人工智能岗位能力与知识结构需求.docx

人工智能岗位能力与知识结构需求根据工信部人工智能产业人才岗位能力标准，人工智能企业对应用开发及实用技能型岗位人才的能力遴选要求，同时参考职业院校人工智能相关专业的培养目标，人工智能技术服务专业人才岗位能力标准表如下：人工智能技术服务场位能力标准表具体*位人才犯B能力梃妥机理芋习机若学习开发工程年.纨墨学习实睫工星时、机8学习测试工程用.机理学习感提应用工卷卵.札昼学枚术支持工程即答斌入，套礼导竽习法.包括传it机器学习算法和果,叟学习算法.热阵率援CC.Pyt1.XMKJava挈主流馆绘语H:ft1.inux.WiMoW、等掇作奉统下的开发环境及曲东语古.能够熟练使用Caftfe.IenxocF1.ow.MXNe1.PyTOrVh.Kcrns等濯发学习框契.熟蚱本根主流欹轮位如MySQ1.,rack.DB2Wftff1.ftHad1.X)p.Spark与分布式开发环赛.深度学习深度学习更嚷应咫工参师.深度学习技术支将工程帏零*援深度学R手段初建模方法.*提津度学习算法以及相关的机器现竟.自然语古处理告方向的第丹笄法.<,Cuf1.c.1cnsor11ow.PMamdcr等法度学习框蓑和函破客.解能语行语声点溶父爱工程中.语言开发工程师.格音数据及理工程师屹够流人分析谩音令或应用各个方面的蕾米,理解数字值号处理、WE.声学机理等原理.熟峙.窣掇Java.Python.CI等售4语.学掬塔音相关圣砒算淡.以及语音识别深度竽习舞法和6RrtS.B,5自修语B处理开发工程师.自然语言处理实格工程卬，Sfe处耳洲试工程卵.对话系娩工程峥.自行电言处理建械应用工桎仲、自然语言处理票据苏注工程时的曷常用自然谩自处理及泽度竽习”法及常用框架.具&扎实的线程开发苍化.物母*提GC+."由由、Javaft,B1.inux开发环境，掌攫主流数据*加MySQ1.Orac1.e.DB2的使用.熟悉并行计算毛木原理及分布式计算框架.熟先Hadoop.Spaik等分布式开发环境，计算机视觉计算机机处开发工程符.计算机现It实甄工程如.if单孔视凭S1.试工程的、计篌机视觉爱模自国工程计算机龙竟敢据处理工钱用具各扎实的培和开发梦础,总括但不JK于酩城学养CO+.I1.hn.Ja¼a.She1.1.MAT1.AB等编卷语言.掌攫Caftc.TcnsrF1.ow.PitratncterServer.MXNct.P>1re,Kcras等浓度学习框某和话袁库.熟考1.inux.Hadoup.Sak.Hive等大会娱计Jt工具.知识图谱知识网请工程卿(向答察统方*报构建授拿，招尊领城知识图请相关算法知识.向）.知识国咕工程陆（授术/推等方向）、知识图谱工程师（自依语言处理方向）'知识而请数据标法工程卿学锂把识独耳：.知识表示.知识J.知识存*.JtaiR扰理.知识第入等基本算法和濠程。熟年机部学习、自依语言处或和数据护娓基也.具名扎实的货鞋开发梦由.熟场.本提CCfPython.Java3Ff1.iS.法务机器人智能应用开发工程体具名数里.计算机隙理.操作系统和软件工程基具备效据结步和算法基知，熟练事授C1C+.Pxihixi等境程谩才.熟券卷子IJnux等操作聚烧的软件开发.熟港常用的扎W人母空语X.人工智能人工智能训埠砸其名标注和加工国片.文字、语声等业务的原始数据.同本分析提煤业锹埠特征.词舞和评测人工智能产序相关算法.功断和性能。具，黄控.分析.管理人工智能产品应用敷据.以计算机视觉相关应用开发及技能型岗位为例，具体能力要求如下：1.计算机视觉开发工程师计算机视觉开发工程师定位于应用开发人才层次。该类人才主要参与各类计算机视觉应用场景开发过程中的涉及到的工程化实现环节。a）踪合能力具备在系统架构设计、项目开发经脸等领域工程实践能力；能够准确理解和进行主流人工智能算法模型的训练和应用对接方式，理解不同的算法针对不同业务领域的实际应用价值；能够将给定的模型或算法转化为实际应用的场景可以实现的内容，从抽象的算法中提炼出具体的解决方案，实现对计算机视觉应用场景的业务实现。1）专业知识能力具备数据结构与算法基础，熟悉软件工程设计、开发、测试、部署上线等流程；具备计算机视觉与数据挖掘基础，熟悉常用计算机视觉及深度学习算法及常用框架;熟悉图像，视频等文件等基本存储、压缩方法；熟悉基本图像识别方法，如深度学习；图像处理方法，如图像特征点抽取、仿射变换等：了解模型训炼、模型发布，模型存储等过程；了解GPU相关的软硬件基本知识，了解基本网络安全、系统安全等相关知识。C）技能能力具备优秀的编程开发能力，掌握主流编程语言，如C/C+、Python,Java等；能够面向GPU进行编程；熟悉主流操作系统开发环境，如Mac、1.inux,WindoWS及相关操作系统脚本语言；熟级掌握关系型数据库原理及SQ1.语言，熟练掌握主流数据库如MySQ1.、Orac1.e,DB2等；熟悉HadOOp、SPark等分布式开发环境，了解常用的各类开源框架、组件或中间件；熟悉图像处理函数库OpenCV的使用；熟悉当前比较流行的计算机视觉平台，如TcnsorFIow、MXNet.KeraS等；熟悉容器技术，如DOCker、K8S、MeSOS等。d）工程实践能力具备一定的项目实施经验，拥有大型商用人工智能场景的应用经脸，如文字识别OCR,图像识别等；一具备大型复杂业务应用的设计与架构能力，建议拥有分布式系统研发经验；对架构选型、数据处理、应用系统对接、应用运行过程的性能优化问题能提供解决方案；能够选择并实现常见的算法模型，准确理解业务需求并转化为可实现的技术方案。2.计算机视觉实施工程师计算机视觉实施工程师定位于应用开发人才层次。该类人才着重于计算机视觉平台的部署、调试、维护，为数据科学家进行建模、开发工程师进行应用开发提供保障。a）综合能力具有对计算机视觉平台实施、维护的经验，其中包括大数据、操作系统、分布式存储与计算、微服务编排及容器虚拟化等方面的实施与维护工作经验，并可规划相应部署方案；具有网络诊断能力及排障综合分析能力；掌握人工智能平台的基础架构，熟悉人工智能平台的使用主流程，熟悉人工智能平台工作流程；具备实施过程中客户跟踪及产出标准交付物的能力；了解计算机视觉平台与应用系统对接的流程与关键点。I）专业知识能力具备网络技术专业知识基础、大数据专业知识基础；具备操作系统部署、大数据部署、分布式存储部署、微服务编排及容器虚拟化部署的知识：具备网络规划、系统优化、大数据及微服务编排等组件架构的知识。C）技能能力燃统掌握编程语言，如Python等；熟练掌握SheII脚本编写，并根据需求编写辅助脚本：熟悉主流操作系统，如1.inUx、UNIX等，熟练掌握操作系统中的基础命令、基础服务配置与基本内存排障、日志分析技巧以及系统防火墙、磁盘管理、网络管理等技巧：熟悉数据库技术，掌握基本SQ1.语句编写、服务安装配置、优化排障：熟悉Docker及Kubernetes技术，包括部署安装、服务配置、日志分析等；熟悉大数据技术，包括HDFS、YARN等组件工作原理，服务配置、参数优化；熟悉常用网络协议和典型的网络通信过程。d）工程实践能力具备丰富的项目实施经验，能够独立完成项目实施阶段的方案设计、部署实施、文档编写及相应的故障应对处理方案；能够控制项目实施阶段环境、设备、软件等问题风险范围：具备企业级实施部署的技术能力与规范约束力，包括解决技术问题、遵守安全制度及产出规范文档等；具备独立安装部署大数据平台的能力，拥有人工智能场景的应用实施经验。3.计算机视觉测试工程师计算机视觉测试工程师定位于应用开发人才层次。该类人才需要对各类计算机视觉平台主流程的功能和性能测试，保证被测系统的质量，并具备通过测试流程和方法创新来提升研发的质量和效率。a）综合能力一具有对各种人工智能平台的功能和性能测试的经验，其中包括大数据方面和分布式场景方面的测试;具有对接口的功能测试和性能测试经脸；熟悉掌握人工智能平台的主流程；具备测试过程中进行缺陷跟踪和软件质量分析的能力。b）专业知识能力具备计算机视觉算法模型的基础知识和应用；具有前端测试方案、接口测试方案、大数据测试方案、分布式测试方案的设计知识和能力；熟悉掌握标准化的测试流程，包括需求分析、案例设计与编写、测试案例执行、回归测试、生产上线验证。C）技能能力熟悉掌握前端自动化测试工具、接口自动化测试工具，能够独立编写自动化测试案例与脚本，部署执行自动化测试案例，定位排查问题；熟悉性能测试工具，具备根据需求设计性能测试方案，独立编写性能测试脚本并执行结合性能测试数据给出调优意见，并输出标准性能测试报告；熟悉了解自动化测试框架，并能够独立搭建自动化测试框架;熟练掌握编程语言，并根据需求独立研发测试辅助工具；熟悉1.inUX或UNIX操作系统，掌握操作系统中的基础命令。d）工程实践能力具备深厚的项目测试组织经验，能够应对与协调项目中单人或多人测试工作，把握测试进度和质量，控制项目测试风险并给出风险解决方案；-具备企业级测试文案的输出能力，包括测试计划书、测试案例、功能测试报告、性能测试报告、UAT测试报告等。4 .计算机视觉建模应用工程师计算机视觉建模应用工程师定位于实用技能人才层次。该类人才着重于业务应用和建模能力，包括业务问题的转化，特征工程，计算机视觉算法原理的掌握和灵活应用。a）保合能力能够将业务问题转化为一个图像应用的问题，并制定优化目标，建立模型改善业务，从而提升业务效率；b）专业知识能力扎实的数学功底，精通计算机视觉算法中的数学方法，如矩薛、随机过程等； 熟悉掌握深度学习算法原理和应用； 精通图像处理基本概念和常用算法； 掌握图像分类，物品识别和检测的基本算法和原理。C）技能能力熟悉Python及OPenCV、Skimag等常用图像处理库； 熟悉TensorF1.ow.CatTe、Torch、MXNet等深度学习框架,并能够在此基础上实现算法；熟练掌握编程语言，如Java、Python,Sca1.a、C+等，具有良好的代码规范，熟悉1.inUX开发环境；熟练掌握常用数据结构，如链表、堆栈树等。d）工程实践能力能够结合实际问题，应用图像算法，通过调整网络结构和参数等完成对图像的定位、识别等，并能够根据业务效果持续做参数调整从而优化效果。5 .计算机视觉数据处理工程师计算机视觉数据处理工程师定位于实用技能人才层次。该类人才着重于业务应用，包括对图片、视频的数据处理，并运用标注工具对数据进行标注。a）繇合能力 充分理解数据标注的背景和标准；具有较强的推进能力和责任心，具有优秀的沟通能力和解决问题的能力。b）专业知识能力 具备计算机基础知识；掌握计算机视觉应用工具或产品的工作原理。C）技能能力根据需求，对图片、视频进行搜集、数据处理、数据筛选等工作；能够制定数据采集策略、制定采集管理规范等；运用标注工具，进行图片数据标注工作，并进行标注结果统计；熟悉W