國家職業(yè)技術(shù)技能標準 2-02-10-09 人工智能工程技術(shù)人員 人社廳發(fā)202170號

國家職業(yè)技術(shù)技能標準人工智能工程技術(shù)人員中華人民共和國人力資源和社會保障部中華人民共和國工業(yè)和信息化部48號）為依據(jù)，按照《國家職業(yè)技術(shù)技能標準編制技術(shù)規(guī)程》有關(guān)要求，堅持I劉敬帥、王蓮、陳云璐、湯子海、姜太文、翟健、吳永12（3）具備相關(guān)專業(yè)大學(xué)專科學(xué)歷，從事本職業(yè)技術(shù)工作滿1年。（2）具備大學(xué)本科學(xué)歷，或?qū)W士學(xué)位，或大學(xué)?？茖W(xué)歷，取得初級專業(yè)技（3）具備碩士學(xué)位或第二學(xué)士學(xué)位，取得初級專業(yè)技術(shù)等級后，從事本職（1）取得工程師職稱后，從事本職業(yè)技術(shù)工作滿3年。（2）具備碩士學(xué)位，或第二學(xué)士學(xué)位，或大學(xué)本科學(xué)歷，或?qū)W士學(xué)位，?。?）具備博士學(xué)位，取得中級專業(yè)技術(shù)等級后，從事本職業(yè)技術(shù)工作滿1考人員；專業(yè)能力考核中的考評人員與考生配比不低于1:34（1）數(shù)學(xué)基礎(chǔ)知識（2）編程基礎(chǔ)知識（3）數(shù)據(jù)處理知識（4）軟件工程知識（5）計算平臺知識（6）機器學(xué)習(xí)知識（1）文檔規(guī)范、代碼規(guī)范、質(zhì)量保障規(guī)范相關(guān)知識（2）數(shù)據(jù)采集、標注、清洗、質(zhì)量控制等數(shù)據(jù)工程相關(guān)知識（3）工程開發(fā)與架構(gòu)，工程性能提升指標等相關(guān)知識（1）人工智能基礎(chǔ)知識（2）人工智能的產(chǎn)業(yè)應(yīng)用相關(guān)知識（3）人工智能發(fā)展現(xiàn)狀及趨勢相關(guān)知識（4）人工智能熱點問題和前沿研究相關(guān)知識（1）人工智能安全與隱私保護相關(guān)知識5（2）人工智能安全與隱私保護原則及標準相關(guān)知識（3）人工智能倫理治理發(fā)展趨勢知識（4）人工智能道德倫理相關(guān)原則及標準相關(guān)知識職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識要求人工智能共性技術(shù)應(yīng)用工智能算法選型及調(diào)優(yōu)1.1.1能準確地判斷應(yīng)用任務(wù)是否適合用機器學(xué)習(xí)技術(shù)解決1.1.2能應(yīng)用深度學(xué)習(xí)或主流機器學(xué)習(xí)算法原理解決實際任務(wù)1.1.3能運行基礎(chǔ)神經(jīng)網(wǎng)絡(luò)模型，按照一定的指導(dǎo)原則，對深度神經(jīng)網(wǎng)絡(luò)進行調(diào)優(yōu)1.1.1機器學(xué)習(xí)基本概念，包括監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強化學(xué)習(xí)等1.1.2深度神經(jīng)網(wǎng)絡(luò)，包括卷積神經(jīng)網(wǎng)絡(luò)、長短期記憶網(wǎng)絡(luò)、圖神經(jīng)網(wǎng)絡(luò)等的基本概念1.1.3機器學(xué)習(xí)與深度學(xué)習(xí)算法常見的評估方法：準確率、召回率、AUC指標、ROC曲線、檢測指標、分割指標等1.1.4圖像/視頻處理、語音處理、自然語言處理等領(lǐng)域的基本方法工智能算法實現(xiàn)及應(yīng)用1.2.1能使用至少一種國產(chǎn)化深度學(xué)習(xí)框架訓(xùn)練模型，并使用訓(xùn)練好的模型進行預(yù)測1.2.2能實現(xiàn)深度學(xué)習(xí)框架的安裝、模型訓(xùn)練、推理部署1.2.1國產(chǎn)化深度學(xué)習(xí)框架基本情況1.2.2深度學(xué)習(xí)框架運行的基本軟硬件環(huán)境要求1.2.3至少一種深度學(xué)習(xí)框架使用方法人工智能設(shè)計開發(fā)2.1人工智能芯片邏輯設(shè)計2.1.1能利用人工智能算法常用的運算/數(shù)據(jù)類型，根據(jù)芯片模塊的設(shè)計功能描述進行代碼編寫2.1.2能對芯片模塊代碼進行書寫規(guī)則和可綜合檢查和優(yōu)化2.1.1數(shù)字電路設(shè)計相關(guān)知識2.1.2計算機組成原理2.1.3VerilogHDL、VHDL、SystemVerilog等硬件語言人工智能測試驗證3.1人工智能芯片驗證3.1.1能運用驗證工具，解讀并分析測試覆蓋率報告，提升測試覆蓋率3.1.2能搭建測試驗證環(huán)境，執(zhí)行測試用例和驗證腳本3.1.3能使用面向?qū)ο蟮哪K級驗證方法進行模塊級芯片驗證環(huán)境3.1.1驗證工具使用方法（如各種高性能測量儀器（示波器、誤碼儀等）和調(diào)試器等的使用）3.1.2測試覆蓋率報告格式3.1.3測試用例的編寫知識3.1.4驗證腳本編寫方法3.1.5數(shù)字電路結(jié)構(gòu)知識3.1.6面向?qū)ο蟮哪K級驗證方法3.1.7模塊級芯片驗證環(huán)境的搭建方法6職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識要求人工智能共性技術(shù)應(yīng)用工智能算法選型及調(diào)優(yōu)1.1.1能快速判斷并選擇所需要的模型，合理使用機器學(xué)習(xí)模型與深度學(xué)習(xí)模型并進行模型調(diào)優(yōu)1.1.2能調(diào)研及運行深度的神經(jīng)網(wǎng)絡(luò)模型，在需要進行參數(shù)調(diào)整和適配到自身的應(yīng)用問題時，對關(guān)鍵參數(shù)的調(diào)整能提出解決方案1.1.1深度學(xué)習(xí)算法訓(xùn)練、推理、部署的方法及技術(shù)細節(jié)1.1.2數(shù)據(jù)策略、網(wǎng)絡(luò)中的核心模塊、參數(shù)規(guī)模、優(yōu)化算法、損失函數(shù)、正則項等關(guān)鍵參數(shù)1.1.3數(shù)據(jù)并行、模型并行、流水線并行等深度學(xué)習(xí)模型的并行訓(xùn)練的方法工智能算法實現(xiàn)及應(yīng)用1.2.1能完成深度學(xué)習(xí)框架安裝、模型訓(xùn)練、推理部署的全流程1.2.2能使用深度學(xué)習(xí)框架的用戶接口進行神經(jīng)網(wǎng)絡(luò)模型搭建1.2.1深度學(xué)習(xí)框架設(shè)計的基本概念，如動態(tài)圖、靜態(tài)圖等1.2.2深度學(xué)習(xí)框架的常用編程接口1.2.3常用模型的使用方法，如文本生成目標檢測、圖像分割、機器翻譯等人工智能設(shè)計開發(fā)2.1人工智能芯片邏輯設(shè)計2.1.1能根據(jù)芯片架構(gòu)文檔進行模塊功能劃分和功能描述，并進行代碼編寫2.1.2能對實現(xiàn)代碼進行CDC，功耗分析和優(yōu)化2.1.3能完成芯片時鐘詳細設(shè)計及時鐘約束2.1.4能將人工智能算法常見的運算拆解成ASIC上面可實現(xiàn)的硬件電路并實現(xiàn)2.1.5能基于選定的基本工藝器件對芯片模塊進行邏輯綜合與時序優(yōu)化2.1.6能針對INT8、FP16、BF16、FP32、TF32數(shù)據(jù)類型開展優(yōu)化的人工智能核心設(shè)計2.1.7能基于并行計算開展數(shù)據(jù)同步設(shè)計2.1.8能基于芯片指令集開展微架構(gòu)設(shè)計2.1.1數(shù)字電路設(shè)計基礎(chǔ)知識2.1.2計算機組成原理2.1.3計算機系統(tǒng)結(jié)構(gòu)基礎(chǔ)知識2.1.4計算機接口技術(shù)2.1.5計算復(fù)雜度和可計算理論2.1.6深度學(xué)習(xí)算法和神經(jīng)網(wǎng)絡(luò)模型2.1.7FPGA/ASIC相關(guān)設(shè)計知識2.1.8異構(gòu)計算知識7人工智能測試驗證3.1人工智能芯片驗證3.1.1能運用驗證工具，根據(jù)業(yè)務(wù)需求編寫并分析測試覆蓋率報告，提升測試覆蓋率3.1.2能設(shè)計和制訂驗證計劃文檔3.1.3能搭建和優(yōu)化測試驗證環(huán)境，編寫測試用例和驗證腳本3.1.4能使用面向?qū)ο蟮尿炞C方法進行子系統(tǒng)級芯片驗證3.1.5能進行低功率驗證3.1.6能搭建系統(tǒng)級和子系統(tǒng)級別的仿真平臺3.1.7能對人工智能處理器進行驗證（包括前仿真和后仿真）3.1.9能快速定位門級仿真環(huán)境、庫、時序等相關(guān)問題3.1.10能綜合運用時序分析方法分析數(shù)字電路時序，并根據(jù)時序約束文件，針對特殊時序路徑開發(fā)后仿真的測試用例3.1.1驗證工具的類型、優(yōu)缺點使用方法3.1.2測試覆蓋率報告的編寫知識3.1.3驗證計劃文檔的編寫方法3.1.4測試用例的設(shè)計知識3.1.5驗證腳本的編寫方法3.1.6數(shù)字電路時序分析方法3.1.7面向?qū)ο蟮淖酉到y(tǒng)級驗證方法3.1.8子系統(tǒng)驗證環(huán)境對模塊環(huán)境的復(fù)用方法3.1.9UPF（UnifiedPowerFormat）/NLP(NativeLowPower)/Emulator基礎(chǔ)知識3.1.10GPU、TPU、XPU等人工智能處理器驗證方法3.1.11門級電路知識3.1.12門級仿真驗證環(huán)境的搭建方法3.1.13門級仿真測試用例的編寫方法4.人工智能咨詢服務(wù)4.1人工智能技術(shù)咨詢4.1.1能進行人工智能芯片項目的技術(shù)評估，使用工程咨詢方法進行相應(yīng)咨詢服務(wù)4.1.2能進行人工智能芯片項目技術(shù)體系架構(gòu)和方案設(shè)計，完成項目建議書的編寫、可行性研究報告的編制，并編制相應(yīng)的實施規(guī)劃4.1.1工程咨詢方法與系統(tǒng)分析知識4.1.2項目建議書、可行性研究報告編制方法4.1.3招投標技術(shù)咨詢知識和項目后評價方法4.2人工智能系統(tǒng)咨詢管理和評價服務(wù)4.2.1能進行人工智能系統(tǒng)項目資源分析和評價4.2.2能進行人工智能系統(tǒng)人機交互、隱私保護、數(shù)據(jù)安全等技術(shù)的咨詢和評價服務(wù)4.2.1項目資源的計劃、配置、控制和處置方法4.2.2人工智能倫理知識4.2.3隱私保護知識84.3人工智能咨詢培訓(xùn)及運營管理咨詢4.3.1能組織開展人工智能技術(shù)咨詢服務(wù)培訓(xùn)4.3.2能跟進人工智能最新技術(shù)及應(yīng)用場景，并針對性開展技術(shù)論證4.3.3能對人工智能項目運營過程進行咨詢4.3.1培訓(xùn)方法及問題反饋和分析方法4.3.2培訓(xùn)質(zhì)量管理知識4.3.3運營管理方法9職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識要求人工智能共性技術(shù)應(yīng)用工智能算法選型及調(diào)優(yōu)1.1.1能在面對用戶需求和業(yè)務(wù)需求時，將其準確轉(zhuǎn)換為機器學(xué)習(xí)語言、算法及模型1.1.2能對機器學(xué)習(xí)技術(shù)要素進行組合使用，并進行建模1.1.3能在標準算法基礎(chǔ)上，對組合多種機器學(xué)習(xí)技術(shù)要素進行模型設(shè)計及調(diào)優(yōu)的能力1.1.1新型模型和相關(guān)技術(shù)1.1.2深度學(xué)習(xí)模型的剪枝、量化、蒸餾和模型結(jié)構(gòu)搜索等模型壓縮方法工智能算法實現(xiàn)及應(yīng)用1.2.1能使用深度學(xué)習(xí)框架實現(xiàn)算法的設(shè)計和開發(fā)1.2.2能合理組合、改造并創(chuàng)新深度學(xué)習(xí)模型來解決更加復(fù)雜的應(yīng)用問題1.2.1深度學(xué)習(xí)框架的技術(shù)細節(jié)及發(fā)展趨勢1.2.2深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與深度學(xué)習(xí)算法的開發(fā)設(shè)計方法人工智能設(shè)計開發(fā)2.1人工智能芯片架構(gòu)設(shè)計2.1.1能完成系統(tǒng)應(yīng)用架構(gòu)定義，并進行芯片規(guī)格設(shè)計和參考設(shè)計開發(fā)2.1.2能總結(jié)和歸納各種人工智能算法/模型對硬件計算、存儲資源的需求，并根據(jù)芯片的應(yīng)用場景對硬件資源做出合理分配求，針對通用或?qū)Ｓ萌斯ぶ悄芗铀傩酒?，進行算力分配和評價，合理分配通用計算與專用加速計算，并給出相關(guān)參數(shù)（加速比/理論最高算力TOPS／能耗比）2.1.4能搭建原型化軟硬件評估和仿真平臺，進行高層次建模和設(shè)計，對PPA（性能、功耗、面積）進行早期評價2.1.5能制訂芯片測試計劃，指導(dǎo)芯片產(chǎn)品工程師進行硅片和封裝級測試2.1.6能應(yīng)用上層軟件定義高效、節(jié)能、可移植性強的實現(xiàn)框2.1.1數(shù)字電路設(shè)計相關(guān)知識2.1.2計算機組成原理2.1.3計算機系統(tǒng)結(jié)構(gòu)相關(guān)知識2.1.4操作系統(tǒng)原理2.1.5計算機接口技術(shù)2.1.6算法與數(shù)據(jù)結(jié)構(gòu)相關(guān)知識2.1.7計算復(fù)雜度和可計算理論2.1.8深度學(xué)習(xí)算法和神經(jīng)網(wǎng)絡(luò)模型2.1.9分布式計算原理2.1.10異構(gòu)計算相關(guān)知識2.1.11編譯器、算子接口、集成工具（driver/API/IDE）相關(guān)知識架2.1.7能在面向云側(cè)訓(xùn)練開展設(shè)計時，進行訓(xùn)練集群的架構(gòu)設(shè)計2.2人工智能芯片邏輯設(shè)計2.2.1能進行芯片詳細功能劃分和設(shè)計，向下一級芯片邏輯設(shè)計團隊分發(fā)詳細設(shè)計任務(wù)需求2.2.2能進行芯片總線架構(gòu)，子模塊定義和劃分2.2.3能把控和應(yīng)用芯片設(shè)計DDR/GDDR/HBM，NoC)2.2.4能進行芯片頂層及關(guān)鍵IP模塊可測試邏輯功能設(shè)計2.2.5能對芯片的安全管理和功耗管理功能進行設(shè)計2.2.6能協(xié)助芯片物理設(shè)計工程師進行基本物理器件PPA分析及選型，并根據(jù)PPA評估的結(jié)果優(yōu)化關(guān)鍵性模塊(如神經(jīng)網(wǎng)絡(luò)加速)代碼2.2.7能與驗證工程師共同完成芯片驗證，并通過代碼、功能覆蓋率檢查保證驗證的完備性2.2.1數(shù)字電路設(shè)計相關(guān)知識2.2.2計算機組成原理2.2.3計算機系統(tǒng)結(jié)構(gòu)相關(guān)知識2.2.4操作系統(tǒng)原理2.2.5計算機接口技術(shù)2.2.6計算復(fù)雜度和可計算理論2.2.7深度神經(jīng)網(wǎng)絡(luò)模型2.2.8算法與數(shù)據(jù)結(jié)構(gòu)相關(guān)知識2.2.9FPGA/ASIC相關(guān)設(shè)計知識2.2.10異構(gòu)計算知識人工智能測試驗證3.1人工智能芯片驗證3.1.1能依據(jù)驗證工具工作原理，提升驗證環(huán)境執(zhí)行效率，通過覆蓋率報告協(xié)助芯片設(shè)計工程師改進電路設(shè)計鏈，制訂驗證方法學(xué)和驗證流程3.1.3能熟練使用面向?qū)ο蟮哪K級驗證方法進行驗證并對方法學(xué)進行改進3.1.4能使用機器學(xué)習(xí)及神經(jīng)網(wǎng)絡(luò)算法對驗證數(shù)據(jù)進行建模3.1.5能對最終的驗證計劃，驗證報告進行核簽3.1.6能對最新的驗證方法學(xué)3.1.1驗證工具的工作原理3.1.2驗證環(huán)境執(zhí)行效率的優(yōu)化知識3.1.3驗證工具的優(yōu)缺點及工具鏈組合知識3.1.4驗證方法學(xué)知識3.1.5數(shù)字電路綜合時序分析知識，數(shù)字電路設(shè)計優(yōu)化知識3.1.6面向?qū)ο蟮哪K級驗證方法3.1.7深度學(xué)習(xí)算法建模知識3.1.8深度學(xué)習(xí)算法和神經(jīng)網(wǎng)絡(luò)模型3.1.9常見深度學(xué)習(xí)框架的背景和工具進行跟蹤、改進和優(yōu)化，并對驗證工具提出功能性改進的建議3.1.7能協(xié)助軟件開發(fā)工程師將框架移植到仿真環(huán)境，并在該環(huán)境完成神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練及推理流程的仿真4.人工智能咨詢服務(wù)4.1人工智能技術(shù)咨詢4.1.1能進行人工智能芯片項目的技術(shù)要素分析、產(chǎn)業(yè)成本分析、產(chǎn)業(yè)鏈架構(gòu)等咨詢4.1.2能對人工智能芯片項目的社會作用進行合理性分析咨詢4.1.1現(xiàn)代工程咨詢方法4.1.2社會倫理學(xué)知識4.2人工智能咨詢管理和評價服務(wù)4.2.1能制訂人工智能技術(shù)應(yīng)用的組織管理機制及協(xié)調(diào)機制4.2.2能對人工智能系統(tǒng)應(yīng)用提出持續(xù)改進建議4.2.3能進行人工智能項目的社會可持續(xù)發(fā)展情況評價4.2.1系統(tǒng)規(guī)劃知識4.2.2信息系統(tǒng)工程知識4.2.3軟件體系架構(gòu)評估知識4.2.4社會評價方法4.3人工智能咨詢培訓(xùn)及運營管理咨詢4.3.1能進行人工智能技術(shù)咨詢服務(wù)和運營管理培訓(xùn)4.3.2能進行計劃、組織、實施和控制等運營過程管理4.3.2能進行運營經(jīng)濟性預(yù)測，提出運營計劃調(diào)整策略4.3.1培訓(xùn)方案制訂方法4.3.2運營過程規(guī)劃及管理知識4.3.2敏感數(shù)據(jù)分析知識職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識要求人工智能共性技術(shù)應(yīng)用智能算法選型及調(diào)優(yōu)1.1.1能準確地判斷應(yīng)用任務(wù)是否適合用機器學(xué)習(xí)技術(shù)解決1.1.2能應(yīng)用深度學(xué)習(xí)或主流機器學(xué)習(xí)算法原理解決實際任務(wù)1.1.3能運行基礎(chǔ)神經(jīng)網(wǎng)絡(luò)模型，按照一定的指導(dǎo)原則，對深度神經(jīng)網(wǎng)絡(luò)進行調(diào)優(yōu)1.1.1機器學(xué)習(xí)基本概念，包括監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強化學(xué)習(xí)等1.1.2深度神經(jīng)網(wǎng)絡(luò)，包括卷積神經(jīng)網(wǎng)絡(luò)、長短期記憶網(wǎng)絡(luò)、圖神經(jīng)網(wǎng)絡(luò)等的基本概念1.1.3機器學(xué)習(xí)與深度學(xué)習(xí)算法常見的評估方法：準確率、召回率、AUC指標、ROC曲線、檢測指標、分割指標等1.1.4圖像/視頻處理、語音處理、自然語言處理等領(lǐng)域的基本方法智能算法實現(xiàn)及應(yīng)用1.2.1能使用至少一種國產(chǎn)化深度學(xué)習(xí)框架訓(xùn)練模型，并使用訓(xùn)練好的模型進行預(yù)測1.2.2能實現(xiàn)深度學(xué)習(xí)框架的安裝、模型訓(xùn)練、推理部署1.2.1國產(chǎn)化深度學(xué)習(xí)框架基本情況1.2.2深度學(xué)習(xí)框架運行的基本軟硬件環(huán)境要求1.2.3至少一種深度學(xué)習(xí)框架使用方法人工智能需求分析2.1人工智能平臺需求分析2.1.1能對外說明人工智能平臺研發(fā)的主要流程和用戶使用場景2.1.2能將用戶對人工智能平臺的相關(guān)使用需求整理成文檔2.1.3能按照規(guī)范撰寫業(yè)務(wù)場景需求設(shè)計分析和需求文檔2.1.1人工智能場景的主要環(huán)節(jié)和使用流程2.1.2人工智能算法訓(xùn)練、推理、部署的方法和流程2.1.3人工智能平臺業(yè)務(wù)場景需求設(shè)計分析和需求文檔的撰寫規(guī)范人工智能設(shè)計開發(fā)3.1人工智能平臺設(shè)計開發(fā)3.1.1能繪制至少1類人工智能場景全周期流程圖，如計算機視覺、自然語言處理等3.1.2能使用機器學(xué)習(xí)框架完成人工智能數(shù)據(jù)處理、特征提取、模型訓(xùn)練、模型部署等全周期流程3.1.3能調(diào)用大數(shù)據(jù)處理工具進行數(shù)據(jù)存取、任務(wù)編排等3.1.4能使用容器及虛擬化工具進行產(chǎn)3.1.1人工智能場景的主要環(huán)節(jié)和技術(shù)規(guī)范3.1.2深度學(xué)習(xí)框架的使用方法3.1.3大數(shù)據(jù)技術(shù)的基礎(chǔ)知識3.1.4容器及虛擬化技術(shù)的基礎(chǔ)知識品代碼打包，鏡像發(fā)布4.人工智能測試驗證4.1人工智能平臺驗證4.1.1能繪制1類人工智能場景的驗證流程圖，如計算機視覺、自然語言處理等4.1.2能撰寫人工智能平臺、算法、模型的驗證報告4.1.3能完整驗證人工智能平臺開發(fā)的算法和模型的精度等主流算法指標4.1.4能基于給定場景驗證人工智能端到端線上線下一致性等業(yè)務(wù)正確性指標4.1.1人工智能平臺主要組件的使用流程4.1.2人工智能平臺主要組件的功能驗證方法和性能驗證方法4.1.3人工智能平臺驗證報告撰寫規(guī)范人工智能產(chǎn)品交付5.1人工智能平臺產(chǎn)品交付5.1.1能繪制1類人工智能場景交付流程圖，如計算機視覺、自然語言處理等5.1.2能安裝人工智能平臺的主要組件并完成交付流程5.1.3能基于業(yè)務(wù)場景編制產(chǎn)品交付文檔5.1.1人工智能場景的主要環(huán)節(jié)和交付方法5.1.2人工智能平臺的主要組件和安裝、配置、調(diào)試的方法6.人工智能產(chǎn)品運維6.1人工智能平臺產(chǎn)品運維6.1.1能使用人工智能平臺操作基本命令完成平臺運維操作6.1.2能按照人工智能平臺部署手冊對產(chǎn)品進行部署升級6.1.3能根據(jù)標準流程進行人工智能平臺的日常巡查6.1.1人工智能平臺的基本操作6.1.2人工智能平臺的基本運維技術(shù)6.1.3人工智能平臺的部署升級方法職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識要求人工智能共性技術(shù)應(yīng)用智能算法選型及調(diào)優(yōu)1.1.1能快速判斷并選擇所需要的模型，合理使用機器學(xué)習(xí)模型與深度學(xué)習(xí)模型并進行模型調(diào)優(yōu)1.1.2能調(diào)研及運行深度的神經(jīng)網(wǎng)絡(luò)模型，在需要進行參數(shù)調(diào)整和適配到自身的應(yīng)用問題時，對關(guān)鍵參數(shù)的調(diào)整能提出解決方案1.1.1深度學(xué)習(xí)算法訓(xùn)練、推理、部署的方法及技術(shù)細節(jié)1.1.2數(shù)據(jù)策略、網(wǎng)絡(luò)中的核心模塊、參數(shù)規(guī)模、優(yōu)化算法、損失函數(shù)、正則項等關(guān)鍵參數(shù)1.1.3數(shù)據(jù)并行、模型并行、流水線并行等深度學(xué)習(xí)模型的并行訓(xùn)練方法智能算法實現(xiàn)及應(yīng)用1.2.1能完成深度學(xué)習(xí)框架安裝、模型訓(xùn)練、推理部署的全流程1.2.2能使用深度學(xué)習(xí)框架的用戶接口進行神經(jīng)網(wǎng)絡(luò)模型搭建1.2.1深度學(xué)習(xí)框架設(shè)計的基本概念，如動態(tài)圖、靜態(tài)圖等1.2.2深度學(xué)習(xí)框架的常用編程接口1.2.3常用模型的使用方法，如文本生成目標檢測、圖像分割、機器翻譯等人工智能需求分析2.1人工智能平臺需求分析2.1.1能指導(dǎo)本領(lǐng)域初級人員撰寫業(yè)務(wù)場景需求設(shè)計分析和需求文檔2.1.2能將用戶的使用問題整理轉(zhuǎn)化為人工智能平臺的需求并整理成文檔2.1.3能完善需求文檔和設(shè)計分析文檔中的細節(jié)和不足2.1.1人工智能場景的全流程的細節(jié)和技術(shù)規(guī)范2.1.2人工智能算法訓(xùn)練、推理、部署的方法、流程和操作細節(jié)2.1.3人工智能平臺業(yè)務(wù)需求設(shè)計分析和需求文檔的撰寫規(guī)范和指導(dǎo)方法人工智能設(shè)計開發(fā)3.1人工智能平臺設(shè)計開發(fā)3.1.1能繪制2類人工智能場景的流程圖和細節(jié)，如計算機視覺、自然語言處理等3.1.2能使用計算圖裁剪、算子合并等高性能計算技術(shù)，加速模型推理性能3.1.3能使用并行計算與分布式技術(shù)，開發(fā)可以進行分布式處理的應(yīng)用3.1.4能指導(dǎo)本領(lǐng)域的初級人員完成任務(wù)編排調(diào)度、計算程序性能加速以及分布式處理應(yīng)用開發(fā)等工作3.1.1人工智能場景的全流程細節(jié)和技術(shù)規(guī)范3.1.2至少一種機器學(xué)習(xí)框架的技術(shù)細節(jié)3.1.3高性能計算技術(shù)的知識細節(jié)3.1.4并行計算與分布式計算技術(shù)的知識細節(jié)4.人工智能測試驗證4.1人工智能平臺驗證4.1.1能完成1～2類人工智能場景的驗證流程和細節(jié)，如計算機視覺、自然語言處理等4.1.2能設(shè)計針對人工智能平臺主要組件的測試計劃，完整地驗證其功能、精度、性能等4.1.3能選擇合理的自動化解決方案，實現(xiàn)針對人工智能平臺的自動化測試工具4.1.1人工智能平臺場景的主要環(huán)節(jié)和驗證方法4.1.2人工智能平臺的主要組件的功能、性能的驗證方法4.1.3人工智能算法、模型的精測驗證方法4.1.4自動化測試的方法和工具人工智能產(chǎn)品交付5.1人工智能平臺產(chǎn)品交付5.1.1能繪制2類人工智能場景交付流程圖，如計算機視覺、自然語言處理等5.1.2能面向復(fù)雜業(yè)務(wù)場景編制交付文檔5.1.3能對現(xiàn)場部署過程中交付問題進行分析、定位和解決5.1.1人工智能平臺的所有組件和安裝、配置、調(diào)試的方法5.1.2人工智能平臺的產(chǎn)品交付文檔的規(guī)范和撰寫要求5.1.3人工智能平臺問題的定位方法和工具6.人工智能產(chǎn)品運維6.1人工智能平臺產(chǎn)品運維6.1.1能在專有硬件上運維人工智能平臺6.1.2能編寫人工智能平臺部署手冊6.1.3能持續(xù)改進人工智能平臺日常巡檢流程6.1.4能指導(dǎo)本領(lǐng)域初級人員進行人工智能平臺運維工作6.1.5能按照標準步驟對人工智能平臺常見問題進行排查6.1.1人工智能平臺的操作細節(jié)和原理6.1.2人工智能平臺的專有硬件知識6.1.3人工智能平臺的常見問題排查流程和方法人工智能咨詢服務(wù)7.1人工智能技術(shù)咨詢7.1.1能根據(jù)實際情況規(guī)劃人工智能平臺方向和發(fā)展戰(zhàn)略，并制定階段性升級規(guī)劃7.1.2能進行人工智能平臺項目的技術(shù)評估，使用現(xiàn)代工程咨詢方法進行相應(yīng)咨詢服務(wù)7.1.2能完成人工智能平臺項目建議書的編寫、可行性研究報告的編制，能編制相應(yīng)的實施規(guī)劃7.1.1工程咨詢方法與系統(tǒng)分析知識7.1.2技術(shù)評估基本方法7.1.3項目建議書、可行性研究報告編制方法7.1.4招投標技術(shù)咨詢知識和項目后評價方法7.2人工智能系統(tǒng)咨詢管理和評價服務(wù)7.2.1能進行人工智能系統(tǒng)項目資源分析和評價7.2.2能進行人工智能系統(tǒng)人機交互、隱私保護、數(shù)據(jù)安全等技術(shù)的咨詢和評價7.2.1項目資源的計劃、配置、控制和處置方法7.2.2人工智能倫理知識7.2.3隱私保護知識服務(wù)7.3人工智能咨詢培訓(xùn)及運營管理咨詢7.3.1能組織開展人工智能技術(shù)咨詢服務(wù)培訓(xùn)7.3.2能跟進人工智能最新技術(shù)及應(yīng)用場景，并針對性開展技術(shù)論證7.3.3能對人工智能項目運營過程進行咨詢7.3.1培訓(xùn)方法及問題反饋和分析方法7.3.2培訓(xùn)質(zhì)量管理知識7.3.3運營管理方法職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識要求人工智能共性技術(shù)應(yīng)用智能算法選型及調(diào)優(yōu)1.1.1能在面對用戶需求和業(yè)務(wù)需求時，將其準確轉(zhuǎn)換為機器學(xué)習(xí)語言、算法及模型1.1.2能對機器學(xué)習(xí)技術(shù)要素進行組合使用，并進行建模1.1.3能在標準算法基礎(chǔ)上，對組合多種機器學(xué)習(xí)技術(shù)要素進行模型設(shè)計及調(diào)優(yōu)的能力1.1.1新型模型和相關(guān)技術(shù)1.1.2深度學(xué)習(xí)模型的剪枝、量化、蒸餾和模型結(jié)構(gòu)搜索等模型壓縮方法智能算法實現(xiàn)及應(yīng)用1.2.1能使用深度學(xué)習(xí)框架實現(xiàn)算法的設(shè)計和開發(fā)1.2.2能合理組合、改造并創(chuàng)新深度學(xué)習(xí)模型來解決更加復(fù)雜的應(yīng)用問題1.2.1深度學(xué)習(xí)框架的技術(shù)細節(jié)及發(fā)展趨勢1.2.2深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與深度學(xué)習(xí)算法的開發(fā)設(shè)計方法人工智能需求分析2.1人工智能平臺需求分析2.1.1能引導(dǎo)用戶主動將使用問題轉(zhuǎn)化為人工智能平臺的需求2.1.2能制訂業(yè)務(wù)場景需求設(shè)計分析和需求文檔的撰寫規(guī)范2.1.1人工智能需求文檔撰寫規(guī)范及制訂原因2.1.2現(xiàn)有主要人工智能平臺的技術(shù)特點及發(fā)展趨勢人工智能設(shè)計開發(fā)3.1人工智能平臺設(shè)計開發(fā)3.1.1能定制化修改開源人工智能框架，提升框架性能和穩(wěn)定性3.1.2能改進虛擬化技術(shù)及容器調(diào)度編排技術(shù)的核心機制3.1.3能結(jié)合硬件架構(gòu)和硬件指令優(yōu)化高性能計算代碼3.1.4能使用并行計算與分布式技術(shù)，設(shè)計和實現(xiàn)可以大規(guī)模并發(fā)的并型計算應(yīng)用3.1.5能根據(jù)網(wǎng)絡(luò)拓撲和網(wǎng)絡(luò)架構(gòu)分析和設(shè)計通信機制和策略改進程序性能3.1.6能指導(dǎo)本領(lǐng)域的初級人員完成任務(wù)編排調(diào)度、加速計算程序性能以及開發(fā)分布式處理應(yīng)用等工作3.1.7能分析人工智能平臺全流程，定位復(fù)雜系統(tǒng)內(nèi)性能問題和故障，并給出技術(shù)解決方案3.1.1至少兩種機器學(xué)習(xí)框架的技術(shù)細節(jié)及發(fā)展趨勢3.1.2容器及虛擬化技術(shù)的實現(xiàn)細節(jié)和發(fā)展趨勢3.1.3高性能計算技術(shù)的實現(xiàn)細節(jié)和發(fā)展趨勢3.1.4并行計算與分布式計算技術(shù)的實現(xiàn)細節(jié)和發(fā)展趨勢3.1.5網(wǎng)絡(luò)拓撲和網(wǎng)絡(luò)架構(gòu)設(shè)計和實現(xiàn)細節(jié)3.1.6人工智能平臺性能分析知識和故障分析知識4.人工智能測試驗證4.1人工智能平臺驗證4.1.1能制訂并優(yōu)化1～2類人工智能場景驗證流程，如計算機視覺、自然語言處理等4.1.2能制訂和實現(xiàn)合理的自動化解決方案，并設(shè)計和實現(xiàn)自動化測試工具，完成人工智能平臺的測試和驗證4.1.3能指導(dǎo)本領(lǐng)域初級、中級人員完成平臺組件驗證工作4.1.1人工智能平臺驗證流程制訂原因4.1.2人工智能平臺主要組件的實現(xiàn)細節(jié)4.1.3人工智能平臺產(chǎn)品驗證文檔的規(guī)范、撰寫要求及制訂原因人工智能產(chǎn)品交付5.1人工智能平臺產(chǎn)品交付5.1.1能制訂人工智能平臺的安裝交付流程5.1.2能指導(dǎo)交付團隊實現(xiàn)復(fù)雜人工智能平臺現(xiàn)場部署、調(diào)試與維護5.1.3能面向復(fù)雜業(yè)務(wù)場景，設(shè)計人工智能平臺產(chǎn)品交付方案5.1.1人工智能平臺的操作細節(jié)和設(shè)計原因5.1.2面向復(fù)雜場景的人工智能平臺的問題定位的原理，以及輔助工具的開發(fā)方法5.1.3人工智能平臺的產(chǎn)品的交付流程及制訂原因6.人工智能產(chǎn)品運維6.1人工智能平臺產(chǎn)品運維6.1.1能在專有硬件上編寫人工智能平臺運維工具6.1.2能撰寫人工智能平臺的部署升級規(guī)范和日常巡查規(guī)范6.1.3能針對各類突發(fā)故障，結(jié)合自身經(jīng)驗進行分析和處理，擬定解決方案6.1.4能開發(fā)自動化人工智能運維工具6.1.1人工智能平臺專有硬件的實現(xiàn)細節(jié)6.1.2人工智能平臺的部署升級和日常巡查的流程和細節(jié)6.1.3人工智能平臺的復(fù)雜或突發(fā)問題的排查流程、方法和細節(jié)6.1.4自動化運維工具的開發(fā)方法人工智能咨詢服務(wù)7.1人工智能技術(shù)咨詢7.1.1能進行人工智能平臺項目的技術(shù)要素分析、產(chǎn)業(yè)成本分析等咨詢7.1.2能對人工智能平臺項目的人機作用、網(wǎng)絡(luò)作用、社會作用進行合理性分析咨詢7.1.1現(xiàn)代工程咨詢方法7.1.2社會倫理學(xué)知識7.2人工智能咨詢管理和評價服務(wù)7.2.1能制訂人工智能技術(shù)應(yīng)用的組織管理機制及協(xié)調(diào)機制7.2.2能對人工智能系統(tǒng)應(yīng)用提出持續(xù)改進建議7.2.3能進行人工智能項目的社會可持續(xù)發(fā)展情況評價7.2.1系統(tǒng)規(guī)劃知識7.2.2信息系統(tǒng)工程知識7.2.3軟件體系架構(gòu)評估知識7.2.4社會評價方法7.3人工智能咨詢培訓(xùn)及運營管理咨詢7.3.1能進行人工智能技術(shù)咨詢服務(wù)和運營管理培訓(xùn)7.3.2能進行計劃、組織、實施和控制等運營過程管理7.3.2能進行運營經(jīng)濟性預(yù)測，提出運營計劃調(diào)整策略7.3.1培訓(xùn)方案制訂方法7.3.2運營過程規(guī)劃及管理知識7.3.2敏感數(shù)據(jù)分析知識職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識要求人工智能共性技術(shù)應(yīng)用智能算法選型及調(diào)優(yōu)1.1.1能準確地判斷應(yīng)用任務(wù)是否適合用機器學(xué)習(xí)技術(shù)解決1.1.2能應(yīng)用深度學(xué)習(xí)或主流機器學(xué)習(xí)算法原理解決實際任務(wù)1.1.3能運行基礎(chǔ)神經(jīng)網(wǎng)絡(luò)模型，按照一定的指導(dǎo)原則，對深度神經(jīng)網(wǎng)絡(luò)進行調(diào)優(yōu)1.1.1機器學(xué)習(xí)基本概念，包括監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強化學(xué)習(xí)等1.1.2深度神經(jīng)網(wǎng)絡(luò)，包括卷積神經(jīng)網(wǎng)絡(luò)、長短期記憶網(wǎng)絡(luò)、圖神經(jīng)網(wǎng)絡(luò)等的基本概念1.1.3機器學(xué)習(xí)與深度學(xué)習(xí)算法常見的評估方法：準確率、召回率、AUC指標、ROC曲線、檢測指標、分割指標等1.1.4圖像/視頻處理、語音處理、自然語言處理等領(lǐng)域的基本方法智能算法實現(xiàn)及應(yīng)用1.2.1能使用至少一種國產(chǎn)化深度學(xué)習(xí)框架訓(xùn)練模型，并使用訓(xùn)練好的模型進行預(yù)測1.2.2能實現(xiàn)深度學(xué)習(xí)框架的安裝、模型訓(xùn)練、推理部署1.2.1國產(chǎn)化深度學(xué)習(xí)框架基本情況1.2.2深度學(xué)習(xí)框架運行的基本軟硬件環(huán)境要求1.2.3至少一種深度學(xué)習(xí)框架使用方法人工智能需求分析2.1自然語言及語音處理需求分析2.1.1能明確自然語言及語音處理應(yīng)用工具或產(chǎn)品的主要服務(wù)對象2.1.2能根據(jù)自然語言及語音處理應(yīng)用場景進行基本需求分析2.1.3能根據(jù)不同用戶對自然語言及語音處理應(yīng)用工具或產(chǎn)品的使用習(xí)慣進行需求分析2.1.1語音識別、語音合成、自然語言處理基礎(chǔ)知識2.1.2自然語言及語音處理應(yīng)用工具或產(chǎn)品的工作原理2.1.3自然語言及語音處理應(yīng)用工具或產(chǎn)品的操作方法人工智能設(shè)計開發(fā)語言及語音處理設(shè)計開發(fā)3.1.1能進行自然語言處理、語音識別、語音合成、深度學(xué)習(xí)等基本算法研究，使用專業(yè)工具或行業(yè)應(yīng)用3.1.2能對特定的應(yīng)用場景使用合適的自然語言處理、語音識別、合成算法模型3.1.3能進行自然語言處理、智能語音引擎接口開發(fā)及技術(shù)文檔編寫3.1.1自然語言處理、語音信號處理、語音識別、語音合成基礎(chǔ)算法知識3.1.2數(shù)據(jù)結(jié)構(gòu)與算法基礎(chǔ)知識3.1.3自然語言處理及語音識別相關(guān)的機器學(xué)習(xí)及深度學(xué)習(xí)常用模型4.人工智能測試驗證語言及語音處理驗證4.1.1能根據(jù)各種自然語言及語音處理應(yīng)用工具或產(chǎn)品設(shè)計需求制訂測試計劃4.1.2能根據(jù)各種自然語言及語音處理應(yīng)用工具或產(chǎn)品，設(shè)計測試數(shù)據(jù)和測試用例，并提交測試報告4.1.3能針對不同的應(yīng)用場景，解決自然語言處理、語音識別、語音合成相關(guān)核心技術(shù)在實際應(yīng)用系統(tǒng)中的問題4.1.1各種自然語言及語音處理應(yīng)用工具或產(chǎn)品的測試流程、測試理論和方法4.1.2多種測試平臺工具和測試方法4.1.3網(wǎng)絡(luò)技術(shù)和相關(guān)配置知識4.1.4需求分析、案例設(shè)計與編寫、測試案例執(zhí)行、回歸測試、生產(chǎn)上線驗證等標準化的測試流程知識人工智能產(chǎn)品交付語言及語音處理產(chǎn)品交付5.1.1能按照項目要求與用戶溝通，協(xié)調(diào)前后場人員5.1.2能根據(jù)不同的自然語言及語音處理應(yīng)用工具或產(chǎn)品，編寫各類測試用例、測試報告、用戶手冊和交付文檔5.1.3能準確收集用戶的相關(guān)需求5.1.1計算機基礎(chǔ)知識5.1.2自然語言及語音處理應(yīng)用工具或產(chǎn)品的測試流程5.1.3自然語言及語音處理應(yīng)用工具或產(chǎn)品的技術(shù)支持和實施交付流程6.人工智能產(chǎn)品運維語言及語音處理產(chǎn)品運維6.1.1能撰寫日常運維方案6.1.2能完成各種自然語言及語音處理應(yīng)用工具或產(chǎn)品業(yè)務(wù)系統(tǒng)的維護和升級6.1.3能進行自然語言及語音處理應(yīng)用工具或產(chǎn)品的運維流程、相關(guān)規(guī)范、手冊的制訂及實施6.1.1日常運維文檔規(guī)范6.1.2自然語言及語音處理應(yīng)用工具或產(chǎn)品的操作與運維方法6.1.3主流操作系統(tǒng)運維知識職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識要求人工智能共性技術(shù)應(yīng)用智能算法選型及調(diào)優(yōu)1.1.1能快速判斷并選擇所需要的模型，合理使用機器學(xué)習(xí)模型與深度學(xué)習(xí)模型并進行模型調(diào)優(yōu)1.1.2能調(diào)研及運行深度的神經(jīng)網(wǎng)絡(luò)模型，在需要進行參數(shù)調(diào)整和適配到自身的應(yīng)用問題時，對關(guān)鍵參數(shù)的調(diào)整能提出解決方案1.1.1深度學(xué)習(xí)算法訓(xùn)練、推理、部署的方法及技術(shù)細節(jié)1.1.2數(shù)據(jù)策略、網(wǎng)絡(luò)中的核心模塊、參數(shù)規(guī)模、優(yōu)化算法、損失函數(shù)、正則項等關(guān)鍵參數(shù)1.1.3數(shù)據(jù)并行、模型并行、流水線并行等深度學(xué)習(xí)模型的并行訓(xùn)練方法智能算法實現(xiàn)及應(yīng)用1.2.1能完成深度學(xué)習(xí)框架安裝、模型訓(xùn)練、推理部署的全流程1.2.2能使用深度學(xué)習(xí)框架的用戶接口進行神經(jīng)網(wǎng)絡(luò)模型搭建1.2.1深度學(xué)習(xí)框架設(shè)計的基本概念，如動態(tài)圖、靜態(tài)圖等1.2.2深度學(xué)習(xí)框架的常用編程接口1.2.3常用模型的使用方法，如文本生成目標檢測、圖像分割、機器翻譯等人工智能需求分析2.1自然語言及語音處理需求分析2.1.1能對自然語言及語音處理應(yīng)用場景需求，有機整合不同算法和模型進行定制化設(shè)計2.1.2能將人工智能技術(shù)整合到各類實際的自然語言及語音處理應(yīng)用場景對應(yīng)的系統(tǒng)中，滿足業(yè)務(wù)實際需求2.1.3能根據(jù)業(yè)務(wù)需求，對自然語言及語音處理應(yīng)用工具或產(chǎn)品數(shù)據(jù)進行統(tǒng)計分析并出具報告2.1.1自然語言及語音處理相關(guān)基礎(chǔ)算法2.1.2自然語言處理及語音、音頻信號處理相關(guān)知識2.1.3自然語言處理及語音識別深度學(xué)習(xí)算法和機器學(xué)習(xí)相關(guān)知識人工智能設(shè)計開發(fā)語言及語音處理設(shè)計開發(fā)3.1.1能選擇并實現(xiàn)常見的算法模型，將業(yè)務(wù)需求轉(zhuǎn)化為可實現(xiàn)的技術(shù)方案3.1.2能協(xié)助進行底層自然語言處理、語音識別、語音合成引擎開發(fā)和部署3.1.3能協(xié)助進行自然語言及語音處理設(shè)備相關(guān)應(yīng)用產(chǎn)品的研發(fā)3.1.1自然語言處理（如詞法分析、句法分析、情感分析、點檢測、聲學(xué)機理、特征提取、型、數(shù)據(jù)結(jié)構(gòu)等算法知識3.1.2智能芯片、聲學(xué)結(jié)構(gòu)和器件等原理麥克風(fēng)陣列信號處理算法3.1.3機器學(xué)習(xí)常用算法知識4.人工智能測試驗證語言及語音處理驗證4.1.1能基于自然語言處理系統(tǒng)，按場景需求，與外部數(shù)據(jù)語料、業(yè)務(wù)系統(tǒng)等完成接口集成與驗證4.1.2能對自然語言處理、語音識別和合成結(jié)果準確率進行人工測評，并對標注結(jié)果進行質(zhì)量審核，反饋審核結(jié)果4.1.3能使用不同工具結(jié)合自然語言處理、語音識別和合成應(yīng)用，對使用過程中產(chǎn)生的數(shù)據(jù)進行收集和分析，為工具或產(chǎn)品的優(yōu)化提供依據(jù)和支撐4.1.1常用自然語言處理基礎(chǔ)模型及語音模型的構(gòu)建與使用方法4.1.2語音撥號、語音導(dǎo)航、室內(nèi)設(shè)備控制等工具使用方法4.1.3軟硬件測試平臺工具和測試方法人工智能產(chǎn)品交付語言及語音處理產(chǎn)品交付5.1.1能安裝與部署相關(guān)自然語言及語音處理產(chǎn)品5.1.2能進行自然語言及語音處理產(chǎn)品上線后的維護支撐工作5.1.3能按照自然語言及語音處理產(chǎn)品需求，進行安全策略配置，完成產(chǎn)品上線試運行5.1.1主流操作系統(tǒng)開發(fā)環(huán)境知識5.1.2大數(shù)據(jù)流處理計算框架工具5.1.3自然語言處理及語音全鏈路技術(shù)6.人工智能產(chǎn)品運維語言及語音處理產(chǎn)品運維6.1.1能及時跟蹤國內(nèi)外自然語言及語音處理技術(shù)的發(fā)展，并結(jié)合產(chǎn)品運行狀況做持續(xù)優(yōu)化6.1.2能推動產(chǎn)品程序架構(gòu)與部署優(yōu)化，推動產(chǎn)品運維流程的自動化6.1.3能進行自然語言及語音處理應(yīng)用工具或產(chǎn)品線上線下系統(tǒng)的發(fā)布、更新、架構(gòu)調(diào)整、服務(wù)器環(huán)境配置和調(diào)試6.1.1多種運維腳本編寫知識6.1.2數(shù)據(jù)庫運維知識和各個中間件的安裝、配置、調(diào)優(yōu)方法6.1.3多種社區(qū)開源工具使用方法人工智能咨詢服務(wù)7.1人工智能技術(shù)咨詢7.1.1能進行自然語言處理、語音識使用現(xiàn)代工程咨詢方法進行相應(yīng)咨詢服務(wù)7.1.2能進行自然語言及語音處理項目技術(shù)體系架構(gòu)和方案設(shè)計，完成項目建議書的編寫、可行性研究報告的編制，編制相應(yīng)的實施規(guī)劃7.1.1工程咨詢方法與系統(tǒng)分析知識7.1.2技術(shù)評估基本方法7.1.3項目建議書、可行性研究報告編制方法7.1.4招投標技術(shù)咨詢知識和項目后評價方法7.2人工智能系統(tǒng)咨詢管理和評價服務(wù)7.2.1能進行人工智能系統(tǒng)項目資源分析和評價7.2.2能進行人工智能系統(tǒng)人機交互、隱私保護、數(shù)據(jù)安全等技術(shù)的咨詢和評價服務(wù)7.2.1項目資源的計劃、配置、控制和處置方法7.2.2人工智能倫理知識7.2.3隱私保護知識7.3人工智能咨詢培訓(xùn)及運營管理咨詢7.3.1能組織開展人工智能技術(shù)咨詢服務(wù)培訓(xùn)7.3.2能跟進人工智能最新技術(shù)及應(yīng)用場景，并針對性開展技術(shù)論證7.3.3能對人工智能項目運營過程進行咨詢7.3.1培訓(xùn)方法及問題反饋和分析方法7.3.2培訓(xùn)質(zhì)量管理知識7.3.3運營管理方法職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識要求人工智能共性技術(shù)應(yīng)用智能算法選型及調(diào)優(yōu)1.1.1能在面對用戶需求和業(yè)務(wù)需求時，將其準確轉(zhuǎn)換為機器學(xué)習(xí)語言、算法及模型1.1.2能對機器學(xué)習(xí)技術(shù)要素進行組合使用，并進行建模1.1.3能在標準算法基礎(chǔ)上，對組合多種機器學(xué)習(xí)技術(shù)要素進行模型設(shè)計及調(diào)優(yōu)的能力1.1.1新型模型和相關(guān)技術(shù)1.1.2深度學(xué)習(xí)模型的剪枝、量化、蒸餾和模型結(jié)構(gòu)搜索等模型壓縮方法智能算法實現(xiàn)及應(yīng)用1.2.1能使用深度學(xué)習(xí)框架實現(xiàn)算法的設(shè)計和開發(fā)1.2.2能合理組合、改造并創(chuàng)新深度學(xué)習(xí)模型來解決更加復(fù)雜的應(yīng)用問題1.2.1深度學(xué)習(xí)框架的技術(shù)細節(jié)及發(fā)展趨勢1.2.2深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與深度學(xué)習(xí)算法的開發(fā)設(shè)計方法人工智能需求分析2.1自然語言及語音處理需求分析2.1.1能根據(jù)自然語言處理、語音識別、語音合成應(yīng)用場景的特點在效果、效率及具體場景實現(xiàn)全面定制化的需求分析2.1.2能根據(jù)業(yè)務(wù)需求，對自然語言處理、語音翻譯、語音控制、語音轉(zhuǎn)錄、情感識別及聲紋識別等語音應(yīng)用場景提供解決方案2.1.1主要自然語言處理任務(wù)（如詞法分析、句法分析、情感分析、文本摘要等）技術(shù)原理2.1.2數(shù)字信號處理、語言模型、聲學(xué)機理等原理2.1.3聲學(xué)模型訓(xùn)練方法和聲紋處理等多項技術(shù)原理人工智能設(shè)計開發(fā)語言及語音處理設(shè)計開發(fā)3.1.1能進行自然語言處理、語音識別、語音合成等技術(shù)架構(gòu)研究3.1.2能構(gòu)建智能問答、機器翻譯、智能對話、語音翻譯、語音控制、語音轉(zhuǎn)錄、情感識別及聲紋識別等自然語言及語音處理應(yīng)用架構(gòu)3.1.3能對不同自然語言及語音處理場景的通用部分進行提取抽象3.1.4能解決對大型復(fù)雜自然語言及語音處理應(yīng)用場景下設(shè)計與架構(gòu)的工具選擇、性能優(yōu)化問題詞法分析、句法分析、情感分析、文本摘要等）所涉模型、語言模型和聲學(xué)模型訓(xùn)練、解碼器或識別算法優(yōu)化知識3.1.2多種深度學(xué)習(xí)框架知識3.1.3自然語言處理模型、數(shù)字信號處理、語音合成引擎開發(fā)、計算加速、效率優(yōu)化等關(guān)鍵技術(shù)知識4.人工智能測試語言及語音處理驗證4.1.1能編寫自動化測試案例與腳本，部署執(zhí)行自動化測試案例，定位排查問題4.1.2能對自然語言處理、語音識別、語音合成產(chǎn)品系統(tǒng)進行數(shù)據(jù)處理、模型訓(xùn)4.1.1前端測試方案、接口測試方案、大數(shù)據(jù)測試方案、分布式測試方案的設(shè)計知識4.1.2自然語言處理、語音驗證練、結(jié)果分析、實驗驗證4.1.3能通過分析問題、收集數(shù)據(jù)、特征提取、建模、設(shè)計算法、評估改進等步驟來解決實踐中面臨的復(fù)雜問題4.1.4能根據(jù)需求設(shè)計性能測試方案，編寫性能測試腳本并執(zhí)行識別和語音合成系統(tǒng)工具使用方法4.1.3多種性能測試工具使用方法4.1.4大數(shù)據(jù)流處理計算框架工具和數(shù)據(jù)庫使用方法人工智能產(chǎn)品交付語言及語音處理產(chǎn)品交付5.1.1能對屬地技術(shù)人員進行語音應(yīng)用工具或產(chǎn)品的交付技術(shù)培訓(xùn)5.1.2能按照項目既定計劃完成交付，并承擔(dān)交付過程中需要的技術(shù)方案等交付物的編寫5.1.3能持續(xù)改進完善自然語言及語音處理應(yīng)用工具或產(chǎn)品的交付流程和流程產(chǎn)物要求5.1.1培訓(xùn)教學(xué)方法5.1.2多種語音應(yīng)用工具或產(chǎn)品的安裝、配置、調(diào)試的操作方法5.1.3項目管理的五個過程和十個知識領(lǐng)域6.人工智能產(chǎn)品運維語言及語音處理產(chǎn)品運維6.1.1能開發(fā)自然語言及語音處理自動化運維平臺6.1.2能構(gòu)建自動化的自然語言及語音處理系統(tǒng)優(yōu)化模式6.1.3能根據(jù)自然語言及語音處理工具和系統(tǒng)的發(fā)展情況，及時引進新系統(tǒng)和新工具6.1.1主流操作系統(tǒng)管理、安全及系統(tǒng)優(yōu)化方法6.1.2多種自動化運維編程工具使用方法6.1.3分布式計算框架知識6.1.4性能優(yōu)化方法人工智能咨詢服務(wù)7.1人工智能技術(shù)咨詢7.1.1能進行自然語言及語音處理項目的技術(shù)要素分析、產(chǎn)業(yè)成本分析、產(chǎn)業(yè)鏈架構(gòu)等咨詢7.1.2能對自然語言及語音處理系統(tǒng)的人機作用、網(wǎng)絡(luò)作用、社會作用進行合理性分析咨詢7.1.1現(xiàn)代工程咨詢方法7.1.2社會倫理學(xué)知識7.2人工智能咨詢管理和評價服務(wù)7.2.1能制訂人工智能技術(shù)應(yīng)用的組織管理機制及協(xié)調(diào)機制7.2.2能對人工智能系統(tǒng)應(yīng)用提出持續(xù)改進建議7.2.3能進行人工智能項目的社會可持續(xù)發(fā)展情況評價7.2.1系統(tǒng)規(guī)劃知識7.2.2信息系統(tǒng)工程知識7.2.3軟件體系架構(gòu)評估知識7.2.4社會評價方法7.3人工智能咨詢培訓(xùn)及運營管理咨詢7.3.1能進行人工智能技術(shù)咨詢服務(wù)和運營管理培訓(xùn)7.3.2能進行計劃、組織、實施和控制等運營過程管理7.3.2能進行運營經(jīng)濟性預(yù)測，提出運營計劃調(diào)整策略7.3.1培訓(xùn)方案制訂方法7.3.2運營過程規(guī)劃及管理知識7.3.2敏感數(shù)據(jù)分析知識職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識要求人工智能共性技術(shù)應(yīng)用智能算法選型及調(diào)優(yōu)1.1.1能準確地判斷應(yīng)用任務(wù)是否適合用機器學(xué)習(xí)技術(shù)解決1.1.2能應(yīng)用深度學(xué)習(xí)或主流機器學(xué)習(xí)算法原理解決實際任務(wù)1.1.3能運行基礎(chǔ)神經(jīng)網(wǎng)絡(luò)模型，按照一定的指導(dǎo)原則，對深度神經(jīng)網(wǎng)絡(luò)進行調(diào)優(yōu)1.1.1機器學(xué)習(xí)基本概念，包括監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強化學(xué)習(xí)等1.1.2深度神經(jīng)網(wǎng)絡(luò)，包括卷積神經(jīng)網(wǎng)絡(luò)、長短期記憶網(wǎng)絡(luò)、圖神經(jīng)網(wǎng)絡(luò)等的基本概念1.1.3機器學(xué)習(xí)與深度學(xué)習(xí)算法常見的評估方法：準確率、召回率、AUC指標、ROC曲線、檢測指標、分割指標等1.1.4圖像/視頻處理、語音處理、自然語言處理等領(lǐng)域的基本方法智能算法實現(xiàn)及應(yīng)用1.2.1能使用至少一種國產(chǎn)化深度學(xué)習(xí)框架訓(xùn)練模型，并使用訓(xùn)練好的模型進行預(yù)測1.2.2能實現(xiàn)深度學(xué)習(xí)框架的安裝、模型訓(xùn)練、推理部署1.2.1國產(chǎn)化深度學(xué)習(xí)框架基本情況1.2.2深度學(xué)習(xí)框架運行的基本軟硬件環(huán)境要求1.2.3至少一種深度學(xué)習(xí)框架使用方法人工智能需求分析2.1計算機視覺需求分析2.1.1能結(jié)合計算機視覺研發(fā)的主要流程、主要硬件平臺和用戶使用場景進行市場調(diào)研與分析2.1.2能整理用戶對計算機視覺的需求2.1.3能撰寫計算機視覺業(yè)務(wù)基礎(chǔ)需求設(shè)計分析和需求文檔，合理應(yīng)用目標檢測、分割、圖像語義理解等計算機視覺算法滿足用戶的需求2.1.1計算機視覺技術(shù)體系基本架構(gòu)和主要技術(shù)規(guī)范2.1.2計算機視覺模型的訓(xùn)練、推理、部署方法和流程2.1.3計算機視覺場景需求設(shè)計分析和需求文檔的撰寫規(guī)范人工智能設(shè)計開發(fā)3.1計算機視覺設(shè)計開發(fā)3.1.1能設(shè)計基礎(chǔ)的應(yīng)用計算機視覺場景開發(fā)主要流程3.1.2能使用計算機視覺開發(fā)工具完成計算機視覺基礎(chǔ)算法的訓(xùn)練、推理、部署完整流程，如目標檢測、圖像分割等3.1.3能使用計算機視覺算法工程化3.1.1計算機視覺場景的主要環(huán)節(jié)和技術(shù)規(guī)范3.1.2計算機視覺工具的使用方法和算法開發(fā)流程3.1.3計算機視覺基礎(chǔ)算法，深度學(xué)習(xí)中的目標檢測、圖像常用的硬件環(huán)境、工具鏈，進行開發(fā)、調(diào)試和故障排除分割、目標追蹤等計算機視覺相關(guān)算法4.人工智能測試驗證4.1計算機視覺驗證4.1.1能執(zhí)行計算機視覺人工智能場景的驗證流程4.1.2能執(zhí)行計算機視覺應(yīng)用主要組件的使用流程4.1.3能完整驗證計算機視覺應(yīng)用組件的功能、性能等4.1.4能完整驗證計算機視覺開發(fā)的算法和模型的精度4.1.1計算機視覺人工智能場景的主要環(huán)節(jié)和驗證方法4.1.2計算機視覺應(yīng)用的主要組件和使用流程4.1.3計算機視覺應(yīng)用主要組件的功能驗證方法和性能驗證方法4.1.4計算機視覺算法和模型的精測驗證方法人工智能產(chǎn)品交付5.1計算機視覺產(chǎn)品交付5.1.1能執(zhí)行計算機視覺場景交付的主要流程5.1.2能執(zhí)行計算機視覺的主要組件和安裝交付流程5.1.3能結(jié)合計算機視覺業(yè)務(wù)場景編制產(chǎn)品交付文檔5.1.4能根據(jù)計算機視覺現(xiàn)場情況進行軟件的安裝調(diào)試和維護5.1.1計算機視覺場景的主要環(huán)節(jié)和交付方法5.1.2計算機視覺的主要組件和安裝、配置、調(diào)試的方法5.1.3計算機視覺的產(chǎn)品交付文檔的規(guī)范和撰寫要求5.1.4計算機視覺基礎(chǔ)算法，如圖像分類、目標檢測、圖像分割等6.人工智能產(chǎn)品運維6.1計算機視覺產(chǎn)品運維6.1.1能使用計算機視覺產(chǎn)品操作命令6.1.2能在專有硬件上運維計算機視覺產(chǎn)品6.1.3能按照計算機視覺產(chǎn)品部署手冊對產(chǎn)品進行部署升級6.1.4能根據(jù)標準流程進行計算機視覺產(chǎn)品的日常巡查6.1.1計算機視覺產(chǎn)品的操作與運維技術(shù)6.1.2計算機視覺產(chǎn)品的專有硬件知識6.1.3計算機視覺產(chǎn)品的部署升級方法6.1.4計算機視覺產(chǎn)品的日常巡查規(guī)范職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識要求人工智能共性技術(shù)應(yīng)用智能算法選型及調(diào)優(yōu)1.1.1能快速判斷并選擇所需要的模型，合理使用機器學(xué)習(xí)模型與深度學(xué)習(xí)模型并進行模型調(diào)優(yōu)1.1.2能調(diào)研及運行深度的神經(jīng)網(wǎng)絡(luò)模型，在需要進行參數(shù)調(diào)整和適配到自身的應(yīng)用問題時，對關(guān)鍵參數(shù)的調(diào)整能提出解決方案1.1.1深度學(xué)習(xí)算法訓(xùn)練、推理、部署的方法及技術(shù)細節(jié)1.1.2數(shù)據(jù)策略、網(wǎng)絡(luò)中的核心模塊、參數(shù)規(guī)模、優(yōu)化算法、損失函數(shù)、正則項等關(guān)鍵參數(shù)1.1.3數(shù)據(jù)并行、模型并行、流水線并行等深度學(xué)習(xí)模型的并行訓(xùn)練的方法智能算法實現(xiàn)及應(yīng)用1.2.1能完成深度學(xué)習(xí)框架安裝、模型訓(xùn)練、推理部署的全流程1.2.2能使用深度學(xué)習(xí)框架的用戶接口進行神經(jīng)網(wǎng)絡(luò)模型搭建1.2.1深度學(xué)習(xí)框架設(shè)計的基本概念，如動態(tài)圖、靜態(tài)圖等1.2.2深度學(xué)習(xí)框架的常用編程接口1.2.3常用模型的使用方法，如文本生成目標檢測、圖像分割、機器翻譯等人工智能需求分析2.1計算機視覺需求分析2.1.1能挖掘計算機視覺研發(fā)的主要流程、主要硬件平臺和用戶使用場景的細節(jié)2.1.2能將用戶的使用問題整理轉(zhuǎn)化為計算機視覺的業(yè)務(wù)需求2.1.3能使用至少一種計算機視覺算法主要的應(yīng)用領(lǐng)域及常見算法評估方法，在此領(lǐng)域中結(jié)合具體業(yè)務(wù)場景，系統(tǒng)化地評估算法應(yīng)用的實施效果2.1.4能使用至少一種計算機視覺算法工程化應(yīng)用的主流軟硬件解決方案，在此領(lǐng)域中結(jié)合具體應(yīng)用場景評估解決方案2.1.5能根據(jù)計算機視覺領(lǐng)域的業(yè)務(wù)需求設(shè)計規(guī)范，撰寫或指導(dǎo)本領(lǐng)域的初級人員撰寫計算機視覺業(yè)務(wù)需求設(shè)計分析和需求文檔，合理應(yīng)用目標檢測、分割、圖像語義理解等計算機視覺算法滿足用戶的需求2.1.1計算機視覺技術(shù)體系架構(gòu)和技術(shù)規(guī)范細節(jié)2.1.2計算機視覺算法的訓(xùn)練、推理、部署方法、流程和操作細節(jié)2.1.3計算機視覺的主流算法和評估方法2.1.4計算及視覺的工程開發(fā)主流軟硬件知識和評估方法2.1.5計算機視覺場景需求設(shè)計分析撰寫規(guī)范和指導(dǎo)方法人工智能設(shè)計開發(fā)3.1計算機視覺設(shè)計開發(fā)3.1.1能進行應(yīng)用計算機視覺場景全流程及細節(jié)設(shè)計3.1.2能針對具體業(yè)務(wù)場景修改計算機視覺的算法和相關(guān)前后處理，使得算法可以滿足場景需求3.1.3能根據(jù)具體的業(yè)務(wù)要求，將業(yè)務(wù)問題建模為對應(yīng)的計算機視覺問題，并針對性的選用合適的算法3.1.4能調(diào)試和解決算法工程化過程中的故障與問題3.1.5能指導(dǎo)本領(lǐng)域的初級人員完成計算式視覺算法工程化的開發(fā)、調(diào)試和故障排除3.1.1計算機視覺場景的全流程細節(jié)和技術(shù)規(guī)范3.1.2計算機視覺主要算法和特點，深度學(xué)習(xí)中的目標檢測、圖像分割、目標追蹤等計算機視覺相關(guān)算法3.1.3計算機視覺工具的特點、使用方法，以及算法開發(fā)全流程和細節(jié)3.1.4計算機視覺算法工程化常用的硬件環(huán)境和開發(fā)工具的細節(jié)4.人工智能測試驗證4.1計算機視覺驗證4.1.1能設(shè)計計算機視覺人工智能場景的驗證流程和細節(jié)4.1.2能設(shè)計針對計算機視覺應(yīng)用主要組件的測試計劃，完整地驗證其功能、精度、性能等4.1.3能制訂自動化解決方案，使用測試工具實現(xiàn)針對計算機視覺應(yīng)用的自動化測試4.1.1計算機視覺人工智能場景的主要環(huán)節(jié)和驗證方法技術(shù)細節(jié)4.1.2計算機視覺應(yīng)用的主要組件和使用流程技術(shù)細節(jié)4.1.3計算機視覺應(yīng)用主要組件的功能驗證方法和性能驗證方法技術(shù)細節(jié)4.1.4計算機視覺算法和模型的精測驗證方法技術(shù)細節(jié)4.1.5自動化測試的方法和工具人工智能產(chǎn)品交付5.1計算機視覺產(chǎn)品交付5.1.1能進行計算機視覺場景交付的全流程及細節(jié)設(shè)計5.1.2能設(shè)計計算機視覺的主要組件和安裝交付流程的操作細節(jié)5.1.3能基于計算機視覺業(yè)務(wù)場景編制產(chǎn)品交付文檔，并指導(dǎo)本領(lǐng)域初級人員完成產(chǎn)品交付文檔的編制5.1.4能根據(jù)計算機視覺現(xiàn)場情況進行軟件的安裝調(diào)試和維護，并對計算機視覺現(xiàn)場部署過程中的交付問題進行分析、定位和解決5.1.5能對計算機視覺產(chǎn)品的交付質(zhì)量、時間、成本及風(fēng)險進行初步評估5.1.1計算機視覺場景的全流程細節(jié)和交付方法的技術(shù)特點5.1.2計算機視覺的主要組件和安裝、配置、調(diào)試的方法和操作細節(jié)5.1.3計算機視覺的產(chǎn)品交付文檔的規(guī)范、撰寫要求和指導(dǎo)方法5.1.4計算機視覺問題的定位方法和工具5.1.5計算機視覺主流算法的細節(jié)和特點6.人工智能產(chǎn)品運維6.1計算機視覺產(chǎn)品運維6.1.1能在專有硬件上運維計算機視覺產(chǎn)品6.1.2能進行視覺產(chǎn)品或設(shè)備的故障診斷和預(yù)測性維護分析6.1.3能按照計算機視覺產(chǎn)品常見問題排查流程和標準步驟，進行問題排查6.1.1計算機視覺的主要應(yīng)用流程和基礎(chǔ)算法6.1.2計算機視覺產(chǎn)品的部署升級和日常巡查的流程和細節(jié)6.1.3計算機視覺產(chǎn)品的問題排查流程、方法和細節(jié)人工智能咨詢服務(wù)7.1人工智能技術(shù)咨詢7.1.1能進行計算機視覺項目的技術(shù)評估，使用現(xiàn)代工程咨詢方法進行相應(yīng)咨詢服務(wù)7.1.2能進行計算機視覺項目技術(shù)體系架構(gòu)和方案設(shè)計，完成項目建議書的編寫、可行性研究報告的編制，編制相應(yīng)的實施規(guī)劃7.1.1工程咨詢方法與系統(tǒng)分析知識7.1.2項目建議書、可行性研究報告編制方法7.1.3招投標技術(shù)咨詢知識和項目后評價方法7.2人工智能系統(tǒng)咨詢管理和評價服務(wù)7.2.1能進行人工智能系統(tǒng)項目資源分析和評價7.2.2能進行人工智能系統(tǒng)人機交互、隱私保護、數(shù)據(jù)安全等技術(shù)的咨詢和評價服務(wù)控制和處置方法7.2.2人工智能倫理知識7.2.3隱私保護知識7.3人工智能咨詢培訓(xùn)及運營管理咨詢7.3.1能組織開展人工智能技術(shù)咨詢服務(wù)培訓(xùn)7.3.2能跟進人工智能最新技術(shù)及應(yīng)用場景，并針對性開展技術(shù)論證7.3.3能對人工智能項目運營過程進行咨詢7.3.1培訓(xùn)方法及問題反饋和分析方法7.3.2培訓(xùn)質(zhì)量管理知識7.3.3運營管理方法職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識要求人工智能共性技術(shù)應(yīng)用智能算法選型及調(diào)優(yōu)1.1.1能在面對用戶需求和業(yè)務(wù)需求時，將其準確轉(zhuǎn)換為機器學(xué)習(xí)語言、算法及模型1.1.2能對機器學(xué)習(xí)技術(shù)要素進行組合使用，并進行建模1.1.3能在標準算法基礎(chǔ)上，對組合多種機器學(xué)習(xí)技術(shù)要素進行模型設(shè)計及調(diào)優(yōu)的能力1.1.1新型模型和相關(guān)技術(shù)1.1.2深度學(xué)習(xí)模型的剪枝、量化、蒸餾和模型結(jié)構(gòu)搜索等模型壓縮方法智能算法實現(xiàn)及應(yīng)用1.2.1能使用深度學(xué)習(xí)框架實現(xiàn)算法的設(shè)計和開發(fā)1.2.2能合理組合、改造并創(chuàng)新深度學(xué)習(xí)模型來解決更加復(fù)雜的應(yīng)用問題1.2.1深度學(xué)習(xí)框架的技術(shù)細節(jié)及發(fā)展趨勢1.2.2深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與深度學(xué)習(xí)算法的開發(fā)設(shè)計方法人工智能需求分析2.1計算機視覺需求分析2.1.1能設(shè)計計算機視覺算法研發(fā)的主要流程，結(jié)合具體原因設(shè)計計算機視覺使用場景的細節(jié)，制訂計算機視覺算法研發(fā)的整體計劃，并拆解到各個主要流程中2.1.2能使用主流計算機視覺算法的應(yīng)用領(lǐng)域及評估方法，結(jié)合具體業(yè)務(wù)場景分析與設(shè)計算法應(yīng)用的主要技術(shù)指標，系統(tǒng)化地評估算法應(yīng)用的實施效果2.1.3能使用主流計算機視覺算法工程化應(yīng)用的軟硬件解決方案，結(jié)合具體應(yīng)用場景以及軟硬件特點設(shè)計和應(yīng)用解決方案，指導(dǎo)項目部署與實施2.1.4能根據(jù)用戶的場景需求和計算機視覺算法的發(fā)展情況，制訂計算機視覺的業(yè)務(wù)需求設(shè)計規(guī)范2.1.1計算機視覺技術(shù)體系架構(gòu)和技術(shù)規(guī)范及制訂原因2.1.2現(xiàn)有計算機視覺算法的主要特點、評估方法和發(fā)展趨勢2.1.3計算及視覺的工程開發(fā)主流軟硬件的主要特點、評估方法和發(fā)展趨勢人工智能設(shè)計開發(fā)3.1計算機視覺設(shè)計開發(fā)3.1.2能對計算機視覺主要算法的內(nèi)部機制具有深刻的理解，結(jié)合業(yè)務(wù)需要設(shè)計算法模型3.1.3能根據(jù)具體的業(yè)務(wù)要求，將業(yè)務(wù)問題建模為對應(yīng)的機器學(xué)習(xí)問題，并針對問題選用合適的算法，必要的時候進行優(yōu)化3.1.1計算機視覺技術(shù)體系架構(gòu)和前沿研究領(lǐng)域發(fā)展趨勢 3.1.2計算機視覺的核心原理和重要相關(guān)應(yīng)用領(lǐng)域的知識3.1.3計算機視覺主流算法的技術(shù)原理、細節(jié)和特點3.1.4計算機視覺工具的特3.1.4能使用計算機視覺算法工程化常用的硬件環(huán)境和工具，根據(jù)業(yè)務(wù)需求選擇和設(shè)計軟硬件方案3.1.5能指導(dǎo)本領(lǐng)域的初級人員完成計算式視覺算法工程化的開發(fā)、調(diào)試和故障排除點、使用方法，以及算法開發(fā)全流程、設(shè)計原理和細節(jié)4.人工智能測試驗證4.1計算機視覺驗證4.1.1能合理運用計算機視覺應(yīng)用的主要組件和使用流程，設(shè)計針對其中組件的測試計劃，完整地驗證其功能、精度、性能等4.1.2能組織完成自動化測試工具的設(shè)計和實現(xiàn)，用于計算機視覺應(yīng)用的測試和驗證4.1.3能設(shè)計和搭建自動化測試以及CI/CD基礎(chǔ)設(shè)施，并利用基礎(chǔ)設(shè)施持續(xù)提升測試質(zhì)量與效率4.1.1計算機視覺場景和應(yīng)用的驗證方法的技術(shù)特點和發(fā)展趨勢4.1.2計算機視覺算法和模型的精測驗證方法的技術(shù)特點和發(fā)展趨勢4.1.3自動化測試方法和工具的技術(shù)特點和發(fā)展趨勢人工智能產(chǎn)品交付5.1計算機視覺產(chǎn)品交付5.1.1能設(shè)計并預(yù)警計算機視覺場景交付的全流程細節(jié)，以及交付方法的技術(shù)特點和發(fā)展趨勢5.1.2能制訂計算機視覺的安裝交付流程5.1.3能面向復(fù)雜場景，設(shè)計計算機視覺產(chǎn)品交付方案，編制交付文檔，并指導(dǎo)本領(lǐng)域初級人員完成產(chǎn)品交付文檔的編制5.1.4能指導(dǎo)交付團隊實現(xiàn)復(fù)雜計算機視覺現(xiàn)場部署、調(diào)試與維護5.1.5能對計算機視覺產(chǎn)品的交付質(zhì)量、時間、成本及風(fēng)險進行全局評估5.1.1計算機視覺場景的全流程細節(jié)和交付方法的技術(shù)特點及發(fā)展趨勢5.1.2計算機視覺的主要組件和安裝、配置、調(diào)試的技術(shù)原理5.1.3計算機視覺的產(chǎn)品交付文檔規(guī)范、撰寫要求、指導(dǎo)方法的制訂原因5.1.4面向復(fù)雜場景的計算機視覺問題定位的原理，以及輔助工具的開發(fā)方法5.1.5計算機視覺主流算法的技術(shù)原理6.人工智能產(chǎn)品運維6.1計算機視覺產(chǎn)品運維6.1.1能解決各類突發(fā)故障，并結(jié)合自身經(jīng)驗針對性地進行分析和處理6.1.2能開發(fā)自動化運維工具6.1.1計算機視覺產(chǎn)品專有硬件的實現(xiàn)細節(jié)6.1.2自動化運維工具的開發(fā)方法人工智能咨詢服務(wù)7.1人工智能技術(shù)咨詢7.1.1能進行計算機視覺項目的技術(shù)要素分析、產(chǎn)業(yè)成本分析、產(chǎn)業(yè)鏈架構(gòu)等咨詢7.1.2能對計算機視覺系統(tǒng)的人機作用、網(wǎng)絡(luò)作用、社會作用進行合理性分析咨詢7.1.1現(xiàn)代工程咨詢方法7.1.2社會倫理學(xué)知識7.2人工智能咨詢管理和評價服務(wù)7.2.1能制訂人工智能技術(shù)應(yīng)用的組織管理機制及協(xié)調(diào)機制7.2.2能對人工智能系統(tǒng)應(yīng)用提出持續(xù)改進建議7.2.3能進行人工智能項目的社會可持續(xù)發(fā)展情況評價7.2.1系統(tǒng)規(guī)劃知識7.2.2信息系統(tǒng)工程知識7.2.3軟件體系架構(gòu)評估知識7.2.4社會評價方法7.3人工智能咨詢培訓(xùn)及運營管理咨詢7.3.1能進行人工智能技術(shù)咨詢服務(wù)和運營管理培訓(xùn)7.3.2能進行計劃、組織、實施和控制等運營過程管理7.3.2能進行運營經(jīng)濟性預(yù)測，提出運營計劃調(diào)整策略7.3.1培訓(xùn)方案制訂方法7.3.2運營過程規(guī)劃及管理知識7.3.2敏感數(shù)據(jù)分析知識職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識要求人工智能共性技術(shù)應(yīng)用智能算法選型及調(diào)優(yōu)1.1.1能準確地判斷應(yīng)用任務(wù)是否適合用機器學(xué)習(xí)技術(shù)解決1.1.2能應(yīng)用深度學(xué)習(xí)或主流機器學(xué)習(xí)算法原理解決實際任務(wù)1.1.3能運行基礎(chǔ)神經(jīng)網(wǎng)絡(luò)模型，按照一定的指導(dǎo)原則，對深度神經(jīng)網(wǎng)絡(luò)進行調(diào)優(yōu)1.1.1機器學(xué)習(xí)基本概念，包括監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強化學(xué)習(xí)等1.1.2深度神經(jīng)網(wǎng)絡(luò)，包括卷積神經(jīng)網(wǎng)絡(luò)、長短期記憶網(wǎng)絡(luò)、圖神經(jīng)網(wǎng)絡(luò)等的基本概念1.1.3機器學(xué)習(xí)與深度學(xué)習(xí)算法常見的評估方法：準確率、召回率、AUC指標、ROC曲線、檢測指標、分割指標等1.1.4圖像/視頻處理、語音處理、自然語言處理等領(lǐng)域的基本方法智能算法實現(xiàn)及應(yīng)用1.2.1能使用至少一種國產(chǎn)化深度學(xué)習(xí)框架訓(xùn)練模型，并使用訓(xùn)練好的模型進行預(yù)測1.2.2能實現(xiàn)深度學(xué)習(xí)框架的安裝、模型訓(xùn)練、推理部署1.2.1國產(chǎn)化深度學(xué)習(xí)框架基本情況1.2.2深度學(xué)習(xí)框架運行的基本軟硬件環(huán)境要求1.2.3至少一種深度學(xué)習(xí)框架使用方法人工智能需求分析2.1人工智能應(yīng)用集成需求分析2.1.1能收集用戶對人工智能應(yīng)用的需求，進行需求分析2.1.2能根據(jù)人工智能產(chǎn)品主要的應(yīng)用領(lǐng)域、服務(wù)對象和使用場景、應(yīng)用需求，選擇人工智能產(chǎn)品2.1.3能撰寫人工智能應(yīng)用集成需求分析文檔2.1.1人工智能應(yīng)用集成需求調(diào)研方法2.1.2人工智能產(chǎn)品知識、典型場景和人工智能產(chǎn)品集成應(yīng)用成熟案例2.1.3人工智能應(yīng)用需求分析文檔撰寫規(guī)范人工智能設(shè)計開發(fā)3.1人工智能應(yīng)用集成設(shè)計開發(fā)3.1.1能列出人工智能應(yīng)用中涉及的數(shù)據(jù)，并利用數(shù)據(jù)分析與處理方法準備數(shù)據(jù)3.1.2能使用常用編程語言和主流平臺工具，進行人工智能應(yīng)用相關(guān)模塊代碼的開發(fā)3.1.3能根據(jù)人工智能應(yīng)用集成設(shè)計方案和開發(fā)方案，進行人3.1.1數(shù)據(jù)采集、預(yù)處理、統(tǒng)計、挖掘等常見數(shù)據(jù)分析與處理方法3.1.2人工智能程序低代碼開發(fā)工具的使用方法3.1.3人工智能應(yīng)用常見集成方法3.1.4應(yīng)用集成接口開發(fā)知識工智能應(yīng)用接口的基礎(chǔ)性開發(fā)4.人工智能產(chǎn)品交付4.1人工智能應(yīng)用集成產(chǎn)品交付4.1.1能按照人工智能應(yīng)用集成的交付流程和交付標準，進行人工智能應(yīng)用主要組件和接口的安裝、配置、調(diào)試4.1.2能按照人工智能應(yīng)用集成的交付流程和交付標準，進行人工智能應(yīng)用的功能測試驗證和性能測試4.1.3能基于業(yè)務(wù)場景編制人工智能應(yīng)用安裝手冊、使用手冊等交付文檔4.1.1人工智能應(yīng)用集成交付的主要環(huán)節(jié)和交付方法4.1.2智能語音、計算機視覺、自然語言處理、機器人流程自動化等人工智能應(yīng)用集成主要組件的安裝、配置、調(diào)試方法4.1.3人工智能應(yīng)用交付文檔的規(guī)范和撰寫要求人工智能產(chǎn)品運維5.1人工智能應(yīng)用集成產(chǎn)品運維5.1.1能根據(jù)產(chǎn)品手冊和運維手冊，部署、操作常見的人工智能產(chǎn)品5.1.2能根據(jù)產(chǎn)品手冊與運維手冊，執(zhí)行標準的運維流程，包括日常巡檢、部署升級等5.1.3能記錄日常運維工作，撰寫運維日志和運維文檔5.1.1人工智能產(chǎn)品的使用知識5.1.2適合人工智能應(yīng)用的軟硬件、操作系統(tǒng)和網(wǎng)絡(luò)知識5.1.3人工智能應(yīng)用運維日志和運維文檔撰寫方法職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識要求人工智能共性技術(shù)應(yīng)用智能算法選型及調(diào)優(yōu)1.1.1能快速判斷并選擇所需要的模型，合理使用機器學(xué)習(xí)模型與深度學(xué)習(xí)模型并進行模型調(diào)優(yōu)1.1.2能調(diào)研及運行深度的神經(jīng)網(wǎng)絡(luò)模型，在需要進行參數(shù)調(diào)整和適配到自身的應(yīng)用問題時，對關(guān)鍵參數(shù)的調(diào)整能提出解決方案1.1.1深度學(xué)習(xí)算法訓(xùn)練、推理、部署的方法及技術(shù)細節(jié)1.1.2數(shù)據(jù)策略、網(wǎng)絡(luò)中的核心模塊、參數(shù)規(guī)模、優(yōu)化算法、損失函數(shù)、正則項等關(guān)鍵參數(shù)1.1.3數(shù)據(jù)并行、模型并行、流水線并行等深度學(xué)習(xí)模型的并行訓(xùn)練方法智能算法實現(xiàn)及應(yīng)用1.2.1能完成深度學(xué)習(xí)框架安裝、模型訓(xùn)練、推理部署的全流程1.2.2能使用深度學(xué)習(xí)框架的用戶接口進行神經(jīng)網(wǎng)絡(luò)模型搭建1.2.1深度學(xué)習(xí)框架設(shè)計的基本概念，如動態(tài)圖、靜態(tài)圖等1.2.2深度學(xué)習(xí)框架的常用編程接口1.2.3常用模型的使用方法，如文本生成目標檢測、圖像分割、機器翻譯等人工智能需求分析2.1人工智能應(yīng)用集成需求分析2.1.1能根據(jù)應(yīng)用場景的特點,聚焦應(yīng)用集成目標，將用戶對應(yīng)用集成的主要訴求整理、轉(zhuǎn)化成人工智能應(yīng)用集成需求2.1.2能指導(dǎo)本領(lǐng)域初級人員撰寫業(yè)務(wù)場景需求分析文檔2.1.1應(yīng)用集成的主要方法和風(fēng)險防范知識2.1.2人工智能產(chǎn)品的開放性與集成效果評估知識2.1.3人工智能應(yīng)用集成需求調(diào)研方法2.1.4人工智能應(yīng)用項目需求管理相關(guān)流程人工智能設(shè)計開發(fā)3.1人工智能應(yīng)用集成設(shè)計開發(fā)3.1.1能根據(jù)現(xiàn)狀分析與需求分析文檔，編制人工智能應(yīng)用集成設(shè)計方案和開發(fā)方案3.1.2能面向用戶集成需要，完成人工智能應(yīng)用的選型，并選擇合理的人工智能產(chǎn)品組合，對多種組合方案進行分析比對3.1.3能梳理集成數(shù)據(jù)和業(yè)務(wù)流程，理清應(yīng)用間集成關(guān)系3.1.4能完成人工智能應(yīng)用間的一般軟硬件接口設(shè)計與開發(fā)，以及一般集成中間件的開發(fā)3.1.1人工智能應(yīng)用集成設(shè)計方案和開發(fā)方案撰寫規(guī)范3.1.2面向集成需求的人工智能應(yīng)用選型原則與方法3.1.3物理接口、軟件接口、數(shù)據(jù)接口、中間件、機器人流程自動化等人工智能應(yīng)用組件軟硬件接口設(shè)計和開發(fā)方法3.1.4模型訓(xùn)練技術(shù)與方法3.1.5能完成人工智能應(yīng)用使用到AI算法的選型與實現(xiàn)、模型訓(xùn)練等4.人工智能產(chǎn)品交付4.1人工智能應(yīng)用集成產(chǎn)品交付4.1.1能設(shè)計人工智能應(yīng)用集成交付方案，編制人工智能應(yīng)用交付文檔4.1.2能根據(jù)應(yīng)用集成設(shè)計方案，協(xié)調(diào)各被集成人工智能應(yīng)用供應(yīng)商，有效組織開展集成工作，按方案要求開發(fā)接口并調(diào)試4.1.3能結(jié)合客戶實際現(xiàn)場環(huán)境，完成AI集成應(yīng)用運行環(huán)境搭建4.1.4能對所開發(fā)的接口進行部署，并與各集成應(yīng)用實現(xiàn)聯(lián)調(diào)測試，將人工智能應(yīng)用從測試環(huán)境交付到正式環(huán)境4.1.1人工智能應(yīng)用集成項目管理與交付知識4.1.2人工智能應(yīng)用環(huán)境搭建基礎(chǔ)知識4.1.3常見人工智能工具、平臺的使用知識人工智能產(chǎn)品運維5.1人工智能應(yīng)用集成產(chǎn)品運維5.1.1能根據(jù)常見人工智能產(chǎn)品的運行狀況、故障特征及判定方法,按照標準步驟排查現(xiàn)場運行的簡單問題和故障5.1.2能開展人工智能應(yīng)用集成上線運行后的日常維護，解決客戶的技術(shù)要求、疑問和使用過程中的問題5.1.3能進行運維流程、相關(guān)規(guī)范、手冊的制訂及實施5.1.1常見人工智能產(chǎn)品的運行狀況、故障特征及判定方法5.1.2人工智能應(yīng)用常見問題排查方法5.1.3人工智能應(yīng)用集成環(huán)境搭建基礎(chǔ)知識5.1.4人工智能應(yīng)用軟硬件運維的基礎(chǔ)知識6.人工智能咨詢服務(wù)6.1人工智能技術(shù)咨詢6.1.1能進行人工智能應(yīng)用集成項目工作流程規(guī)劃，使用現(xiàn)代工程咨詢方法進行相應(yīng)咨詢服務(wù)6.1.2能進行人工智能應(yīng)用集成項目技術(shù)體系架構(gòu)和方案設(shè)計，完成項目建議書的編寫、可行性研究報告的編制，編制相應(yīng)的實施規(guī)劃6.1.1工程咨詢方法與系統(tǒng)分析知識6.1.2技術(shù)評估基本方法6.1.3項目建議書、可行性研究報告編制方法6.1.4招投標技術(shù)咨詢知識和項目后評價方法6.2人工智能系統(tǒng)咨詢管理和評價服務(wù)6.2.1能進行人工智能系統(tǒng)項目資源分析和評價6.2.2能進行人工智能系統(tǒng)人機交互、隱私保護、數(shù)據(jù)安全等技術(shù)的咨詢和評價服務(wù)6.2.1項目資源的計劃、配置、控制和處置方法6.2.2人工智能倫理知