一、项目简介
人工智能算法工程师课程是一套涵盖专业化知识架构、科学化培养路径与系统化考核标准的高端人工智能算法人才培养体系。该体系旨在全面衡量从业者在人工智能算法设计、模型开发、技术落地及多领域应用等方面的核心能力,满足政府、金融、互联网、医疗、制造等多行业对人工智能算法专业人才的需求,助力企业以算法创新驱动业务升级与决策优化。
人工智能算法工程师考试作为对该领域从业者的权威考核,共分为中级、高级两个等级,层级递进且覆盖不同阶段职业发展需求。
二、能力标准
1、人工智能算法工程师(中级)
需具备一年以上人工智能算法应用或数据分析相关实践工作经验,或已获得人工智能算法工程师(初级)证书。熟练掌握 Python 编程及数据可视化工具,深入理解机器学习经典算法,具备特征工程实战能力,能熟练运用自然语言处理基础技术、图像处理基础方法解决行业具体问题,可将复杂业务目标准确拆解为算法任务并实现技术落地。
适合互联网、电商、医学、电信等行业专门从事人工智能算法设计、模型开发与应用的专业人员。
2、人工智能算法工程师(高级)
需具备三年以上人工智能算法相关实践岗位工作经验,或已获得人工智能算法工程师(中级)证书。精通深度学习框架与核心算法,熟练掌握计算机视觉、自然语言处理、语音识别等前沿技术,具备大模型原理应用与微调能力。能深度洞察行业业务本质,主导复杂算法项目设计与实施,带领团队完成大型算法工程落地,为企业核心业务赋能。
适合互联网、医疗、制造、金融等行业人工智能算法领域的资深技术人员与项目负责人。
- 课程内容
高级:
| 阶段名称 | 课程名称 | 模块名称 | |
| 基础知识 | 大模型与AIGC概述 | 大模型介绍 | |
| AIGC简介 | |||
| 机器学习原理 | 机器学习绪论 | ||
| 回归分析 | |||
| 决策树 | |||
| 神经网络 | |||
| KNN | |||
| 朴素贝叶斯 | |||
| 聚类分析 | |||
| 支持向量机 | |||
| 人工智能算法原理与实践 | PyTorch框架基础实践 | 张量操作 | |
| 构建一个线性模型 | |||
| 识别手写数字 | |||
| 深度学习原理与实现 | 引言 | ||
| 卷积神经网络CNN | |||
| 循环神经网络RNN | |||
| 长短时记忆网络LSTM | |||
| 利用LSTM实现手写数字识别 | |||
| 大模型原理与应用 | 万模基座Transformer | ||
| GPT和BERT | |||
| Transformer应用 | |||
| 计算机视觉算法实战 | 计算机视觉实战 | 概述 | |
| 读写图像 | |||
| 图像几何变换 | |||
| 灰度处理 | |||
| 图像二值化 | |||
| 图像平滑 | |||
| 脑PET图像分析与疾病预测 | 数据处理 | ||
| 模型构建 | |||
| 模型性能评估 | |||
| 基于FaceNet算法的人脸智能识别 | 背景与目标 | ||
| 人脸检测与对齐 | |||
| 人脸特征提取 | |||
| 人脸识别 | |||
| 农田害虫图像识别 | 目标分析 | ||
| YOLO目标检测 | |||
| 据探索与处理 | |||
| 数据加工 | |||
| 环境搭建与模型训练 | |||
| 模型应用与拓展延伸 | |||
| 基于YOLOv8算法的岩石样本图像分割 | 目标分析 | ||
| YOLOv8模型介绍 | |||
| 数据准备 | |||
| 模型训练 | |||
| 模型预测与验证 | |||
| 自然语言算法实战 | 自然语言处理实战 | 绪论 | |
| 语料库处理 | |||
| 正向与逆向最大匹配法 | |||
| N元语法模型 | |||
| 隐马尔可夫与Viterbi算法 | |||
| jieba分词与去停用词 | |||
| 向量化与独热编码 | |||
| 词袋模型与TF-IDF | |||
| Word2Vec模型 | |||
| 基于textCNN算法的公众健康问句分类 | 背景分析 | ||
| 数据探索与处理 | |||
| 词嵌入 | |||
| 模型构建与训练 | |||
| 新冠疫情期间网民情绪识别 | 数据准备 | ||
| 模型训练与性能评估 | |||
| 小结 | |||
| 推荐系统受众性别智能识别 | 目标分析 | ||
| 数据预处理 | |||
| 词嵌入 | |||
| 模型构建与训练 | |||
| 基于通义千问(Qwen)的创意广告生成 | 千问大模型介绍 | ||
| 数据准备 | |||
| 模型微调和验证 | |||
| 小结 | |||
| 职业技术考核 | 人工智能算法工程师(高级)职业技术考试 | ||
- 报考条件
中级:(满足其中一个条件即可)
1.获得初级证书。
2.年满18周岁,具备高中以上学历,工作年限满1年
高级:(满足其中一个条件即可)
1.获得中级证书。
2.年满20周岁以上,工作年限满2年
3.年满20周岁以上,具备大专及以上学历
五、考试方式
考试方式分为线下考试站点或线上考试系统统考两种方式,考试形式为上机答题,闭卷。
考试题型:
中级:120 分钟,单选题+多选题+判断题+操作题+简答题,上机答题。
高级:120 分钟,单选题+多选题+判断题+操作题+简答题,上机答题。
六、成绩评分
考试最终成绩满分为100分,成绩80-100分为优秀;成绩60-79分
为合格;成绩60分以下为不合格。
七、证书发放及查询
对通过考试的学员,培训、考试资料交齐、费用缴纳后,颁发人工智能应用工程师职业技术证书,120个工作日内以快递的方式寄出,证书可官网http://www.miiteec.org.cn查询。
八、官方指定报名渠道www.aigc.cn,详情可咨询:
必须备注:人工智能算法工程师



津公网安备12011002023007号