资源描述：
国家职业技术技能标准 职业编码2-02-10-09 人工智能工程技术人员 （2021 年版） 制定 中华人民共和国人力资源和社会保障部 中 华 人 民 共 和 国 工 业 和 信 息 化 部 职业编码2-02-10-09 I 说明 为贯彻落实关于深化人才发展体制机制改革的意见 ，推动实施人才强国 战略，促进专业技术人员提升职业素养、补充新知识新技能，实现人力资源深度 开发，推动经济社会全面发展，根据中华人民共和国劳动法有关规定，人力 资源社会保障部联合工业和信息化部组织有关专家，制订了人工智能工程技术 人员国家职业技术技能标准2021 年版） 以下简称标准。 一、本标准以人力资源社会保障部办公厅 市场监管总局办公厅 统计 局办公室关于发布人工智能工程技术人员等职业信息的通知 （人社厅发〔2019〕 48 号）为依据，按照国家职业技术技能标准编制技术规程有关要求，坚持 “以职业活动为导向、以专业能力为核心”的指导思想，在充分考虑科技进步、 社会经济发展和产业结构变化对人工智能工程技术人员专业要求的基础上， 以客 观反映人工智能技术发展水平及其对从业人员的专业能力要求为目标， 对人工智 能工程技术从业人员的专业活动内容进行规范细致描述， 明确了各等级专业技术 人员的工作领域、工作内容以及知识水平、专业能力要求。 二、本标准为首次制定，依据有关规定将本职业分为初级、中级、高级 三个等级， 包括职业概况、 基本要求、 工作要求、 权重表和附录五个方面的内容。 三、本标准的编制工作在人力资源社会保障部专业技术人员管理司、工 业和信息化部人事教育司、中国就业培训技术指导中心的指导下，由中国电子技 术标准化研究院具体组织实施。 四、本标准主要起草单位有中国电子技术标准化研究院、北京航空航 天大学、百度在线网络技术北京有限公司、上海依图网络科技有限公司、上海 燧原科技有限公司、上海商汤智能科技有限公司、星云融创科技有限公司、北京 旷视科技有限公司、 科大讯飞股份有限公司、 北京易华录信息技术股份有限公司、 中国机械工程学会、 第四范式北京技术有限公司、 北京来也网络科技有限公司、 青岛伟东云教育集团有限公司、中国国信信息总公司。主要起草人有孙文龙、 吴东亚、张馨、菅端端、宋博伟、卢瑞炜、曹麟丰、胡春明、杨晴虹、原仓周、 孙海龙、马艳军、于佃海、陈尚义、蒋晓琳、马婧、熊亮、许源、陈远浩、刘亦 珩、乔奇豪、杨丽慧、李瑛、吴庚、梅敬青、苏意轩、田忠博、蒋燕、马万钟、 职业编码2-02-10-09 II 程鸣、吕晓鹏、夏东、王运宏、曹子健、李斌、陈明、王玲、陈江、严如强、 郑曌、何瑛、黄振宁、张宇、刘一鸣、陆雨霄、汪冠春、褚瑞、李沨、袁志坚、 刘敬帅、王莲、陈云璐、汤子海、姜太文、翟健、吴永刚、王进京、赵弋洋。 五、本标准主要审定人员有聂明、戴忠建、蒋慧、常鹏、白浩杰、贾成 千、丛培勇、杜小勇、邓志东、龙明盛、张治斌、陶建华、任姗。 六、本标准制定过程中得到了邵昕、刘永澎、余海龙、张明英等有关专 家的指导和大力支持，在此表示感谢。 七、本标准业经人力资源和社会保障部、工业和信息化部批准，自公布 之日起施行。 职业编码2-02-10-09 1 人工智能工程技术人员 国家职业技术技能标准 （2021 年版） 1职业概况 1.1职业名称 人工智能工程技术人员 1.2职业编码 2-02-10-09 1.3职业定义 从事与人工智能相关算法、深度学习等多种技术的分析、研究、开发，并对 人工智能系统进行设计、优化、运维、管理和应用的工程技术人员。 1.4专业技术等级 本职业共设三个等级，分别为初级、中级、高级。 初级、中级、高级均设五个职业方向人工智能芯片产品实现、人工智能平 台产品实现、自然语言及语音处理产品实现、计算机视觉产品实现、人工智能应 用产品集成实现。 1.5职业环境条件 室内，常温。 1.6职业能力特征 具有一定的学习、 分析、 推理和判断能力， 具有一定的表达能力、 计算能力。 1.7普通受教育程度 大学专科学历（或高等职业学校毕业） 。 1.8职业培训要求 1.8.1 培训时间 职业编码2-02-10-09 2 人工智能工程技术人员需按照本标准的职业要求参加有关课程培训，完 成规定学时，取得学时证明。初级 64 标准学时，中级 80 标准学时，高级 80 标 准学时。 1.8.2 培训教师 承担初级、中级理论知识或专业能力培训任务的人员，应具有人工智能工程 技术人员中级及以上专业技术等级或相关专业中级及以上职称。 承担高级理论知识或专业能力培训任务的人员， 应具有人工智能工程技术人 员高级专业技术等级或相关专业高级职称。 1.8.3 培训场所设备 理论知识和专业能力培训所需场地为标准教室或线上平台， 必备的教学仪器 设备包括计算机、网络、软件及相关硬件设备。 1.9专业技术考核要求 1.9.1 申报条件 取得初级培训学时证明，并具备以下条件之一者，可申报初级专业技术 等级 （1）取得技术员职称。 （2）具备相关专业大学本科及以上学历（含在读的应届毕业生） 。 （3）具备相关专业大学专科学历，从事本职业技术工作满 1 年。 （4）技工院校毕业生按国家有关规定申报。 取得中级培训学时证明，并具备以下条件之一者，可申报中级专业技术 等级 （1）取得助理工程师职称后，从事本职业技术工作满 2 年。 （2）具备大学本科学历，或学士学位，或大学专科学历，取得初级专业技 术等级后，从事本职业技术工作满 3 年。 （3）具备硕士学位或第二学士学位，取得初级专业技术等级后，从事本职 业技术工作满 1 年。 （4）具备相关专业博士学位。 职业编码2-02-10-09 3 （5）技工院校毕业生按国家有关规定申报。 取得高级培训学时证明，并具备以下条件之一者，可申报高级专业技术 等级 （1）取得工程师职称后，从事本职业技术工作满 3 年。 （2）具备硕士学位，或第二学士学位，或大学本科学历，或学士学位，取 得中级专业技术等级后，从事本职业技术工作满 4 年。 （3）具备博士学位，取得中级专业技术等级后，从事本职业技术工作满 1 年。 （4）技工院校毕业生按国家有关规定申报。 1.9.2 考核方式 从理论知识和专业能力两个维度对专业技术水平进行考核。 各项考核均实行 百分制，成绩皆达 60 分（含）以上者为合格，考核合格者获得相应专业技术等 级证书。 理论知识考试采用笔试、机考方式进行，主要考查人工智能工程技术人员从 事本职业应掌握的基本知识和专业知识；专业能力考核采用专业设计、模拟操作 等实验考核方式进行， 主要考查人工智能工程技术人员从事本职业应具备的实际 工作能力。 1.9.3 监考人员、考评人员与考生配比 理论知识考试监考人员与考生配比不低于 115， 且每个考场不少于 2 名监 考人员；专业能力考核中的考评人员与考生配比不低于 110，且考评人员为 3 人（含）以上单数。 1.9.4 考核时间 理论知识考试时间不少于 90 分钟，专业能力考核时间不少于 120 分钟。 1.9.5 考核场所设备 理论知识考试和专业能力考核所需场地为标准教室或线上平台， 必备的考核 仪器设备包括计算机、网络、软件及相关硬件设备。 职业编码2-02-10-09 4 2基本要求 2.1职业道德 2.1.1 职业道德基本知识 2.1.2 职业守则 （1）遵守法律，保守秘密。 （2）尊重科学，客观公正。 （3）诚实守信，恪守职责。 （4）爱岗敬业，服务大众。 （5）勤奋进取，精益求精。 （6）团结协作，勇于创新。 （7）乐于奉献，廉洁自律。 2.2基础知识 2.2.1 专业基础知识 （1）数学基础知识 （2）编程基础知识 （3）数据处理知识 （4）软件工程知识 （5）计算平台知识 （6）机器学习知识 2.2.2 工程效能相关知识 （1）文档规范、代码规范、质量保障规范相关知识 （2）数据采集、标注、清洗、质量控制等数据工程相关知识 （3）工程开发与架构，工程性能提升指标等相关知识 2.2.3 业务理解与实践知识 （1）人工智能基础知识 （2）人工智能的产业应用相关知识 （3）人工智能发展现状及趋势相关知识 （4）人工智能热点问题和前沿研究相关知识 2.2.4 人工智能伦理及安全知识 （1）人工智能安全与隐私保护相关知识 职业编码2-02-10-09 5 （2）人工智能安全与隐私保护原则及标准相关知识 （3）人工智能伦理治理发展趋势知识 （4）人工智能道德伦理相关原则及标准相关知识 2.2.5 相关法律、法规知识 （1）中华人民共和国劳动法相关知识 （2）中华人民共和国劳动合同法相关知识 （3）中华人民共和国网络安全法相关知识 （4）中华人民共和国知识产权法相关知识 （5）中华人民共和国个人信息保护法相关知识 职业编码2-02-10-09 6 3工作要求 本标准对初级、中级、高级三个等级的专业能力要求和相关知识要求依次递 进，高级别涵盖低级别的要求。 3.1人工智能芯片产品实现 3.1.1 初级 职业职业 功能功能 工作内容工作内容专业能力要求专业能力要求相关知识要求相关知识要求 1. 人工 智能 共性 技术 应用 1.1人 工智能算 法选型及 调优 1.1.1 能准确地判断应用任务 是否适合用机器学习技术解决 1.1.2 能应用深度学习或主流 机器学习算法原理解决实际任务 1.1.3 能运行基础神经网络模 型，按照一定的指导原则，对深 度神经网络进行调优 1.1.1 机器学习基本概念， 包括监督学 习、无监督学习、强化学习等 1.1.2 深度神经网络， 包括卷积神经网 络、长短期记忆网络、图神经网络等的基 本概念 1.1.3机器学习与深度学习算法常见的 评估方法准确率、召回率、AUC 指标、 ROC 曲线、检测指标、分割指标等 1.1.4 图像/视频处理、语音处理、自 然语言处理等领域的基本方法 1.2人 工智能算 法实现及 应用 1.2.1 能使用至少一种国产化 深度学习框架训练模型，并使用 训练好的模型进行预测 1.2.2 能实现深度学习框架的 安装、模型训练、推理部署 1.2.1 国产化深度学习框架基本情况 1.2.2深度学习框架运行的基本软硬件 环境要求 1.2.3至少一种深度学习框架使用方法 2. 人工 智能 设计 开发 2.1人 工智能芯 片逻辑设 计 2.1.1 能利用人工智能算法常 用的运算/数据类型， 根据芯片模 块的设计功能描述进行代码编写 2.1.2 能对芯片模块代码进行 书写规则和可综合检查和优化 2.1.1 数字电路设计相关知识 2.1.2 计算机组成原理 2.1.3 Verilog HDL 、 VHDL 、 System Verilog 等硬件语言 3. 人工 智能 测试 验证 3.1人 工智能芯 片验证 3.1.1 能运用验证工具，解读 并分析测试覆盖率报告，提升测 试覆盖率 3.1.2 能搭建测试验证环境， 执行测试用例和验证脚本 3.1.3 能使用面向对象的模块 级验证方法进行模块级芯片验证 环境 3.1.1 验证工具使用方法（如各种高性 能测量仪器（示波器、误码仪等）和调试 器等的使用） 3.1.2 测试覆盖率报告格式 3.1.3 测试用例的编写知识 3.1.4 验证脚本编写方法 3.1.5 数字电路结构知识 3.1.6 面向对象的模块级验证方法 3.1.7 模块级芯片验证环境的搭建方 法 职业编码2-02-10-09 7 3.1.2 中级 职业职业 功能功能 工作内容工作内容专业能力要求专业能力要求相关知识要求相关知识要求 1. 人工 智能 共性 技术 应用 1.1人 工智能算 法选型及 调优 1.1.1 能快速判断并选择所需 要的模型，合理使用机器学习模 型与深度学习模型并进行模型调 优 1.1.2 能调研及运行深度的神 经网络模型，在需要进行参数调 整和适配到自身的应用问题时， 对关键参数的调整能提出解决方 案 1.1.1 深度学习算法训练、推理、部 署的方法及技术细节 1.1.2 数据策略、网络中的核心模块、 参数规模、优化算法、损失函数、正则 项等关键参数 1.1.3 数据并行、模型并行、流水线 并行等深度学习模型的并行训练的方法 1.2人 工智能算 法实现及 应用 1.2.1 能完成深度学习框架安 装、模型训练、推理部署的全流 程 1.2.2 能使用深度学习框架的 用户接口进行神经网络模型搭建 1.2.1 深度学习框架设计的基本概念， 如动态图、静态图等 1.2.2 深度学习框架的常用编程接口 1.2.3 常用模型的使用方法，如文本 生成目标检测、图像分割、机器翻译等 2. 人工 智能 设计 开发 2.1人 工智能芯 片逻辑设 计 2.1.1 能根据芯片架构文档进 行模块功能划分和功能描述，并 进行代码编写 2.1.2 能对实现代码进行 CDC， 功耗分析和优化 2.1.3 能完成芯片时钟详细设 计及时钟约束 2.1.4 能将人工智能算法常见 的运算拆解成 ASIC 上面可实现的 硬件电路并实现 2.1.5 能基于选定的基本工艺 器件对芯片模块进行逻辑综合与 时序优化 2.1.6 能针对 INT8、FP16、 BF16、FP32、TF32 数据类型开展 优化的人工智能核心设计 2.1.7 能基于并行计算开展数 据同步设计 2.1.8 能基于芯片指令集开展 微架构设计 2.1.1 数字电路设计基础知识 2.1.2 计算机组成原理 2.1.3 计算机系统结构基础知识 2.1.4 计算机接口技术 2.1.5 计算复杂度和可计算理论 2.1.6 深度学习算法和神经网络模型 2.1.7 FPGA/ASIC 相关设计知识 2.1.8 异构计算知识 职业编码2-02-10-09 8 3. 人工 智能 测试 验证 3.1人 工智能芯 片验证 3.1.1 能运用验证工具， 根据业 务需求编写并分析测试覆盖率报 告，提升测试覆盖率 3.1.2 能设计和制订验证计划 文档 3.1.3 能搭建和优化测试验证 环境，编写测试用例和验证脚本 3.1.4 能使用面向对象的验证 方法进行子系统级芯片验证 3.1.5 能进行低功率验证 3.1.6 能搭建系统级和子系统 级别的仿真平台 3.1.7 能对人工智能处理器进 行验证 3.1.8 能搭建门级仿真环境 （包括前仿真和后仿真） 3.1.9 能快速定位门级仿真环 境、库、时序等相关问题 3.1.10 能综合运用时序分析方 法分析数字电路时序，并根据时 序约束文件，针对特殊时序路径 开发后仿真的测试用例 3.1.1 验证工具的类型、优缺点使用 方法 3.1.2 测试覆盖率报告的编写知识 3.1.3 验证计划文档的编写方法 3.1.4 测试用例的设计知识 3.1.5 验证脚本的编写方法 3.1.6 数字电路时序分析方法 3.1.7 面向对象的子系统级验证方法 3.1.8 子系统验证环境对模块环境的 复用方法 3.1.9 UPF（Unified Power at） /NLPNative Low Power/Emulator 基 础知识 3.1.10 GPU、TPU、XPU 等人工智能处 理器验证方法 3.1.11 门级电路知识 3.1.12 门级仿真验证环境的搭建方 法 3.1.13 门级仿真测试用例的编写方 法 4. 人工 智能 咨询 服务 4.1人 工智能技 术咨询 4.1.1 能进行人工智能芯片项 目的技术评估，使用工程咨询方 法进行相应咨询服务 4.1.2 能进行人工智能芯片项 目技术体系架构和方案设计，完 成项目建议书的编写、可行性研 究报告的编制，并编制相应的实 施规划 4.1.1 工程咨询方法与系统分析知识 4.1.2 项目建议书、可行性研究报告 编制方法 4.1.3 招投标技术咨询知识和项目后 评价方法 4.2人 工智能系 统咨询管 理和评价 服务 4.2.1 能进行人工智能系统项 目资源分析和评价 4.2.2 能进行人工智能系统人 机交互、隐私保护、数据安全等 技术的咨询和评价服务 4.2.1 项目资源的计划、配置、控制 和处置方法 4.2.2 人工智能伦理知识 4.2.3 隐私保护知识 职业编码2-02-10-09 9 4.3人 工智能咨 询培训及 运营管理 咨询 4.3.1 能组织开展人工智能技 术咨询服务培训 4.3.2 能跟进人工智能最新技 术及应用场景，并针对性开展技 术论证 4.3.3 能对人工智能项目运营 过程进行咨询 4.3.1 培训方法及问题反馈和分析方 法 4.3.2 培训质量管理知识 4.3.3 运营管理方法 职业编码2-02-10-09 10 3.1.3 高级 职业职业 功能功能 工作内容工作内容专业能力要求专业能力要求相关知识要求相关知识要求 1. 人工 智能 共性 技术 应用 1.1人 工智能算 法选型及 调优 1.1.1 能在面对用户需求和业 务需求时，将其准确转换为机器 学习语言、算法及模型 1.1.2 能对机器学习技术要素 进行组合使用，并进行建模 1.1.3 能在标准算法基础上， 对 组合多种机器学习技术要素进行 模型设计及调优的能力 1.1.1 新型模型和相关技术 1.1.2 深度学习模型的剪枝、量化、 蒸馏和模型结构搜索等模型压缩方法 1.2人 工智能算 法实现及 应用 1.2.1 能使用深度学习框架实 现算法的设计和开发 1.2.2 能合理组合、 改造并创新 深度学习模型来解决更加复杂的 应用问题 1.2.1 深度学习框架的技术细节及发 展趋势 1.2.2 深度神经网络结构与深度学习 算法的开发设计方法 2. 人工 智能 设计 开发 2.1人 工智能芯 片架构设 计 2.1.1 能完成系统应用架构定 义，并进行芯片规格设计和参考 设计开发 2.1.2 能总结和归纳各种人工 智能算法/模型对硬件计算、存储 资源的需求，并根据芯片的应用 场景对硬件资源做出合理分配 2.1.3 能根据算力和应用需 求，针对通用或专用人工智能加 速芯片，进行算力分配和评价， 合理分配通用计算与专用加速计 算，并给出相关参数（加速比/理 论最高算力 TOPS／能耗比） 2.1.4 能搭建原型化软硬件评 估和仿真平台，进行高层次建模 和设计，对 PPA（性能、功耗、面 积）进行早期评价 2.1.5 能制订芯片测试计划， 指导芯片产品工程师进行硅片和 封装级测试 2.1.6 能应用上层软件定义高 效、节能、可移植性强的实现框 2.1.1 数字电路设计相关知识 2.1.2 计算机组成原理 2.1.3 计算机系统结构相关知识 2.1.4 操作系统原理 2.1.5 计算机接口技术 2.1.6 算法与数据结构相关知识 2.1.7 计算复杂度和可计算理论 2.1.8 深度学习算法和神经网络模型 2.1.9 分布式计算原理 2.1.10 异构计算相关知识 2.1.11 编译器、算子接口、集成工具 （driver/API/IDE）相关知识 职业编码2-02-10-09 11 架 2.1.7 能在面向云侧训练开展 设计时，进行训练集群的架构设 计 2.2人 工智能芯 片逻辑设 计 2.2.1 能进行芯片详细功能划 分和设计，向下一级芯片逻辑设 计团队分发详细设计任务需求 2.2.2 能进行芯片总线架构， 子 模块定义和划分 2.2.3 能把控和应用芯片设计 关键IP模块PCIe, DDR/GDDR/HBM，NoC 2.2.4 能进行芯片顶层及关键 IP 模块可测试逻辑功能设计 2.2.5 能对芯片的安全管理和 功耗管理功能进行设计 2.2.6 能协助芯片物理设计工 程师进行基本物理器件 PPA 分析 及选型，并根据 PPA 评估的结果 优化关键性模块如神经网络加 速代码 2.2.7 能与验证工程师共同完 成芯片验证，并通过代码、功能 覆盖率检查保证验证的完备性 2.2.1 数字电路设计相关知识 2.2.2 计算机组成原理 2.2.3 计算机系统结构相关知识 2.2.4 操作系统原理 2.2.5 计算机接口技术 2.2.6 计算复杂度和可计算理论 2.2.7 深度神经网络模型 2.2.8 算法与数据结构相关知识 2.2.9 FPGA/ASIC 相关设计知识 2.2.10 异构计算知识 3. 人工 智能 测试 验证 3.1人 工智能芯 片验证 3.1.1 能依据验证工具工作原 理，提升验证环境执行效率，通 过覆盖率报告协助芯片设计工程 师改进电路设计 3.1.2 能确定具体验证工具 链，制订验证方法学和验证流程 3.1.3 能熟练使用面向对象的 模块级验证方法进行验证并对方 法学进行改进 3.1.4 能使用机器学习及神经 网络算法对验证数据进行建模 3.1.5 能对最终的验证计划， 验证报告进行核签 3.1.6 能对最新的验证方法学 3.1.1 验证工具的工作原理 3.1.2 验证环境执行效率的优化知识 3.1.3 验证工具的优缺点及工具链组 合知识 3.1.4 验证方法学知识 3.1.5 数字电路综合时序分析知识， 数字电路设计优化知识 3.1.6 面向对象的模块级验证方法 3.1.7 深度学习算法建模知识 3.1.8 深度学习算法和神经网络模型 3.1.9 常见深度学习框架的背景 职业编码2-02-10-09 12 和工具进行跟踪、改进和优化， 并对验证工具提出功能性改进的 建议 3.1.7 能协助软件开发工程师 将框架移植到仿真环境，并在该 环境完成神经网络模型训练及推 理流程的仿真 4. 人工 智能 咨询 服务 4.1人 工智能技 术咨询 4.1.1 能进行人工智能芯片项 目的技术要素分析、产业成本分 析、产业链架构等咨询 4.1.2 能对人工智能芯片项目 的社会作用进行合理性分析咨询 4.1.1 现代工程咨询方法 4.1.2 社会伦理学知识 4.2人 工智能咨 询管理和 评价服务 4.2.1 能制订人工智能技术应 用的组织管理机制及协调机制 4.2.2 能对人工智能系统应用 提出持续改进建议 4.2.3 能进行人工智能项目的 社会可持续发展情况评价 4.2.1 系统规划知识 4.2.2 信息系统工程知识 4.2.3 软件体系架构评估知识 4.2.4 社会评价方法 4.3人 工智能咨 询培训及 运营管理 咨询 4.3.1 能进行人工智能技术咨 询服务和运营管理培训 4.3.2 能进行计划、组织、实 施和控制等运营过程管理 4.3.2 能进行运营经济性预 测，提出运营计划调整策略 4.3.1 培训方案制订方法 4.3.2 运营过程规划及管理知识 4.3.2 敏感数据分析知识 职业编码2-02-10-09 13 3.2人工智能平台产品实现 3.2.1 初级 职业职业 功能功能 工作内容工作内容专业能力要求专业能力要求相关知识要求相关知识要求 1. 人工 智能 共性 技术 应用 1.1 人 工 智能算法选 型及调优 1.1.1 能准确地判断应用任务是否适合 用机器学习技术解决 1.1.2 能应用深度学习或主流机器学习 算法原理解决实际任务 1.1.3 能运行基础神经网络模型，按照 一定的指导原则，对深度神经网络进行调 优 1.1.1 机器学习基本概念， 包括监督学习、无监督学习、 强化学习等 1.1.2 深度神经网络，包括 卷积神经网络、长短期记忆网 络、图神经网络等的基本概念 1.1.3 机器学习与深度学习 算法常见的评估方法 准确率、 召回率、AUC 指标、ROC 曲线、 检测指标、分割指标等 1.1.4 图像/视频处理、语音 处理、自然语言处理等领域的 基本方法 1.2 人 工 智能算法实 现及应用 1.2.1 能使用至少一种国产化深度学习 框架训练模型，并使用训练好的模型进行 预测 1.2.2 能实现深度学习框架的安装、模 型训练、推理部署 1.2.1 国产化深度学习框架 基本情况 1.2.2 深度学习框架运行的 基本软硬件环境要求 1.2.3 至少一种深度学习框 架使用方法 2. 人工 智能 需求 分析 2.1 人工 智能平台需 求分析 2.1.1 能对外说明人工智能平台研发的 主要流程和用户使用场景 2.1.2 能将用户对人工智能平台的相关 使用需求整理成文档 2.1.3 能按照规范撰写业务场景需求设 计分析和需求文档 2.1.1 人工智能场景的主要 环节和使用流程 2.1.2 人工智能算法训练、 推理、部署的方法和流程 2.1.3 人工智能平台业务场 景需求设计分析和需求文档的 撰写规范 3. 人工 智能 设计 开发 3.1 人工 智能平台设 计开发 3.1.1 能绘制至少 1 类人工智能场景全 周期流程图，如计算机视觉、自然语言处 理等 3.1.2 能使用机器学习框架完成人工智 能数据处理、特征提取、模型训练、模型 部署等全周期流程 3.1.3 能调用大数据处理工具进行数据 存取、任务编排等 3.1.4 能使用容器及虚拟化工具进行产 3.1.1 人工智能场景的主要 环节和技术规范 3.1.2 深度学习框架的使用 方法 3.1.3 大数据技术的基础知 识 3.1.4 容器及虚拟化技术的 基础知识 职业编码2-02-10-09 14 品代码打包，镜像发布 4. 人工 智能 测试 验证 4.1 人工 智能平台验 证 4.1.1 能绘制 1 类人工智能场景的验证 流程图，如计算机视觉、自然语言处理等 4.1.2 能撰写人工智能平台、算法、模 型的验证报告 4.1.3 能完整验证人工智能平台开发的 算法和模型的精度等主流算法指标 4.1.4 能基于给定场景验证人工智能端 到端线上线下一致性等业务正确性指标 4.1.1 人工智能平台主要组 件的使用流程 4.1.2 人工智能平台主要组 件的功能验证方法和性能验证 方法 4.1.3 人工智能平台验证报 告撰写规范 5. 人工 智能 产品 交付 5.1 人工 智能平台产 品交付 5.1.1 能绘制1类人工智能场景交付流 程图，如计算机视觉、自然语言处理等 5.1.2 能安装人工智能平台的主要组 件并完成交付流程 5.1.3 能基于业务场景编制产品交付 文档 5.1.1 人工智能场景的主要 环节和交付方法 5.1.2 人工智能平台的主要 组件和安装、配置、调试的方 法 6. 人工 智能 产品 运维 6.1 人工 智能平台产 品运维 6.1.1 能使用人工智能平台操作基本命 令完成平台运维操作 6.1.2 能按照人工智能平台部署手册 对产品进行部署升级 6.1.3 能根据标准流程进行人工智能 平台的日常巡查 6.1.1 人工智能平台的基本 操作 6.1.2 人工智能平台的基本 运维技术 6.1.3 人工智能平台的部署 升级方法 职业编码2-02-10-09 15 3.2.2 中级 职业职业 功能功能 工作内容工作内容专业能力要求专业能力要求相关知识要求相关知识要求 1. 人工 智能 共性 技术 应用 1.1 人 工 智能算法选 型及调优 1.1.1 能快速判断并选择所需要的模 型，合理使用机器学习模型与深度学习模 型并进行模型调优 1.1.2 能调研及运行深度的神经网络模 型，在需要进行参数调整和适配到自身的 应用问题时，对关键参数的调整能提出解 决方案 1.1.1 深度学习算法训练、 推理、部署的方法及技术细节 1.1.2 数据策略、网络中的 核心模块、参数规模、优化算 法、损失函数、正则项等关键 参数 1.1.3 数据并行、模型并行、 流水线并行等深度学习模型的 并行训练方法 1.2 人 工 智能算法实 现及应用 1.2.1 能完成深度学习框架安装、模型 训练、推理部署的全流程 1.2.2 能使用深度学习框架的用户接口 进行神经网络模型搭建 1.2.1 深度学习框架设计的 基本概念，如动态图、静态图 等 1.2.2 深度学习框架的常用 编程接口 1.2.3常用模型的使用方法， 如文本生成目标检测、图像分 割、机器翻译等 2. 人工 智能 需求 分析 2.1 人工 智能平台需 求分析 2.1.1 能指导本领域初级人员撰写业务 场景需求设计分析和需求文档 2.1.2 能将用户的使用问题整理转化为 人工智能平台的需求并整理成文档 2.1.3 能完善需求文档和设计分析文档 中的细节和不足 2.1.1 人工智能场景的全流 程的细节和技术规范 2.1.2 人工智能算法训练、 推理、部署的方法、流程和操 作细节 2.1.3 人工智能平台业务需 求设计分析和需求文档的撰写 规范和指导方法 3. 人工 智能 设计 开发 3.1 人工 智能平台设 计开发 3.1.1 能绘制2类人工智能场景的流程 图和细节，如计算机视觉、自然语言处理 等 3.1.2 能使用计算图裁剪、算子合并等 高性能计算技术，加速模型推理性能 3.1.3 能使用并行计算与分布式技术， 开发可以进行分布式处理的应用 3.1.4 能指导本领域的初级人员完成 任务编排调度、计算程序性能加速以及分 布式处理应用开发等工作 3.1.1 人工智能场景的全流 程细节和技术规范 3.1.2 至少一种机器学习框 架的技术细节 3.1.3 高性能计算技术的知 识细节 3.1.4 并行计算与分布式计 算技术的知识细节 职业编码2-02-10-09 16 4. 人工 智能 测试 验证 4.1 人工 智能平台验 证 4.1.1 能完成 1～2 类人工智能场景的 验证流程和细节，如计算机视觉、自然语 言处理等 4.1.2 能设计针对人工智能平台主要组 件的测试计划， 完整地验证其功能、 精度、 性能等 4.1.3 能选择合理的自动化解决方案， 实现针对人工智能平台的自动化测试工 具 4.1.1 人工智能平台场景的 主要环节和验证方法 4.1.2 人工智能平台的主要 组件的功能、性能的验证方法 4.1.3 人工智能算法、模型 的精测验证方法 4.1.4 自动化测试的方法和 工具 5. 人工 智能 产品 交付 5.1 人工 智能平台产 品交付 5.1.1 能绘制2类人工智能场景交付流 程图，如计算机视觉、自然语言处理等 5.1.2 能面向复杂业务场景编制交付文 档 5.1.3 能对现场部署过程中交付问题 进行分析、定位和解决 5.1.1 人工智能平台的所有 组件和安装、配置、调试的方 法 5.1.2 人工智能平台的产品 交付文档的规范和撰写要求 5.1.3 人工智能平台问题的 定位方法和工具 6. 人工 智能 产品 运维 6.1 人工 智能平台产 品运维 6.1.1 能在专有硬件上运维人工智能 平台 6.1.2 能编写人工智能平台部署手册 6.1.3 能持续改进人工智能平台日常 巡检流程 6.1.4 能指导本领域初级人员进行人 工智能平台运维工作 6.1.5 能按照标准步骤对人工智能平 台常见问题进行排查 6.1.1 人工智能平台的操作 细节和原理 6.1.2 人工智能平台的专有 硬件知识 6.1.3 人工智能平台的常见 问题排查流程和方法 7. 人工 智能 咨询 服务 7.1 人工 智能技术咨 询 7.1.1 能根据实际情况规划人工智能平 台方向和发展战略，并制定阶段性升级规 划 7.1.2 能进行人工智能平台项目的技术 评估，使用现代工程咨询方法进行相应咨 询服务 7.1.2 能完成人工智能平台项目建议 书的编写、可行性研究报告的编制，能编 制相应的实施规划 7.1.1 工程咨询方法与系统 分析知识 7.1.2 技术评估基本方法 7.1.3 项目建议书、可行性 研究报告编制方法 7.1.4 招投标技术咨询知识 和项目后评价方法 7.2 人工 智能系统咨 询管理和评 价服务 7.2.1 能进行人工智能系统项目资源分 析和评价 7.2.2 能进行人工智能系统人机交互、 隐私保护、数据安全等技术的咨询和评价 7.2.1 项目资源的计划、配 置、控制和处置方法 7.2.2 人工智能伦理知识 7.2.3 隐私保护知识 职业编码2-02-10-09 17 服务 7.3 人工 智能咨询培 训及运营管 理咨询 7.3.1 能组织开展人工智能技术咨询 服务培训 7.3.2 能跟进人工智能最新技术及应 用场景，并针对性开展技术论证 7.3.3 能对人工智能项目运营过程进 行咨询 7.3.1 培训方法及问题反馈 和分析方法 7.3.2 培训质量管理知识 7.3.3 运营管理方法 职业编码2-02-10-09 18 3.2.3 高级 职业职业 功能功能 工作内容工作内容专业能力要求专业能力要求相关知识要求相关知识要求 1. 人工 智能 共性 技术 应用 1.1 人 工 智能算法选 型及调优 1.1.1 能在面对用户需求和业务需求 时，将其准确转换为机器学习语言、算法 及模型 1.1.2 能对机器学习技术要素进行组合 使用，并进行建模 1.1.3 能在标准算法基础上，对组合多 种机器学习技术要素进行模型设计及调 优的能力 1.1.1 新型模型和相关技术 1.1.2深度学习模型的剪枝、 量化、蒸馏和模型结构搜索等 模型压缩方法 1.2 人 工 智能算法实 现及应用 1.2.1 能使用深度学习框架实现算法的 设计和开发 1.2.2 能合理组合、改造并创新深度学 习模型来解决更加复杂的应用问题 1.2.1 深度学习框架的技术 细节及发展趋势 1.2.2 深度神经网络结构与 深度学习算法的开发设计方法 2. 人工 智能 需求 分析 2.1 人工 智能平台需 求分析 2.1.1 能引导用户主动将使用问题转化 为人工智能平台的需求 2.1.2 能制订业务场景需求设计分析和 需求文档的撰写规范 2.1.1 人工智能需求文档撰 写规范及制订原因 2.1.2 现有主要人工智能平 台的技术特点及发展趋势 3. 人工 智能 设计 开发 3.1 人工 智能平台设 计开发 3.1.1 能定制化修改开源人工智能框 架，提升框架性能和稳定性 3.1.2 能改进虚拟化技术及容器调度 编排技术的核心机制 3.1.3 能结合硬件架构和硬件指令优 化高性能计算代码 3.1.4 能使用并行计算与分布式技术， 设计和实现可以大规模并发的并型计算 应用 3.1.5 能根据网络拓扑和网络架构分 析和设计通信机制和策略改进程序性能 3.1.6 能指导本领域的初级人员完成 任务编排调度、加速计算程序性能以及开 发分布式处理应用等工作 3.1.7 能分析人工智能平台全流程，定 位复杂系统内性能问题和故障 ，并给出 技术解决方案 3.1.1 至少两种机器学习框 架的技术细节及发展趋势 3.1.2 容器及虚拟化技术的 实现细节和发展趋势 3.1.3 高性能计算技术的 实现细节和发展趋势 3.1.4 并行计算与分布式计 算技术的实现细节和发展趋势 3.1.5 网络拓扑和网络架构 设计和实现细节 3.1.6 人工智能平台性能分 析知识和故障分析知识 职业编码2-02-10-09 19 4. 人工 智能 测试 验证 4.1 人工 智能平台验 证 4.1.1 能制订并优化 1～2 类人工智能 场景验证流程，如计算机视觉、自然语言 处理等 4.1.2 能制订和实现合理的自动化解决 方案，并设计和实现自动化测试工具，完 成人工智能平台的测试和验证 4.1.3 能指导本领域初级、中级人员完 成平台组件验证工作 4.1.1 人工智能平台验证流 程制订原因 4.1.2 人工智能平台主要组 件的实现细节 4.1.3 人工智能平台产品验 证文档的规范、撰写要求及制 订原因 5. 人工 智能 产品 交付 5.1 人工 智能平台产 品交付 5.1.1 能制订人工智能平台的安装交 付流程 5.1.2 能指导交付团队实现复杂人工智 能平台现场部署、调试与维护 5.1.3 能面向复杂业务场景，设计人工 智能平台产品交付方案 5.1.1 人工智能平台的操作 细节和设计原因 5.1.2 面向复杂场景的人工 智能平台的问题定位的原理， 以及辅助工具的开发方法 5.1.3 人工智能平台的产品 的交付流程及制订原因 6. 人工 智能 产品 运维 6.1 人工 智能平台产 品运维 6.1.1
展开阅读全文
