岗位认证介绍
Introduction to post certification
一、报考对象
具备以下条件之一者，均可申请参与中级评价
1、持有该专业初级证书
2、本科及以上学历在校学生或该行业的从业人员
3、高职高专毕业并从事该行业满两年的从业人员
二、岗位能力要求
a) 综合能力
——对深度学习的建模有深入的认识，了解具体建模方案落地过程的问题并给出解决路径；
——根据实际业务需求能够提出具体解决方案，并能梳理其中的技术架构及逻辑架构，同时具备对AI算法进行实用性、拓展性、创新性优化的能力。
b) 专业知识能力
——有良好的数据结构、算法基础，对深度学习算法有较深的了解；
——熟悉主流的深度学习模型，掌握深度学习算法以及相关的机器视觉、自然语言处理，部分语音及推荐等方向的常用算法；
——掌握CV领域深度学习经典模型并能完成图像的检测和分割；
——掌握传统序列模型及非序列模型的基本原理和使用方法；
——熟悉多线程、多模态，场景下的深度学习模型构建过程，具备一定大数据环境下的数据处理能力。
c) 技能能力
——具备扎实的编程开发基础，Python，TensorFlow、及PyTorch，Keras等深度学习框架和OpenCV等常用框架；
——具备较强的代码复用及迁移能力，具有较高的开发效率。
d) 工程实践能力
——具备深度学习项目研发经验，能够实现深度学习解决方案的开发落地与性能提升；
——具备较强的算法闭环能力及工程化实践能力，同时有丰富的模型优化及压缩等经验。
三、考纲明细
四、学习路径
（一）掌握一门基础课程
1.《计算机与大数据基础》
（二）掌握四门专业核心课程
1. 《机器学习常见算法与模型》
2. 《深度学习在计算机视觉中的应用》
3. 《深度学习在自然语言处理中的应用》
4. 《机器学习》
（三）熟练学习三个实训项目
1. 人工智能通识与导论
2. 人工智能程序设计
3. 深度学习工程师（中级）实训
