國(guó)家職業(yè)技術(shù)技能標(biāo)準(zhǔn)人工智能工程技術(shù)人員中華人民共和國(guó)人力資源和社會(huì)保障部中華人民共和國(guó)工業(yè)和信息化部48號(hào)）為依據(jù)，按照《國(guó)家職業(yè)技術(shù)技能標(biāo)準(zhǔn)編制技術(shù)規(guī)程》有關(guān)要求，堅(jiān)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)專科學(xué)歷，取得初級(jí)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(jí)專業(yè)技術(shù)等級(jí)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，取（3）具備博士學(xué)位，取得中級(jí)專業(yè)技術(shù)等級(jí)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(píng)人員與考生配比不低于1:34（1）數(shù)學(xué)基礎(chǔ)知識(shí)（2）編程基礎(chǔ)知識(shí)（3）數(shù)據(jù)處理知識(shí)（4）軟件工程知識(shí)（5）計(jì)算平臺(tái)知識(shí)（6）機(jī)器學(xué)習(xí)知識(shí)（1）文檔規(guī)范、代碼規(guī)范、質(zhì)量保障規(guī)范相關(guān)知識(shí)（2）數(shù)據(jù)采集、標(biāo)注、清洗、質(zhì)量控制等數(shù)據(jù)工程相關(guān)知識(shí)（3）工程開發(fā)與架構(gòu)，工程性能提升指標(biāo)等相關(guān)知識(shí)（1）人工智能基礎(chǔ)知識(shí)（2）人工智能的產(chǎn)業(yè)應(yīng)用相關(guān)知識(shí)（3）人工智能發(fā)展現(xiàn)狀及趨勢(shì)相關(guān)知識(shí)（4）人工智能熱點(diǎn)問題和前沿研究相關(guān)知識(shí)（1）人工智能安全與隱私保護(hù)相關(guān)知識(shí)5（2）人工智能安全與隱私保護(hù)原則及標(biāo)準(zhǔn)相關(guān)知識(shí)（3）人工智能倫理治理發(fā)展趨勢(shì)知識(shí)（4）人工智能道德倫理相關(guān)原則及標(biāo)準(zhǔn)相關(guān)知識(shí)職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識(shí)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(zhǔn)確地判斷應(yīng)用任務(wù)是否適合用機(jī)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(jī)器學(xué)習(xí)算法原理解決實(shí)際任務(wù)1.1.3能運(yùn)行基礎(chǔ)神經(jīng)網(wǎng)絡(luò)模型，按照一定的指導(dǎo)原則，對(duì)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行調(diào)優(yōu)1.1.1機(jī)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(qiáng)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(zhǎng)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(jī)器學(xué)習(xí)與深度學(xué)習(xí)算法常見的評(píng)估方法：準(zhǔn)確率、召回率、AUC指標(biāo)、ROC曲線、檢測(cè)指標(biāo)、分割指標(biāo)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(shí)現(xiàn)及應(yīng)用1.2.1能使用至少一種國(guó)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(jìn)行預(yù)測(cè)1.2.2能實(shí)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(guó)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(yùn)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(jì)開發(fā)2.1人工智能芯片邏輯設(shè)計(jì)2.1.1能利用人工智能算法常用的運(yùn)算/數(shù)據(jù)類型，根據(jù)芯片模塊的設(shè)計(jì)功能描述進(jìn)行代碼編寫2.1.2能對(duì)芯片模塊代碼進(jìn)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(jì)相關(guān)知識(shí)2.1.2計(jì)算機(jī)組成原理2.1.3VerilogHDL、VHDL、SystemVerilog等硬件語言人工智能測(cè)試驗(yàn)證3.1人工智能芯片驗(yàn)證3.1.1能運(yùn)用驗(yàn)證工具，解讀并分析測(cè)試覆蓋率報(bào)告，提升測(cè)試覆蓋率3.1.2能搭建測(cè)試驗(yàn)證環(huán)境，執(zhí)行測(cè)試用例和驗(yàn)證腳本3.1.3能使用面向?qū)ο蟮哪K級(jí)驗(yàn)證方法進(jìn)行模塊級(jí)芯片驗(yàn)證環(huán)境3.1.1驗(yàn)證工具使用方法（如各種高性能測(cè)量?jī)x器（示波器、誤碼儀等）和調(diào)試器等的使用）3.1.2測(cè)試覆蓋率報(bào)告格式3.1.3測(cè)試用例的編寫知識(shí)3.1.4驗(yàn)證腳本編寫方法3.1.5數(shù)字電路結(jié)構(gòu)知識(shí)3.1.6面向?qū)ο蟮哪K級(jí)驗(yàn)證方法3.1.7模塊級(jí)芯片驗(yàn)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(shí)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(jī)器學(xué)習(xí)模型與深度學(xué)習(xí)模型并進(jìn)行模型調(diào)優(yōu)1.1.2能調(diào)研及運(yùn)行深度的神經(jīng)網(wǎng)絡(luò)模型，在需要進(jìn)行參數(shù)調(diào)整和適配到自身的應(yīng)用問題時(shí)，對(duì)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(xì)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(xiàng)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(shí)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(jìn)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(jì)的基本概念，如動(dòng)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(biāo)檢測(cè)、圖像分割、機(jī)器翻譯等人工智能設(shè)計(jì)開發(fā)2.1人工智能芯片邏輯設(shè)計(jì)2.1.1能根據(jù)芯片架構(gòu)文檔進(jìn)行模塊功能劃分和功能描述，并進(jìn)行代碼編寫2.1.2能對(duì)實(shí)現(xiàn)代碼進(jìn)行CDC，功耗分析和優(yōu)化2.1.3能完成芯片時(shí)鐘詳細(xì)設(shè)計(jì)及時(shí)鐘約束2.1.4能將人工智能算法常見的運(yùn)算拆解成ASIC上面可實(shí)現(xiàn)的硬件電路并實(shí)現(xiàn)2.1.5能基于選定的基本工藝器件對(duì)芯片模塊進(jìn)行邏輯綜合與時(shí)序優(yōu)化2.1.6能針對(duì)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(jì)2.1.7能基于并行計(jì)算開展數(shù)據(jù)同步設(shè)計(jì)2.1.8能基于芯片指令集開展微架構(gòu)設(shè)計(jì)2.1.1數(shù)字電路設(shè)計(jì)基礎(chǔ)知識(shí)2.1.2計(jì)算機(jī)組成原理2.1.3計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)基礎(chǔ)知識(shí)2.1.4計(jì)算機(jī)接口技術(shù)2.1.5計(jì)算復(fù)雜度和可計(jì)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(jì)知識(shí)2.1.8異構(gòu)計(jì)算知識(shí)7人工智能測(cè)試驗(yàn)證3.1人工智能芯片驗(yàn)證3.1.1能運(yùn)用驗(yàn)證工具，根據(jù)業(yè)務(wù)需求編寫并分析測(cè)試覆蓋率報(bào)告，提升測(cè)試覆蓋率3.1.2能設(shè)計(jì)和制訂驗(yàn)證計(jì)劃文檔3.1.3能搭建和優(yōu)化測(cè)試驗(yàn)證環(huán)境，編寫測(cè)試用例和驗(yàn)證腳本3.1.4能使用面向?qū)ο蟮尿?yàn)證方法進(jìn)行子系統(tǒng)級(jí)芯片驗(yàn)證3.1.5能進(jìn)行低功率驗(yàn)證3.1.6能搭建系統(tǒng)級(jí)和子系統(tǒng)級(jí)別的仿真平臺(tái)3.1.7能對(duì)人工智能處理器進(jìn)行驗(yàn)證（包括前仿真和后仿真）3.1.9能快速定位門級(jí)仿真環(huán)境、庫、時(shí)序等相關(guān)問題3.1.10能綜合運(yùn)用時(shí)序分析方法分析數(shù)字電路時(shí)序，并根據(jù)時(shí)序約束文件，針對(duì)特殊時(shí)序路徑開發(fā)后仿真的測(cè)試用例3.1.1驗(yàn)證工具的類型、優(yōu)缺點(diǎn)使用方法3.1.2測(cè)試覆蓋率報(bào)告的編寫知識(shí)3.1.3驗(yàn)證計(jì)劃文檔的編寫方法3.1.4測(cè)試用例的設(shè)計(jì)知識(shí)3.1.5驗(yàn)證腳本的編寫方法3.1.6數(shù)字電路時(shí)序分析方法3.1.7面向?qū)ο蟮淖酉到y(tǒng)級(jí)驗(yàn)證方法3.1.8子系統(tǒng)驗(yàn)證環(huán)境對(duì)模塊環(huán)境的復(fù)用方法3.1.9UPF（UnifiedPowerFormat）/NLP(NativeLowPower)/Emulator基礎(chǔ)知識(shí)3.1.10GPU、TPU、XPU等人工智能處理器驗(yàn)證方法3.1.11門級(jí)電路知識(shí)3.1.12門級(jí)仿真驗(yàn)證環(huán)境的搭建方法3.1.13門級(jí)仿真測(cè)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(jìn)行人工智能芯片項(xiàng)目的技術(shù)評(píng)估，使用工程咨詢方法進(jìn)行相應(yīng)咨詢服務(wù)4.1.2能進(jìn)行人工智能芯片項(xiàng)目技術(shù)體系架構(gòu)和方案設(shè)計(jì)，完成項(xiàng)目建議書的編寫、可行性研究報(bào)告的編制，并編制相應(yīng)的實(shí)施規(guī)劃4.1.1工程咨詢方法與系統(tǒng)分析知識(shí)4.1.2項(xiàng)目建議書、可行性研究報(bào)告編制方法4.1.3招投標(biāo)技術(shù)咨詢知識(shí)和項(xiàng)目后評(píng)價(jià)方法4.2人工智能系統(tǒng)咨詢管理和評(píng)價(jià)服務(wù)4.2.1能進(jìn)行人工智能系統(tǒng)項(xiàng)目資源分析和評(píng)價(jià)4.2.2能進(jìn)行人工智能系統(tǒng)人機(jī)交互、隱私保護(hù)、數(shù)據(jù)安全等技術(shù)的咨詢和評(píng)價(jià)服務(wù)4.2.1項(xiàng)目資源的計(jì)劃、配置、控制和處置方法4.2.2人工智能倫理知識(shí)4.2.3隱私保護(hù)知識(shí)84.3人工智能咨詢培訓(xùn)及運(yùn)營(yíng)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(jìn)人工智能最新技術(shù)及應(yīng)用場(chǎng)景，并針對(duì)性開展技術(shù)論證4.3.3能對(duì)人工智能項(xiàng)目運(yùn)營(yíng)過程進(jìn)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(shí)4.3.3運(yùn)營(yíng)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(shí)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(duì)用戶需求和業(yè)務(wù)需求時(shí)，將其準(zhǔn)確轉(zhuǎn)換為機(jī)器學(xué)習(xí)語言、算法及模型1.1.2能對(duì)機(jī)器學(xué)習(xí)技術(shù)要素進(jìn)行組合使用，并進(jìn)行建模1.1.3能在標(biāo)準(zhǔn)算法基礎(chǔ)上，對(duì)組合多種機(jī)器學(xué)習(xí)技術(shù)要素進(jìn)行模型設(shè)計(jì)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(shí)現(xiàn)及應(yīng)用1.2.1能使用深度學(xué)習(xí)框架實(shí)現(xiàn)算法的設(shè)計(jì)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(xì)節(jié)及發(fā)展趨勢(shì)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(jì)方法人工智能設(shè)計(jì)開發(fā)2.1人工智能芯片架構(gòu)設(shè)計(jì)2.1.1能完成系統(tǒng)應(yīng)用架構(gòu)定義，并進(jìn)行芯片規(guī)格設(shè)計(jì)和參考設(shè)計(jì)開發(fā)2.1.2能總結(jié)和歸納各種人工智能算法/模型對(duì)硬件計(jì)算、存儲(chǔ)資源的需求，并根據(jù)芯片的應(yīng)用場(chǎng)景對(duì)硬件資源做出合理分配求，針對(duì)通用或?qū)Ｓ萌斯ぶ悄芗铀傩酒M(jìn)行算力分配和評(píng)價(jià)，合理分配通用計(jì)算與專用加速計(jì)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(píng)估和仿真平臺(tái)，進(jìn)行高層次建模和設(shè)計(jì)，對(duì)PPA（性能、功耗、面積）進(jìn)行早期評(píng)價(jià)2.1.5能制訂芯片測(cè)試計(jì)劃，指導(dǎo)芯片產(chǎn)品工程師進(jìn)行硅片和封裝級(jí)測(cè)試2.1.6能應(yīng)用上層軟件定義高效、節(jié)能、可移植性強(qiáng)的實(shí)現(xiàn)框2.1.1數(shù)字電路設(shè)計(jì)相關(guān)知識(shí)2.1.2計(jì)算機(jī)組成原理2.1.3計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)相關(guān)知識(shí)2.1.4操作系統(tǒng)原理2.1.5計(jì)算機(jī)接口技術(shù)2.1.6算法與數(shù)據(jù)結(jié)構(gòu)相關(guān)知識(shí)2.1.7計(jì)算復(fù)雜度和可計(jì)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(jì)算原理2.1.10異構(gòu)計(jì)算相關(guān)知識(shí)2.1.11編譯器、算子接口、集成工具（driver/API/IDE）相關(guān)知識(shí)架2.1.7能在面向云側(cè)訓(xùn)練開展設(shè)計(jì)時(shí)，進(jìn)行訓(xùn)練集群的架構(gòu)設(shè)計(jì)2.2人工智能芯片邏輯設(shè)計(jì)2.2.1能進(jìn)行芯片詳細(xì)功能劃分和設(shè)計(jì)，向下一級(jí)芯片邏輯設(shè)計(jì)團(tuán)隊(duì)分發(fā)詳細(xì)設(shè)計(jì)任務(wù)需求2.2.2能進(jìn)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(jì)DDR/GDDR/HBM，NoC)2.2.4能進(jìn)行芯片頂層及關(guān)鍵IP模塊可測(cè)試邏輯功能設(shè)計(jì)2.2.5能對(duì)芯片的安全管理和功耗管理功能進(jìn)行設(shè)計(jì)2.2.6能協(xié)助芯片物理設(shè)計(jì)工程師進(jìn)行基本物理器件PPA分析及選型，并根據(jù)PPA評(píng)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(yàn)證工程師共同完成芯片驗(yàn)證，并通過代碼、功能覆蓋率檢查保證驗(yàn)證的完備性2.2.1數(shù)字電路設(shè)計(jì)相關(guān)知識(shí)2.2.2計(jì)算機(jī)組成原理2.2.3計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)相關(guān)知識(shí)2.2.4操作系統(tǒng)原理2.2.5計(jì)算機(jī)接口技術(shù)2.2.6計(jì)算復(fù)雜度和可計(jì)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(shí)2.2.9FPGA/ASIC相關(guān)設(shè)計(jì)知識(shí)2.2.10異構(gòu)計(jì)算知識(shí)人工智能測(cè)試驗(yàn)證3.1人工智能芯片驗(yàn)證3.1.1能依據(jù)驗(yàn)證工具工作原理，提升驗(yàn)證環(huán)境執(zhí)行效率，通過覆蓋率報(bào)告協(xié)助芯片設(shè)計(jì)工程師改進(jìn)電路設(shè)計(jì)鏈，制訂驗(yàn)證方法學(xué)和驗(yàn)證流程3.1.3能熟練使用面向?qū)ο蟮哪K級(jí)驗(yàn)證方法進(jìn)行驗(yàn)證并對(duì)方法學(xué)進(jìn)行改進(jìn)3.1.4能使用機(jī)器學(xué)習(xí)及神經(jīng)網(wǎng)絡(luò)算法對(duì)驗(yàn)證數(shù)據(jù)進(jìn)行建模3.1.5能對(duì)最終的驗(yàn)證計(jì)劃，驗(yàn)證報(bào)告進(jìn)行核簽3.1.6能對(duì)最新的驗(yàn)證方法學(xué)3.1.1驗(yàn)證工具的工作原理3.1.2驗(yàn)證環(huán)境執(zhí)行效率的優(yōu)化知識(shí)3.1.3驗(yàn)證工具的優(yōu)缺點(diǎn)及工具鏈組合知識(shí)3.1.4驗(yàn)證方法學(xué)知識(shí)3.1.5數(shù)字電路綜合時(shí)序分析知識(shí)，數(shù)字電路設(shè)計(jì)優(yōu)化知識(shí)3.1.6面向?qū)ο蟮哪K級(jí)驗(yàn)證方法3.1.7深度學(xué)習(xí)算法建模知識(shí)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(jìn)行跟蹤、改進(jìn)和優(yōu)化，并對(duì)驗(yàn)證工具提出功能性改進(jìn)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(jìn)行人工智能芯片項(xiàng)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(duì)人工智能芯片項(xiàng)目的社會(huì)作用進(jìn)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(huì)倫理學(xué)知識(shí)4.2人工智能咨詢管理和評(píng)價(jià)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(jī)制及協(xié)調(diào)機(jī)制4.2.2能對(duì)人工智能系統(tǒng)應(yīng)用提出持續(xù)改進(jìn)建議4.2.3能進(jìn)行人工智能項(xiàng)目的社會(huì)可持續(xù)發(fā)展情況評(píng)價(jià)4.2.1系統(tǒng)規(guī)劃知識(shí)4.2.2信息系統(tǒng)工程知識(shí)4.2.3軟件體系架構(gòu)評(píng)估知識(shí)4.2.4社會(huì)評(píng)價(jià)方法4.3人工智能咨詢培訓(xùn)及運(yùn)營(yíng)管理咨詢4.3.1能進(jìn)行人工智能技術(shù)咨詢服務(wù)和運(yùn)營(yíng)管理培訓(xùn)4.3.2能進(jìn)行計(jì)劃、組織、實(shí)施和控制等運(yùn)營(yíng)過程管理4.3.2能進(jìn)行運(yùn)營(yíng)經(jīng)濟(jì)性預(yù)測(cè)，提出運(yùn)營(yíng)計(jì)劃調(diào)整策略4.3.1培訓(xùn)方案制訂方法4.3.2運(yùn)營(yíng)過程規(guī)劃及管理知識(shí)4.3.2敏感數(shù)據(jù)分析知識(shí)職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識(shí)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(zhǔn)確地判斷應(yīng)用任務(wù)是否適合用機(jī)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(jī)器學(xué)習(xí)算法原理解決實(shí)際任務(wù)1.1.3能運(yùn)行基礎(chǔ)神經(jīng)網(wǎng)絡(luò)模型，按照一定的指導(dǎo)原則，對(duì)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行調(diào)優(yōu)1.1.1機(jī)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(qiáng)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(zhǎng)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(jī)器學(xué)習(xí)與深度學(xué)習(xí)算法常見的評(píng)估方法：準(zhǔn)確率、召回率、AUC指標(biāo)、ROC曲線、檢測(cè)指標(biāo)、分割指標(biāo)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(shí)現(xiàn)及應(yīng)用1.2.1能使用至少一種國(guó)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(jìn)行預(yù)測(cè)1.2.2能實(shí)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(guó)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(yùn)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(tái)需求分析2.1.1能對(duì)外說明人工智能平臺(tái)研發(fā)的主要流程和用戶使用場(chǎng)景2.1.2能將用戶對(duì)人工智能平臺(tái)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(chǎng)景需求設(shè)計(jì)分析和需求文檔2.1.1人工智能場(chǎng)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(tái)業(yè)務(wù)場(chǎng)景需求設(shè)計(jì)分析和需求文檔的撰寫規(guī)范人工智能設(shè)計(jì)開發(fā)3.1人工智能平臺(tái)設(shè)計(jì)開發(fā)3.1.1能繪制至少1類人工智能場(chǎng)景全周期流程圖，如計(jì)算機(jī)視覺、自然語言處理等3.1.2能使用機(jī)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(jìn)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(jìn)行產(chǎn)3.1.1人工智能場(chǎng)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(shí)3.1.4容器及虛擬化技術(shù)的基礎(chǔ)知識(shí)品代碼打包，鏡像發(fā)布4.人工智能測(cè)試驗(yàn)證4.1人工智能平臺(tái)驗(yàn)證4.1.1能繪制1類人工智能場(chǎng)景的驗(yàn)證流程圖，如計(jì)算機(jī)視覺、自然語言處理等4.1.2能撰寫人工智能平臺(tái)、算法、模型的驗(yàn)證報(bào)告4.1.3能完整驗(yàn)證人工智能平臺(tái)開發(fā)的算法和模型的精度等主流算法指標(biāo)4.1.4能基于給定場(chǎng)景驗(yàn)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(biāo)4.1.1人工智能平臺(tái)主要組件的使用流程4.1.2人工智能平臺(tái)主要組件的功能驗(yàn)證方法和性能驗(yàn)證方法4.1.3人工智能平臺(tái)驗(yàn)證報(bào)告撰寫規(guī)范人工智能產(chǎn)品交付5.1人工智能平臺(tái)產(chǎn)品交付5.1.1能繪制1類人工智能場(chǎng)景交付流程圖，如計(jì)算機(jī)視覺、自然語言處理等5.1.2能安裝人工智能平臺(tái)的主要組件并完成交付流程5.1.3能基于業(yè)務(wù)場(chǎng)景編制產(chǎn)品交付文檔5.1.1人工智能場(chǎng)景的主要環(huán)節(jié)和交付方法5.1.2人工智能平臺(tái)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(yùn)維6.1人工智能平臺(tái)產(chǎn)品運(yùn)維6.1.1能使用人工智能平臺(tái)操作基本命令完成平臺(tái)運(yùn)維操作6.1.2能按照人工智能平臺(tái)部署手冊(cè)對(duì)產(chǎn)品進(jìn)行部署升級(jí)6.1.3能根據(jù)標(biāo)準(zhǔn)流程進(jìn)行人工智能平臺(tái)的日常巡查6.1.1人工智能平臺(tái)的基本操作6.1.2人工智能平臺(tái)的基本運(yùn)維技術(shù)6.1.3人工智能平臺(tái)的部署升級(jí)方法職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識(shí)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(jī)器學(xué)習(xí)模型與深度學(xué)習(xí)模型并進(jìn)行模型調(diào)優(yōu)1.1.2能調(diào)研及運(yùn)行深度的神經(jīng)網(wǎng)絡(luò)模型，在需要進(jìn)行參數(shù)調(diào)整和適配到自身的應(yīng)用問題時(shí)，對(duì)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(xì)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(xiàng)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(shí)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(jìn)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(jì)的基本概念，如動(dòng)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(biāo)檢測(cè)、圖像分割、機(jī)器翻譯等人工智能需求分析2.1人工智能平臺(tái)需求分析2.1.1能指導(dǎo)本領(lǐng)域初級(jí)人員撰寫業(yè)務(wù)場(chǎng)景需求設(shè)計(jì)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(tái)的需求并整理成文檔2.1.3能完善需求文檔和設(shè)計(jì)分析文檔中的細(xì)節(jié)和不足2.1.1人工智能場(chǎng)景的全流程的細(xì)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(xì)節(jié)2.1.3人工智能平臺(tái)業(yè)務(wù)需求設(shè)計(jì)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(jì)開發(fā)3.1人工智能平臺(tái)設(shè)計(jì)開發(fā)3.1.1能繪制2類人工智能場(chǎng)景的流程圖和細(xì)節(jié)，如計(jì)算機(jī)視覺、自然語言處理等3.1.2能使用計(jì)算圖裁剪、算子合并等高性能計(jì)算技術(shù)，加速模型推理性能3.1.3能使用并行計(jì)算與分布式技術(shù)，開發(fā)可以進(jìn)行分布式處理的應(yīng)用3.1.4能指導(dǎo)本領(lǐng)域的初級(jí)人員完成任務(wù)編排調(diào)度、計(jì)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(chǎng)景的全流程細(xì)節(jié)和技術(shù)規(guī)范3.1.2至少一種機(jī)器學(xué)習(xí)框架的技術(shù)細(xì)節(jié)3.1.3高性能計(jì)算技術(shù)的知識(shí)細(xì)節(jié)3.1.4并行計(jì)算與分布式計(jì)算技術(shù)的知識(shí)細(xì)節(jié)4.人工智能測(cè)試驗(yàn)證4.1人工智能平臺(tái)驗(yàn)證4.1.1能完成1～2類人工智能場(chǎng)景的驗(yàn)證流程和細(xì)節(jié)，如計(jì)算機(jī)視覺、自然語言處理等4.1.2能設(shè)計(jì)針對(duì)人工智能平臺(tái)主要組件的測(cè)試計(jì)劃，完整地驗(yàn)證其功能、精度、性能等4.1.3能選擇合理的自動(dòng)化解決方案，實(shí)現(xiàn)針對(duì)人工智能平臺(tái)的自動(dòng)化測(cè)試工具4.1.1人工智能平臺(tái)場(chǎng)景的主要環(huán)節(jié)和驗(yàn)證方法4.1.2人工智能平臺(tái)的主要組件的功能、性能的驗(yàn)證方法4.1.3人工智能算法、模型的精測(cè)驗(yàn)證方法4.1.4自動(dòng)化測(cè)試的方法和工具人工智能產(chǎn)品交付5.1人工智能平臺(tái)產(chǎn)品交付5.1.1能繪制2類人工智能場(chǎng)景交付流程圖，如計(jì)算機(jī)視覺、自然語言處理等5.1.2能面向復(fù)雜業(yè)務(wù)場(chǎng)景編制交付文檔5.1.3能對(duì)現(xiàn)場(chǎng)部署過程中交付問題進(jìn)行分析、定位和解決5.1.1人工智能平臺(tái)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(tái)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(tái)問題的定位方法和工具6.人工智能產(chǎn)品運(yùn)維6.1人工智能平臺(tái)產(chǎn)品運(yùn)維6.1.1能在專有硬件上運(yùn)維人工智能平臺(tái)6.1.2能編寫人工智能平臺(tái)部署手冊(cè)6.1.3能持續(xù)改進(jìn)人工智能平臺(tái)日常巡檢流程6.1.4能指導(dǎo)本領(lǐng)域初級(jí)人員進(jìn)行人工智能平臺(tái)運(yùn)維工作6.1.5能按照標(biāo)準(zhǔn)步驟對(duì)人工智能平臺(tái)常見問題進(jìn)行排查6.1.1人工智能平臺(tái)的操作細(xì)節(jié)和原理6.1.2人工智能平臺(tái)的專有硬件知識(shí)6.1.3人工智能平臺(tái)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(shí)際情況規(guī)劃人工智能平臺(tái)方向和發(fā)展戰(zhàn)略，并制定階段性升級(jí)規(guī)劃7.1.2能進(jìn)行人工智能平臺(tái)項(xiàng)目的技術(shù)評(píng)估，使用現(xiàn)代工程咨詢方法進(jìn)行相應(yīng)咨詢服務(wù)7.1.2能完成人工智能平臺(tái)項(xiàng)目建議書的編寫、可行性研究報(bào)告的編制，能編制相應(yīng)的實(shí)施規(guī)劃7.1.1工程咨詢方法與系統(tǒng)分析知識(shí)7.1.2技術(shù)評(píng)估基本方法7.1.3項(xiàng)目建議書、可行性研究報(bào)告編制方法7.1.4招投標(biāo)技術(shù)咨詢知識(shí)和項(xiàng)目后評(píng)價(jià)方法7.2人工智能系統(tǒng)咨詢管理和評(píng)價(jià)服務(wù)7.2.1能進(jìn)行人工智能系統(tǒng)項(xiàng)目資源分析和評(píng)價(jià)7.2.2能進(jìn)行人工智能系統(tǒng)人機(jī)交互、隱私保護(hù)、數(shù)據(jù)安全等技術(shù)的咨詢和評(píng)價(jià)7.2.1項(xiàng)目資源的計(jì)劃、配置、控制和處置方法7.2.2人工智能倫理知識(shí)7.2.3隱私保護(hù)知識(shí)服務(wù)7.3人工智能咨詢培訓(xùn)及運(yùn)營(yíng)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(jìn)人工智能最新技術(shù)及應(yīng)用場(chǎng)景，并針對(duì)性開展技術(shù)論證7.3.3能對(duì)人工智能項(xiàng)目運(yùn)營(yíng)過程進(jìn)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(shí)7.3.3運(yùn)營(yíng)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(shí)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(duì)用戶需求和業(yè)務(wù)需求時(shí)，將其準(zhǔn)確轉(zhuǎn)換為機(jī)器學(xué)習(xí)語言、算法及模型1.1.2能對(duì)機(jī)器學(xué)習(xí)技術(shù)要素進(jìn)行組合使用，并進(jìn)行建模1.1.3能在標(biāo)準(zhǔn)算法基礎(chǔ)上，對(duì)組合多種機(jī)器學(xué)習(xí)技術(shù)要素進(jìn)行模型設(shè)計(jì)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(shí)現(xiàn)及應(yīng)用1.2.1能使用深度學(xué)習(xí)框架實(shí)現(xiàn)算法的設(shè)計(jì)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(xì)節(jié)及發(fā)展趨勢(shì)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(jì)方法人工智能需求分析2.1人工智能平臺(tái)需求分析2.1.1能引導(dǎo)用戶主動(dòng)將使用問題轉(zhuǎn)化為人工智能平臺(tái)的需求2.1.2能制訂業(yè)務(wù)場(chǎng)景需求設(shè)計(jì)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(tái)的技術(shù)特點(diǎn)及發(fā)展趨勢(shì)人工智能設(shè)計(jì)開發(fā)3.1人工智能平臺(tái)設(shè)計(jì)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(jìn)虛擬化技術(shù)及容器調(diào)度編排技術(shù)的核心機(jī)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(jì)算代碼3.1.4能使用并行計(jì)算與分布式技術(shù)，設(shè)計(jì)和實(shí)現(xiàn)可以大規(guī)模并發(fā)的并型計(jì)算應(yīng)用3.1.5能根據(jù)網(wǎng)絡(luò)拓?fù)浜途W(wǎng)絡(luò)架構(gòu)分析和設(shè)計(jì)通信機(jī)制和策略改進(jìn)程序性能3.1.6能指導(dǎo)本領(lǐng)域的初級(jí)人員完成任務(wù)編排調(diào)度、加速計(jì)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(tái)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(jī)器學(xué)習(xí)框架的技術(shù)細(xì)節(jié)及發(fā)展趨勢(shì)3.1.2容器及虛擬化技術(shù)的實(shí)現(xiàn)細(xì)節(jié)和發(fā)展趨勢(shì)3.1.3高性能計(jì)算技術(shù)的實(shí)現(xiàn)細(xì)節(jié)和發(fā)展趨勢(shì)3.1.4并行計(jì)算與分布式計(jì)算技術(shù)的實(shí)現(xiàn)細(xì)節(jié)和發(fā)展趨勢(shì)3.1.5網(wǎng)絡(luò)拓?fù)浜途W(wǎng)絡(luò)架構(gòu)設(shè)計(jì)和實(shí)現(xiàn)細(xì)節(jié)3.1.6人工智能平臺(tái)性能分析知識(shí)和故障分析知識(shí)4.人工智能測(cè)試驗(yàn)證4.1人工智能平臺(tái)驗(yàn)證4.1.1能制訂并優(yōu)化1～2類人工智能場(chǎng)景驗(yàn)證流程，如計(jì)算機(jī)視覺、自然語言處理等4.1.2能制訂和實(shí)現(xiàn)合理的自動(dòng)化解決方案，并設(shè)計(jì)和實(shí)現(xiàn)自動(dòng)化測(cè)試工具，完成人工智能平臺(tái)的測(cè)試和驗(yàn)證4.1.3能指導(dǎo)本領(lǐng)域初級(jí)、中級(jí)人員完成平臺(tái)組件驗(yàn)證工作4.1.1人工智能平臺(tái)驗(yàn)證流程制訂原因4.1.2人工智能平臺(tái)主要組件的實(shí)現(xiàn)細(xì)節(jié)4.1.3人工智能平臺(tái)產(chǎn)品驗(yàn)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(tái)產(chǎn)品交付5.1.1能制訂人工智能平臺(tái)的安裝交付流程5.1.2能指導(dǎo)交付團(tuán)隊(duì)實(shí)現(xiàn)復(fù)雜人工智能平臺(tái)現(xiàn)場(chǎng)部署、調(diào)試與維護(hù)5.1.3能面向復(fù)雜業(yè)務(wù)場(chǎng)景，設(shè)計(jì)人工智能平臺(tái)產(chǎn)品交付方案5.1.1人工智能平臺(tái)的操作細(xì)節(jié)和設(shè)計(jì)原因5.1.2面向復(fù)雜場(chǎng)景的人工智能平臺(tái)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(tái)的產(chǎn)品的交付流程及制訂原因6.人工智能產(chǎn)品運(yùn)維6.1人工智能平臺(tái)產(chǎn)品運(yùn)維6.1.1能在專有硬件上編寫人工智能平臺(tái)運(yùn)維工具6.1.2能撰寫人工智能平臺(tái)的部署升級(jí)規(guī)范和日常巡查規(guī)范6.1.3能針對(duì)各類突發(fā)故障，結(jié)合自身經(jīng)驗(yàn)進(jìn)行分析和處理，擬定解決方案6.1.4能開發(fā)自動(dòng)化人工智能運(yùn)維工具6.1.1人工智能平臺(tái)專有硬件的實(shí)現(xiàn)細(xì)節(jié)6.1.2人工智能平臺(tái)的部署升級(jí)和日常巡查的流程和細(xì)節(jié)6.1.3人工智能平臺(tái)的復(fù)雜或突發(fā)問題的排查流程、方法和細(xì)節(jié)6.1.4自動(dòng)化運(yùn)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(jìn)行人工智能平臺(tái)項(xiàng)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(duì)人工智能平臺(tái)項(xiàng)目的人機(jī)作用、網(wǎng)絡(luò)作用、社會(huì)作用進(jìn)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(huì)倫理學(xué)知識(shí)7.2人工智能咨詢管理和評(píng)價(jià)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(jī)制及協(xié)調(diào)機(jī)制7.2.2能對(duì)人工智能系統(tǒng)應(yīng)用提出持續(xù)改進(jìn)建議7.2.3能進(jìn)行人工智能項(xiàng)目的社會(huì)可持續(xù)發(fā)展情況評(píng)價(jià)7.2.1系統(tǒng)規(guī)劃知識(shí)7.2.2信息系統(tǒng)工程知識(shí)7.2.3軟件體系架構(gòu)評(píng)估知識(shí)7.2.4社會(huì)評(píng)價(jià)方法7.3人工智能咨詢培訓(xùn)及運(yùn)營(yíng)管理咨詢7.3.1能進(jìn)行人工智能技術(shù)咨詢服務(wù)和運(yùn)營(yíng)管理培訓(xùn)7.3.2能進(jìn)行計(jì)劃、組織、實(shí)施和控制等運(yùn)營(yíng)過程管理7.3.2能進(jìn)行運(yùn)營(yíng)經(jīng)濟(jì)性預(yù)測(cè)，提出運(yùn)營(yíng)計(jì)劃調(diào)整策略7.3.1培訓(xùn)方案制訂方法7.3.2運(yùn)營(yíng)過程規(guī)劃及管理知識(shí)7.3.2敏感數(shù)據(jù)分析知識(shí)職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識(shí)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(zhǔn)確地判斷應(yīng)用任務(wù)是否適合用機(jī)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(jī)器學(xué)習(xí)算法原理解決實(shí)際任務(wù)1.1.3能運(yùn)行基礎(chǔ)神經(jīng)網(wǎng)絡(luò)模型，按照一定的指導(dǎo)原則，對(duì)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行調(diào)優(yōu)1.1.1機(jī)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(qiáng)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(zhǎng)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(jī)器學(xué)習(xí)與深度學(xué)習(xí)算法常見的評(píng)估方法：準(zhǔn)確率、召回率、AUC指標(biāo)、ROC曲線、檢測(cè)指標(biāo)、分割指標(biāo)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(shí)現(xiàn)及應(yīng)用1.2.1能使用至少一種國(guó)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(jìn)行預(yù)測(cè)1.2.2能實(shí)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(guó)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(yùn)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(duì)象2.1.2能根據(jù)自然語言及語音處理應(yīng)用場(chǎng)景進(jìn)行基本需求分析2.1.3能根據(jù)不同用戶對(duì)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(jìn)行需求分析2.1.1語音識(shí)別、語音合成、自然語言處理基礎(chǔ)知識(shí)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(jì)開發(fā)語言及語音處理設(shè)計(jì)開發(fā)3.1.1能進(jìn)行自然語言處理、語音識(shí)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(duì)特定的應(yīng)用場(chǎng)景使用合適的自然語言處理、語音識(shí)別、合成算法模型3.1.3能進(jìn)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(hào)處理、語音識(shí)別、語音合成基礎(chǔ)算法知識(shí)3.1.2數(shù)據(jù)結(jié)構(gòu)與算法基礎(chǔ)知識(shí)3.1.3自然語言處理及語音識(shí)別相關(guān)的機(jī)器學(xué)習(xí)及深度學(xué)習(xí)常用模型4.人工智能測(cè)試驗(yàn)證語言及語音處理驗(yàn)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(jì)需求制訂測(cè)試計(jì)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(jì)測(cè)試數(shù)據(jù)和測(cè)試用例，并提交測(cè)試報(bào)告4.1.3能針對(duì)不同的應(yīng)用場(chǎng)景，解決自然語言處理、語音識(shí)別、語音合成相關(guān)核心技術(shù)在實(shí)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(cè)試流程、測(cè)試?yán)碚摵头椒?.1.2多種測(cè)試平臺(tái)工具和測(cè)試方法4.1.3網(wǎng)絡(luò)技術(shù)和相關(guān)配置知識(shí)4.1.4需求分析、案例設(shè)計(jì)與編寫、測(cè)試案例執(zhí)行、回歸測(cè)試、生產(chǎn)上線驗(yàn)證等標(biāo)準(zhǔn)化的測(cè)試流程知識(shí)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(xiàng)目要求與用戶溝通，協(xié)調(diào)前后場(chǎng)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(cè)試用例、測(cè)試報(bào)告、用戶手冊(cè)和交付文檔5.1.3能準(zhǔn)確收集用戶的相關(guān)需求5.1.1計(jì)算機(jī)基礎(chǔ)知識(shí)5.1.2自然語言及語音處理應(yīng)用工具或產(chǎn)品的測(cè)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(shí)施交付流程6.人工智能產(chǎn)品運(yùn)維語言及語音處理產(chǎn)品運(yùn)維6.1.1能撰寫日常運(yùn)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(hù)和升級(jí)6.1.3能進(jìn)行自然語言及語音處理應(yīng)用工具或產(chǎn)品的運(yùn)維流程、相關(guān)規(guī)范、手冊(cè)的制訂及實(shí)施6.1.1日常運(yùn)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(yùn)維方法6.1.3主流操作系統(tǒng)運(yùn)維知識(shí)職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識(shí)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(jī)器學(xué)習(xí)模型與深度學(xué)習(xí)模型并進(jìn)行模型調(diào)優(yōu)1.1.2能調(diào)研及運(yùn)行深度的神經(jīng)網(wǎng)絡(luò)模型，在需要進(jìn)行參數(shù)調(diào)整和適配到自身的應(yīng)用問題時(shí)，對(duì)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(xì)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(xiàng)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(shí)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(jìn)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(jì)的基本概念，如動(dòng)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(biāo)檢測(cè)、圖像分割、機(jī)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(duì)自然語言及語音處理應(yīng)用場(chǎng)景需求，有機(jī)整合不同算法和模型進(jìn)行定制化設(shè)計(jì)2.1.2能將人工智能技術(shù)整合到各類實(shí)際的自然語言及語音處理應(yīng)用場(chǎng)景對(duì)應(yīng)的系統(tǒng)中，滿足業(yè)務(wù)實(shí)際需求2.1.3能根據(jù)業(yè)務(wù)需求，對(duì)自然語言及語音處理應(yīng)用工具或產(chǎn)品數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析并出具報(bào)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(hào)處理相關(guān)知識(shí)2.1.3自然語言處理及語音識(shí)別深度學(xué)習(xí)算法和機(jī)器學(xué)習(xí)相關(guān)知識(shí)人工智能設(shè)計(jì)開發(fā)語言及語音處理設(shè)計(jì)開發(fā)3.1.1能選擇并實(shí)現(xiàn)常見的算法模型，將業(yè)務(wù)需求轉(zhuǎn)化為可實(shí)現(xiàn)的技術(shù)方案3.1.2能協(xié)助進(jìn)行底層自然語言處理、語音識(shí)別、語音合成引擎開發(fā)和部署3.1.3能協(xié)助進(jìn)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(diǎn)檢測(cè)、聲學(xué)機(jī)理、特征提取、型、數(shù)據(jù)結(jié)構(gòu)等算法知識(shí)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(hào)處理算法3.1.3機(jī)器學(xué)習(xí)常用算法知識(shí)4.人工智能測(cè)試驗(yàn)證語言及語音處理驗(yàn)證4.1.1能基于自然語言處理系統(tǒng)，按場(chǎng)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(yàn)證4.1.2能對(duì)自然語言處理、語音識(shí)別和合成結(jié)果準(zhǔn)確率進(jìn)行人工測(cè)評(píng)，并對(duì)標(biāo)注結(jié)果進(jìn)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(shí)別和合成應(yīng)用，對(duì)使用過程中產(chǎn)生的數(shù)據(jù)進(jìn)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(hào)、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(cè)試平臺(tái)工具和測(cè)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(jìn)行自然語言及語音處理產(chǎn)品上線后的維護(hù)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(jìn)行安全策略配置，完成產(chǎn)品上線試運(yùn)行5.1.1主流操作系統(tǒng)開發(fā)環(huán)境知識(shí)5.1.2大數(shù)據(jù)流處理計(jì)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(yùn)維語言及語音處理產(chǎn)品運(yùn)維6.1.1能及時(shí)跟蹤國(guó)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(yùn)行狀況做持續(xù)優(yōu)化6.1.2能推動(dòng)產(chǎn)品程序架構(gòu)與部署優(yōu)化，推動(dòng)產(chǎn)品運(yùn)維流程的自動(dòng)化6.1.3能進(jìn)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(yùn)維腳本編寫知識(shí)6.1.2數(shù)據(jù)庫運(yùn)維知識(shí)和各個(gè)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(jìn)行自然語言處理、語音識(shí)使用現(xiàn)代工程咨詢方法進(jìn)行相應(yīng)咨詢服務(wù)7.1.2能進(jìn)行自然語言及語音處理項(xiàng)目技術(shù)體系架構(gòu)和方案設(shè)計(jì)，完成項(xiàng)目建議書的編寫、可行性研究報(bào)告的編制，編制相應(yīng)的實(shí)施規(guī)劃7.1.1工程咨詢方法與系統(tǒng)分析知識(shí)7.1.2技術(shù)評(píng)估基本方法7.1.3項(xiàng)目建議書、可行性研究報(bào)告編制方法7.1.4招投標(biāo)技術(shù)咨詢知識(shí)和項(xiàng)目后評(píng)價(jià)方法7.2人工智能系統(tǒng)咨詢管理和評(píng)價(jià)服務(wù)7.2.1能進(jìn)行人工智能系統(tǒng)項(xiàng)目資源分析和評(píng)價(jià)7.2.2能進(jìn)行人工智能系統(tǒng)人機(jī)交互、隱私保護(hù)、數(shù)據(jù)安全等技術(shù)的咨詢和評(píng)價(jià)服務(wù)7.2.1項(xiàng)目資源的計(jì)劃、配置、控制和處置方法7.2.2人工智能倫理知識(shí)7.2.3隱私保護(hù)知識(shí)7.3人工智能咨詢培訓(xùn)及運(yùn)營(yíng)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(jìn)人工智能最新技術(shù)及應(yīng)用場(chǎng)景，并針對(duì)性開展技術(shù)論證7.3.3能對(duì)人工智能項(xiàng)目運(yùn)營(yíng)過程進(jìn)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(shí)7.3.3運(yùn)營(yíng)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(shí)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(duì)用戶需求和業(yè)務(wù)需求時(shí)，將其準(zhǔn)確轉(zhuǎn)換為機(jī)器學(xué)習(xí)語言、算法及模型1.1.2能對(duì)機(jī)器學(xué)習(xí)技術(shù)要素進(jìn)行組合使用，并進(jìn)行建模1.1.3能在標(biāo)準(zhǔn)算法基礎(chǔ)上，對(duì)組合多種機(jī)器學(xué)習(xí)技術(shù)要素進(jìn)行模型設(shè)計(jì)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(shí)現(xiàn)及應(yīng)用1.2.1能使用深度學(xué)習(xí)框架實(shí)現(xiàn)算法的設(shè)計(jì)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(xì)節(jié)及發(fā)展趨勢(shì)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(jì)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(shí)別、語音合成應(yīng)用場(chǎng)景的特點(diǎn)在效果、效率及具體場(chǎng)景實(shí)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(duì)自然語言處理、語音翻譯、語音控制、語音轉(zhuǎn)錄、情感識(shí)別及聲紋識(shí)別等語音應(yīng)用場(chǎng)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(hào)處理、語言模型、聲學(xué)機(jī)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(xiàng)技術(shù)原理人工智能設(shè)計(jì)開發(fā)語言及語音處理設(shè)計(jì)開發(fā)3.1.1能進(jìn)行自然語言處理、語音識(shí)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(jī)器翻譯、智能對(duì)話、語音翻譯、語音控制、語音轉(zhuǎn)錄、情感識(shí)別及聲紋識(shí)別等自然語言及語音處理應(yīng)用架構(gòu)3.1.3能對(duì)不同自然語言及語音處理場(chǎng)景的通用部分進(jìn)行提取抽象3.1.4能解決對(duì)大型復(fù)雜自然語言及語音處理應(yīng)用場(chǎng)景下設(shè)計(jì)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(shí)別算法優(yōu)化知識(shí)3.1.2多種深度學(xué)習(xí)框架知識(shí)3.1.3自然語言處理模型、數(shù)字信號(hào)處理、語音合成引擎開發(fā)、計(jì)算加速、效率優(yōu)化等關(guān)鍵技術(shù)知識(shí)4.人工智能測(cè)試語言及語音處理驗(yàn)證4.1.1能編寫自動(dòng)化測(cè)試案例與腳本，部署執(zhí)行自動(dòng)化測(cè)試案例，定位排查問題4.1.2能對(duì)自然語言處理、語音識(shí)別、語音合成產(chǎn)品系統(tǒng)進(jìn)行數(shù)據(jù)處理、模型訓(xùn)4.1.1前端測(cè)試方案、接口測(cè)試方案、大數(shù)據(jù)測(cè)試方案、分布式測(cè)試方案的設(shè)計(jì)知識(shí)4.1.2自然語言處理、語音驗(yàn)證練、結(jié)果分析、實(shí)驗(yàn)驗(yàn)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(jì)算法、評(píng)估改進(jìn)等步驟來解決實(shí)踐中面臨的復(fù)雜問題4.1.4能根據(jù)需求設(shè)計(jì)性能測(cè)試方案，編寫性能測(cè)試腳本并執(zhí)行識(shí)別和語音合成系統(tǒng)工具使用方法4.1.3多種性能測(cè)試工具使用方法4.1.4大數(shù)據(jù)流處理計(jì)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(duì)屬地技術(shù)人員進(jìn)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(xiàng)目既定計(jì)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(jìn)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(xiàng)目管理的五個(gè)過程和十個(gè)知識(shí)領(lǐng)域6.人工智能產(chǎn)品運(yùn)維語言及語音處理產(chǎn)品運(yùn)維6.1.1能開發(fā)自然語言及語音處理自動(dòng)化運(yùn)維平臺(tái)6.1.2能構(gòu)建自動(dòng)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(shí)引進(jìn)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(dòng)化運(yùn)維編程工具使用方法6.1.3分布式計(jì)算框架知識(shí)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(jìn)行自然語言及語音處理項(xiàng)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(duì)自然語言及語音處理系統(tǒng)的人機(jī)作用、網(wǎng)絡(luò)作用、社會(huì)作用進(jìn)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(huì)倫理學(xué)知識(shí)7.2人工智能咨詢管理和評(píng)價(jià)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(jī)制及協(xié)調(diào)機(jī)制7.2.2能對(duì)人工智能系統(tǒng)應(yīng)用提出持續(xù)改進(jìn)建議7.2.3能進(jìn)行人工智能項(xiàng)目的社會(huì)可持續(xù)發(fā)展情況評(píng)價(jià)7.2.1系統(tǒng)規(guī)劃知識(shí)7.2.2信息系統(tǒng)工程知識(shí)7.2.3軟件體系架構(gòu)評(píng)估知識(shí)7.2.4社會(huì)評(píng)價(jià)方法7.3人工智能咨詢培訓(xùn)及運(yùn)營(yíng)管理咨詢7.3.1能進(jìn)行人工智能技術(shù)咨詢服務(wù)和運(yùn)營(yíng)管理培訓(xùn)7.3.2能進(jìn)行計(jì)劃、組織、實(shí)施和控制等運(yùn)營(yíng)過程管理7.3.2能進(jìn)行運(yùn)營(yíng)經(jīng)濟(jì)性預(yù)測(cè)，提出運(yùn)營(yíng)計(jì)劃調(diào)整策略7.3.1培訓(xùn)方案制訂方法7.3.2運(yùn)營(yíng)過程規(guī)劃及管理知識(shí)7.3.2敏感數(shù)據(jù)分析知識(shí)職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識(shí)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(zhǔn)確地判斷應(yīng)用任務(wù)是否適合用機(jī)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(jī)器學(xué)習(xí)算法原理解決實(shí)際任務(wù)1.1.3能運(yùn)行基礎(chǔ)神經(jīng)網(wǎng)絡(luò)模型，按照一定的指導(dǎo)原則，對(duì)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行調(diào)優(yōu)1.1.1機(jī)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(qiáng)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(zhǎng)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(jī)器學(xué)習(xí)與深度學(xué)習(xí)算法常見的評(píng)估方法：準(zhǔn)確率、召回率、AUC指標(biāo)、ROC曲線、檢測(cè)指標(biāo)、分割指標(biāo)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(shí)現(xiàn)及應(yīng)用1.2.1能使用至少一種國(guó)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(jìn)行預(yù)測(cè)1.2.2能實(shí)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(guó)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(yùn)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(jì)算機(jī)視覺需求分析2.1.1能結(jié)合計(jì)算機(jī)視覺研發(fā)的主要流程、主要硬件平臺(tái)和用戶使用場(chǎng)景進(jìn)行市場(chǎng)調(diào)研與分析2.1.2能整理用戶對(duì)計(jì)算機(jī)視覺的需求2.1.3能撰寫計(jì)算機(jī)視覺業(yè)務(wù)基礎(chǔ)需求設(shè)計(jì)分析和需求文檔，合理應(yīng)用目標(biāo)檢測(cè)、分割、圖像語義理解等計(jì)算機(jī)視覺算法滿足用戶的需求2.1.1計(jì)算機(jī)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(jì)算機(jī)視覺模型的訓(xùn)練、推理、部署方法和流程2.1.3計(jì)算機(jī)視覺場(chǎng)景需求設(shè)計(jì)分析和需求文檔的撰寫規(guī)范人工智能設(shè)計(jì)開發(fā)3.1計(jì)算機(jī)視覺設(shè)計(jì)開發(fā)3.1.1能設(shè)計(jì)基礎(chǔ)的應(yīng)用計(jì)算機(jī)視覺場(chǎng)景開發(fā)主要流程3.1.2能使用計(jì)算機(jī)視覺開發(fā)工具完成計(jì)算機(jī)視覺基礎(chǔ)算法的訓(xùn)練、推理、部署完整流程，如目標(biāo)檢測(cè)、圖像分割等3.1.3能使用計(jì)算機(jī)視覺算法工程化3.1.1計(jì)算機(jī)視覺場(chǎng)景的主要環(huán)節(jié)和技術(shù)規(guī)范3.1.2計(jì)算機(jī)視覺工具的使用方法和算法開發(fā)流程3.1.3計(jì)算機(jī)視覺基礎(chǔ)算法，深度學(xué)習(xí)中的目標(biāo)檢測(cè)、圖像常用的硬件環(huán)境、工具鏈，進(jìn)行開發(fā)、調(diào)試和故障排除分割、目標(biāo)追蹤等計(jì)算機(jī)視覺相關(guān)算法4.人工智能測(cè)試驗(yàn)證4.1計(jì)算機(jī)視覺驗(yàn)證4.1.1能執(zhí)行計(jì)算機(jī)視覺人工智能場(chǎng)景的驗(yàn)證流程4.1.2能執(zhí)行計(jì)算機(jī)視覺應(yīng)用主要組件的使用流程4.1.3能完整驗(yàn)證計(jì)算機(jī)視覺應(yīng)用組件的功能、性能等4.1.4能完整驗(yàn)證計(jì)算機(jī)視覺開發(fā)的算法和模型的精度4.1.1計(jì)算機(jī)視覺人工智能場(chǎng)景的主要環(huán)節(jié)和驗(yàn)證方法4.1.2計(jì)算機(jī)視覺應(yīng)用的主要組件和使用流程4.1.3計(jì)算機(jī)視覺應(yīng)用主要組件的功能驗(yàn)證方法和性能驗(yàn)證方法4.1.4計(jì)算機(jī)視覺算法和模型的精測(cè)驗(yàn)證方法人工智能產(chǎn)品交付5.1計(jì)算機(jī)視覺產(chǎn)品交付5.1.1能執(zhí)行計(jì)算機(jī)視覺場(chǎng)景交付的主要流程5.1.2能執(zhí)行計(jì)算機(jī)視覺的主要組件和安裝交付流程5.1.3能結(jié)合計(jì)算機(jī)視覺業(yè)務(wù)場(chǎng)景編制產(chǎn)品交付文檔5.1.4能根據(jù)計(jì)算機(jī)視覺現(xiàn)場(chǎng)情況進(jìn)行軟件的安裝調(diào)試和維護(hù)5.1.1計(jì)算機(jī)視覺場(chǎng)景的主要環(huán)節(jié)和交付方法5.1.2計(jì)算機(jī)視覺的主要組件和安裝、配置、調(diào)試的方法5.1.3計(jì)算機(jī)視覺的產(chǎn)品交付文檔的規(guī)范和撰寫要求5.1.4計(jì)算機(jī)視覺基礎(chǔ)算法，如圖像分類、目標(biāo)檢測(cè)、圖像分割等6.人工智能產(chǎn)品運(yùn)維6.1計(jì)算機(jī)視覺產(chǎn)品運(yùn)維6.1.1能使用計(jì)算機(jī)視覺產(chǎn)品操作命令6.1.2能在專有硬件上運(yùn)維計(jì)算機(jī)視覺產(chǎn)品6.1.3能按照計(jì)算機(jī)視覺產(chǎn)品部署手冊(cè)對(duì)產(chǎn)品進(jìn)行部署升級(jí)6.1.4能根據(jù)標(biāo)準(zhǔn)流程進(jìn)行計(jì)算機(jī)視覺產(chǎn)品的日常巡查6.1.1計(jì)算機(jī)視覺產(chǎn)品的操作與運(yùn)維技術(shù)6.1.2計(jì)算機(jī)視覺產(chǎn)品的專有硬件知識(shí)6.1.3計(jì)算機(jī)視覺產(chǎn)品的部署升級(jí)方法6.1.4計(jì)算機(jī)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(shí)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(jī)器學(xué)習(xí)模型與深度學(xué)習(xí)模型并進(jìn)行模型調(diào)優(yōu)1.1.2能調(diào)研及運(yùn)行深度的神經(jīng)網(wǎng)絡(luò)模型，在需要進(jìn)行參數(shù)調(diào)整和適配到自身的應(yīng)用問題時(shí)，對(duì)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(xì)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(xiàng)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(shí)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(jìn)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(jì)的基本概念，如動(dòng)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(biāo)檢測(cè)、圖像分割、機(jī)器翻譯等人工智能需求分析2.1計(jì)算機(jī)視覺需求分析2.1.1能挖掘計(jì)算機(jī)視覺研發(fā)的主要流程、主要硬件平臺(tái)和用戶使用場(chǎng)景的細(xì)節(jié)2.1.2能將用戶的使用問題整理轉(zhuǎn)化為計(jì)算機(jī)視覺的業(yè)務(wù)需求2.1.3能使用至少一種計(jì)算機(jī)視覺算法主要的應(yīng)用領(lǐng)域及常見算法評(píng)估方法，在此領(lǐng)域中結(jié)合具體業(yè)務(wù)場(chǎng)景，系統(tǒng)化地評(píng)估算法應(yīng)用的實(shí)施效果2.1.4能使用至少一種計(jì)算機(jī)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(chǎng)景評(píng)估解決方案2.1.5能根據(jù)計(jì)算機(jī)視覺領(lǐng)域的業(yè)務(wù)需求設(shè)計(jì)規(guī)范，撰寫或指導(dǎo)本領(lǐng)域的初級(jí)人員撰寫計(jì)算機(jī)視覺業(yè)務(wù)需求設(shè)計(jì)分析和需求文檔，合理應(yīng)用目標(biāo)檢測(cè)、分割、圖像語義理解等計(jì)算機(jī)視覺算法滿足用戶的需求2.1.1計(jì)算機(jī)視覺技術(shù)體系架構(gòu)和技術(shù)規(guī)范細(xì)節(jié)2.1.2計(jì)算機(jī)視覺算法的訓(xùn)練、推理、部署方法、流程和操作細(xì)節(jié)2.1.3計(jì)算機(jī)視覺的主流算法和評(píng)估方法2.1.4計(jì)算及視覺的工程開發(fā)主流軟硬件知識(shí)和評(píng)估方法2.1.5計(jì)算機(jī)視覺場(chǎng)景需求設(shè)計(jì)分析撰寫規(guī)范和指導(dǎo)方法人工智能設(shè)計(jì)開發(fā)3.1計(jì)算機(jī)視覺設(shè)計(jì)開發(fā)3.1.1能進(jìn)行應(yīng)用計(jì)算機(jī)視覺場(chǎng)景全流程及細(xì)節(jié)設(shè)計(jì)3.1.2能針對(duì)具體業(yè)務(wù)場(chǎng)景修改計(jì)算機(jī)視覺的算法和相關(guān)前后處理，使得算法可以滿足場(chǎng)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(duì)應(yīng)的計(jì)算機(jī)視覺問題，并針對(duì)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(jí)人員完成計(jì)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(jì)算機(jī)視覺場(chǎng)景的全流程細(xì)節(jié)和技術(shù)規(guī)范3.1.2計(jì)算機(jī)視覺主要算法和特點(diǎn)，深度學(xué)習(xí)中的目標(biāo)檢測(cè)、圖像分割、目標(biāo)追蹤等計(jì)算機(jī)視覺相關(guān)算法3.1.3計(jì)算機(jī)視覺工具的特點(diǎn)、使用方法，以及算法開發(fā)全流程和細(xì)節(jié)3.1.4計(jì)算機(jī)視覺算法工程化常用的硬件環(huán)境和開發(fā)工具的細(xì)節(jié)4.人工智能測(cè)試驗(yàn)證4.1計(jì)算機(jī)視覺驗(yàn)證4.1.1能設(shè)計(jì)計(jì)算機(jī)視覺人工智能場(chǎng)景的驗(yàn)證流程和細(xì)節(jié)4.1.2能設(shè)計(jì)針對(duì)計(jì)算機(jī)視覺應(yīng)用主要組件的測(cè)試計(jì)劃，完整地驗(yàn)證其功能、精度、性能等4.1.3能制訂自動(dòng)化解決方案，使用測(cè)試工具實(shí)現(xiàn)針對(duì)計(jì)算機(jī)視覺應(yīng)用的自動(dòng)化測(cè)試4.1.1計(jì)算機(jī)視覺人工智能場(chǎng)景的主要環(huán)節(jié)和驗(yàn)證方法技術(shù)細(xì)節(jié)4.1.2計(jì)算機(jī)視覺應(yīng)用的主要組件和使用流程技術(shù)細(xì)節(jié)4.1.3計(jì)算機(jī)視覺應(yīng)用主要組件的功能驗(yàn)證方法和性能驗(yàn)證方法技術(shù)細(xì)節(jié)4.1.4計(jì)算機(jī)視覺算法和模型的精測(cè)驗(yàn)證方法技術(shù)細(xì)節(jié)4.1.5自動(dòng)化測(cè)試的方法和工具人工智能產(chǎn)品交付5.1計(jì)算機(jī)視覺產(chǎn)品交付5.1.1能進(jìn)行計(jì)算機(jī)視覺場(chǎng)景交付的全流程及細(xì)節(jié)設(shè)計(jì)5.1.2能設(shè)計(jì)計(jì)算機(jī)視覺的主要組件和安裝交付流程的操作細(xì)節(jié)5.1.3能基于計(jì)算機(jī)視覺業(yè)務(wù)場(chǎng)景編制產(chǎn)品交付文檔，并指導(dǎo)本領(lǐng)域初級(jí)人員完成產(chǎn)品交付文檔的編制5.1.4能根據(jù)計(jì)算機(jī)視覺現(xiàn)場(chǎng)情況進(jìn)行軟件的安裝調(diào)試和維護(hù)，并對(duì)計(jì)算機(jī)視覺現(xiàn)場(chǎng)部署過程中的交付問題進(jìn)行分析、定位和解決5.1.5能對(duì)計(jì)算機(jī)視覺產(chǎn)品的交付質(zhì)量、時(shí)間、成本及風(fēng)險(xiǎn)進(jìn)行初步評(píng)估5.1.1計(jì)算機(jī)視覺場(chǎng)景的全流程細(xì)節(jié)和交付方法的技術(shù)特點(diǎn)5.1.2計(jì)算機(jī)視覺的主要組件和安裝、配置、調(diào)試的方法和操作細(xì)節(jié)5.1.3計(jì)算機(jī)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(jì)算機(jī)視覺問題的定位方法和工具5.1.5計(jì)算機(jī)視覺主流算法的細(xì)節(jié)和特點(diǎn)6.人工智能產(chǎn)品運(yùn)維6.1計(jì)算機(jī)視覺產(chǎn)品運(yùn)維6.1.1能在專有硬件上運(yùn)維計(jì)算機(jī)視覺產(chǎn)品6.1.2能進(jìn)行視覺產(chǎn)品或設(shè)備的故障診斷和預(yù)測(cè)性維護(hù)分析6.1.3能按照計(jì)算機(jī)視覺產(chǎn)品常見問題排查流程和標(biāo)準(zhǔn)步驟，進(jìn)行問題排查6.1.1計(jì)算機(jī)視覺的主要應(yīng)用流程和基礎(chǔ)算法6.1.2計(jì)算機(jī)視覺產(chǎn)品的部署升級(jí)和日常巡查的流程和細(xì)節(jié)6.1.3計(jì)算機(jī)視覺產(chǎn)品的問題排查流程、方法和細(xì)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(jìn)行計(jì)算機(jī)視覺項(xiàng)目的技術(shù)評(píng)估，使用現(xiàn)代工程咨詢方法進(jìn)行相應(yīng)咨詢服務(wù)7.1.2能進(jìn)行計(jì)算機(jī)視覺項(xiàng)目技術(shù)體系架構(gòu)和方案設(shè)計(jì)，完成項(xiàng)目建議書的編寫、可行性研究報(bào)告的編制，編制相應(yīng)的實(shí)施規(guī)劃7.1.1工程咨詢方法與系統(tǒng)分析知識(shí)7.1.2項(xiàng)目建議書、可行性研究報(bào)告編制方法7.1.3招投標(biāo)技術(shù)咨詢知識(shí)和項(xiàng)目后評(píng)價(jià)方法7.2人工智能系統(tǒng)咨詢管理和評(píng)價(jià)服務(wù)7.2.1能進(jìn)行人工智能系統(tǒng)項(xiàng)目資源分析和評(píng)價(jià)7.2.2能進(jìn)行人工智能系統(tǒng)人機(jī)交互、隱私保護(hù)、數(shù)據(jù)安全等技術(shù)的咨詢和評(píng)價(jià)服務(wù)控制和處置方法7.2.2人工智能倫理知識(shí)7.2.3隱私保護(hù)知識(shí)7.3人工智能咨詢培訓(xùn)及運(yùn)營(yíng)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(jìn)人工智能最新技術(shù)及應(yīng)用場(chǎng)景，并針對(duì)性開展技術(shù)論證7.3.3能對(duì)人工智能項(xiàng)目運(yùn)營(yíng)過程進(jìn)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(shí)7.3.3運(yùn)營(yíng)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(shí)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(duì)用戶需求和業(yè)務(wù)需求時(shí)，將其準(zhǔn)確轉(zhuǎn)換為機(jī)器學(xué)習(xí)語言、算法及模型1.1.2能對(duì)機(jī)器學(xué)習(xí)技術(shù)要素進(jìn)行組合使用，并進(jìn)行建模1.1.3能在標(biāo)準(zhǔn)算法基礎(chǔ)上，對(duì)組合多種機(jī)器學(xué)習(xí)技術(shù)要素進(jìn)行模型設(shè)計(jì)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(shí)現(xiàn)及應(yīng)用1.2.1能使用深度學(xué)習(xí)框架實(shí)現(xiàn)算法的設(shè)計(jì)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(xì)節(jié)及發(fā)展趨勢(shì)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(jì)方法人工智能需求分析2.1計(jì)算機(jī)視覺需求分析2.1.1能設(shè)計(jì)計(jì)算機(jī)視覺算法研發(fā)的主要流程，結(jié)合具體原因設(shè)計(jì)計(jì)算機(jī)視覺使用場(chǎng)景的細(xì)節(jié)，制訂計(jì)算機(jī)視覺算法研發(fā)的整體計(jì)劃，并拆解到各個(gè)主要流程中2.1.2能使用主流計(jì)算機(jī)視覺算法的應(yīng)用領(lǐng)域及評(píng)估方法，結(jié)合具體業(yè)務(wù)場(chǎng)景分析與設(shè)計(jì)算法應(yīng)用的主要技術(shù)指標(biāo)，系統(tǒng)化地評(píng)估算法應(yīng)用的實(shí)施效果2.1.3能使用主流計(jì)算機(jī)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(chǎng)景以及軟硬件特點(diǎn)設(shè)計(jì)和應(yīng)用解決方案，指導(dǎo)項(xiàng)目部署與實(shí)施2.1.4能根據(jù)用戶的場(chǎng)景需求和計(jì)算機(jī)視覺算法的發(fā)展情況，制訂計(jì)算機(jī)視覺的業(yè)務(wù)需求設(shè)計(jì)規(guī)范2.1.1計(jì)算機(jī)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(jì)算機(jī)視覺算法的主要特點(diǎn)、評(píng)估方法和發(fā)展趨勢(shì)2.1.3計(jì)算及視覺的工程開發(fā)主流軟硬件的主要特點(diǎn)、評(píng)估方法和發(fā)展趨勢(shì)人工智能設(shè)計(jì)開發(fā)3.1計(jì)算機(jī)視覺設(shè)計(jì)開發(fā)3.1.2能對(duì)計(jì)算機(jī)視覺主要算法的內(nèi)部機(jī)制具有深刻的理解，結(jié)合業(yè)務(wù)需要設(shè)計(jì)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(duì)應(yīng)的機(jī)器學(xué)習(xí)問題，并針對(duì)問題選用合適的算法，必要的時(shí)候進(jìn)行優(yōu)化3.1.1計(jì)算機(jī)視覺技術(shù)體系架構(gòu)和前沿研究領(lǐng)域發(fā)展趨勢(shì) 3.1.2計(jì)算機(jī)視覺的核心原理和重要相關(guān)應(yīng)用領(lǐng)域的知識(shí)3.1.3計(jì)算機(jī)視覺主流算法的技術(shù)原理、細(xì)節(jié)和特點(diǎn)3.1.4計(jì)算機(jī)視覺工具的特3.1.4能使用計(jì)算機(jī)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(jì)軟硬件方案3.1.5能指導(dǎo)本領(lǐng)域的初級(jí)人員完成計(jì)算式視覺算法工程化的開發(fā)、調(diào)試和故障排除點(diǎn)、使用方法，以及算法開發(fā)全流程、設(shè)計(jì)原理和細(xì)節(jié)4.人工智能測(cè)試驗(yàn)證4.1計(jì)算機(jī)視覺驗(yàn)證4.1.1能合理運(yùn)用計(jì)算機(jī)視覺應(yīng)用的主要組件和使用流程，設(shè)計(jì)針對(duì)其中組件的測(cè)試計(jì)劃，完整地驗(yàn)證其功能、精度、性能等4.1.2能組織完成自動(dòng)化測(cè)試工具的設(shè)計(jì)和實(shí)現(xiàn)，用于計(jì)算機(jī)視覺應(yīng)用的測(cè)試和驗(yàn)證4.1.3能設(shè)計(jì)和搭建自動(dòng)化測(cè)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(cè)試質(zhì)量與效率4.1.1計(jì)算機(jī)視覺場(chǎng)景和應(yīng)用的驗(yàn)證方法的技術(shù)特點(diǎn)和發(fā)展趨勢(shì)4.1.2計(jì)算機(jī)視覺算法和模型的精測(cè)驗(yàn)證方法的技術(shù)特點(diǎn)和發(fā)展趨勢(shì)4.1.3自動(dòng)化測(cè)試方法和工具的技術(shù)特點(diǎn)和發(fā)展趨勢(shì)人工智能產(chǎn)品交付5.1計(jì)算機(jī)視覺產(chǎn)品交付5.1.1能設(shè)計(jì)并預(yù)警計(jì)算機(jī)視覺場(chǎng)景交付的全流程細(xì)節(jié)，以及交付方法的技術(shù)特點(diǎn)和發(fā)展趨勢(shì)5.1.2能制訂計(jì)算機(jī)視覺的安裝交付流程5.1.3能面向復(fù)雜場(chǎng)景，設(shè)計(jì)計(jì)算機(jī)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(jí)人員完成產(chǎn)品交付文檔的編制5.1.4能指導(dǎo)交付團(tuán)隊(duì)實(shí)現(xiàn)復(fù)雜計(jì)算機(jī)視覺現(xiàn)場(chǎng)部署、調(diào)試與維護(hù)5.1.5能對(duì)計(jì)算機(jī)視覺產(chǎn)品的交付質(zhì)量、時(shí)間、成本及風(fēng)險(xiǎn)進(jìn)行全局評(píng)估5.1.1計(jì)算機(jī)視覺場(chǎng)景的全流程細(xì)節(jié)和交付方法的技術(shù)特點(diǎn)及發(fā)展趨勢(shì)5.1.2計(jì)算機(jī)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(jì)算機(jī)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(chǎng)景的計(jì)算機(jī)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(jì)算機(jī)視覺主流算法的技術(shù)原理6.人工智能產(chǎn)品運(yùn)維6.1計(jì)算機(jī)視覺產(chǎn)品運(yùn)維6.1.1能解決各類突發(fā)故障，并結(jié)合自身經(jīng)驗(yàn)針對(duì)性地進(jìn)行分析和處理6.1.2能開發(fā)自動(dòng)化運(yùn)維工具6.1.1計(jì)算機(jī)視覺產(chǎn)品專有硬件的實(shí)現(xiàn)細(xì)節(jié)6.1.2自動(dòng)化運(yùn)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(jìn)行計(jì)算機(jī)視覺項(xiàng)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(duì)計(jì)算機(jī)視覺系統(tǒng)的人機(jī)作用、網(wǎng)絡(luò)作用、社會(huì)作用進(jìn)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(huì)倫理學(xué)知識(shí)7.2人工智能咨詢管理和評(píng)價(jià)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(jī)制及協(xié)調(diào)機(jī)制7.2.2能對(duì)人工智能系統(tǒng)應(yīng)用提出持續(xù)改進(jìn)建議7.2.3能進(jìn)行人工智能項(xiàng)目的社會(huì)可持續(xù)發(fā)展情況評(píng)價(jià)7.2.1系統(tǒng)規(guī)劃知識(shí)7.2.2信息系統(tǒng)工程知識(shí)7.2.3軟件體系架構(gòu)評(píng)估知識(shí)7.2.4社會(huì)評(píng)價(jià)方法7.3人工智能咨詢培訓(xùn)及運(yùn)營(yíng)管理咨詢7.3.1能進(jìn)行人工智能技術(shù)咨詢服務(wù)和運(yùn)營(yíng)管理培訓(xùn)7.3.2能進(jìn)行計(jì)劃、組織、實(shí)施和控制等運(yùn)營(yíng)過程管理7.3.2能進(jìn)行運(yùn)營(yíng)經(jīng)濟(jì)性預(yù)測(cè)，提出運(yùn)營(yíng)計(jì)劃調(diào)整策略7.3.1培訓(xùn)方案制訂方法7.3.2運(yùn)營(yíng)過程規(guī)劃及管理知識(shí)7.3.2敏感數(shù)據(jù)分析知識(shí)職業(yè)功能工作內(nèi)容專業(yè)能力要求相關(guān)知識(shí)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(zhǔn)確地判斷應(yīng)用任務(wù)是否適合用機(jī)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(jī)器學(xué)習(xí)算法原理解決實(shí)際任務(wù)1.1.3能運(yùn)行基礎(chǔ)神經(jīng)網(wǎng)絡(luò)模型，按照一定的指導(dǎo)原則，對(duì)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行調(diào)優(yōu)1.1.1機(jī)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(qiáng)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(zhǎng)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(jī)器學(xué)習(xí)與深度學(xué)習(xí)算法常見的評(píng)估方法：準(zhǔn)確率、召回率、AUC指標(biāo)、ROC曲線、檢測(cè)指標(biāo)、分割指標(biāo)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(shí)現(xiàn)及應(yīng)用1.2.1能使用至少一種國(guó)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(jìn)行預(yù)測(cè)1.2.2能實(shí)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(guó)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(yùn)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(duì)人工智能應(yīng)用的需求，進(jìn)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(duì)象和使用場(chǎng)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(shí)、典型場(chǎng)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(jì)開發(fā)3.1人工智能應(yīng)用集成設(shè)計(jì)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(zhǔn)備數(shù)據(jù)3.1.2能使用常用編程語言和主流平臺(tái)工具，進(jìn)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(jì)方案和開發(fā)方案，進(jìn)行人3.1.1數(shù)據(jù)采集、預(yù)處理、統(tǒng)計(jì)、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(shí)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(biāo)準(zhǔn)，進(jìn)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(biāo)準(zhǔn)，進(jìn)行人工智能應(yīng)用的功能測(cè)試驗(yàn)證和性能測(cè)試4.1.3能基于業(yè)務(wù)場(chǎng)景編制人工智能應(yīng)用安裝手冊(cè)、使用手冊(cè)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(jì)算機(jī)視覺、自然語言處理、機(jī)器人流程自動(dòng)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(yùn)維5.1人工智能應(yīng)用集成產(chǎn)品運(yùn)維5.1.1能根據(jù)產(chǎn)品手冊(cè)和運(yùn)維手冊(cè)，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(cè)與運(yùn)維手冊(cè)，執(zhí)行標(biāo)準(zhǔn)的運(yùn)維流程，包括日常巡檢、部署升級(jí)等5.1.3能記錄日常運(yùn)維工作，撰寫運(yùn)維日志和運(yùn)維文檔5.1.1人工智能產(chǎn)品的使用知識(shí)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(shí)5.1.3人工智能應(yīng)用運(yùn)維日志和運(yùn)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(shí)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(jī)器學(xué)習(xí)模型與深度學(xué)習(xí)模型并進(jìn)行模型調(diào)優(yōu)1.1.2能調(diào)研及運(yùn)行深度的神經(jīng)網(wǎng)絡(luò)模型，在需要進(jìn)行參數(shù)調(diào)整和適配到自身的應(yīng)用問題時(shí)，對(duì)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(xì)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(xiàng)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(shí)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(jìn)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(jì)的基本概念，如動(dòng)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(biāo)檢測(cè)、圖像分割、機(jī)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(chǎng)景的特點(diǎn),聚焦應(yīng)用集成目標(biāo)，將用戶對(duì)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(jí)人員撰寫業(yè)務(wù)場(chǎng)景需求分析文檔2.1.1應(yīng)用集成的主要方法和風(fēng)險(xiǎn)防范知識(shí)2.1.2人工智能產(chǎn)品的開放性與集成效果評(píng)估知識(shí)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(xiàng)目需求管理相關(guān)流程人工智能設(shè)計(jì)開發(fā)3.1人工智能應(yīng)用集成設(shè)計(jì)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(jì)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(duì)多種組合方案進(jìn)行分析比對(duì)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(jì)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(jì)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(jī)器人流程自動(dòng)化等人工智能應(yīng)用組件軟硬件接口設(shè)計(jì)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(shí)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(jì)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(jì)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(shí)際現(xiàn)場(chǎng)環(huán)境，完成AI集成應(yīng)用運(yùn)行環(huán)境搭建4.1.4能對(duì)所開發(fā)的接口進(jìn)行部署，并與各集成應(yīng)用實(shí)現(xiàn)聯(lián)調(diào)測(cè)試，將人工智能應(yīng)用從測(cè)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(xiàng)目管理與交付知識(shí)4.1.2人工智能應(yīng)用環(huán)境搭建基礎(chǔ)知識(shí)4.1.3常見人工智能工具、平臺(tái)的使用知識(shí)人工智能產(chǎn)品運(yùn)維5.1人工智能應(yīng)用集成產(chǎn)品運(yùn)維5.1.1能根據(jù)常見人工智能產(chǎn)品的運(yùn)行狀況、故障特征及判定方法,按照標(biāo)準(zhǔn)步驟排查現(xiàn)場(chǎng)運(yùn)行的簡(jiǎn)單問題和故障5.1.2能開展人工智能應(yīng)用集成上線運(yùn)行后的日常維護(hù)，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(jìn)行運(yùn)維流程、相關(guān)規(guī)范、手冊(cè)的制訂及實(shí)施5.1.1常見人工智能產(chǎn)品的運(yùn)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(shí)5.1.4人工智能應(yīng)用軟硬件運(yùn)維的基礎(chǔ)知識(shí)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(jìn)行人工智能應(yīng)用集成項(xiàng)目工作流程規(guī)劃，使用現(xiàn)代工程咨詢方法進(jìn)行相應(yīng)咨詢服務(wù)6.1.2能進(jìn)行人工智能應(yīng)用集成項(xiàng)目技術(shù)體系架構(gòu)和方案設(shè)計(jì)，完成項(xiàng)目建議書的編寫、可行性研究報(bào)告的編制，編制相應(yīng)的實(shí)施規(guī)劃6.1.1工程咨詢方法與系統(tǒng)分析知識(shí)6.1.2技術(shù)評(píng)估基本方法6.1.3項(xiàng)目建議書、可行性研究報(bào)告編制方法6.1.4招投標(biāo)技術(shù)咨詢知識(shí)和項(xiàng)目后評(píng)價(jià)方法6.2人工智能系統(tǒng)咨詢管理和評(píng)價(jià)服務(wù)6.2.1能進(jìn)行人工智能系統(tǒng)項(xiàng)目資源分析和評(píng)價(jià)6.2.2能進(jìn)行人工智能系統(tǒng)人機(jī)交互、隱私保護(hù)、數(shù)據(jù)安全等技術(shù)的咨詢和評(píng)價(jià)服務(wù)6.2.1項(xiàng)目資源的計(jì)劃、配置、控制和處置方法6.2.2人工智能倫理知