岗位认证介绍

Introduction to post certification

一、报考条件

具备以下条件之一者，均可申请参与高级评价

1、持有该专业中级证书

2、研究生及以上学历在校学生或该行业的从业人员

3、本科学历毕业并从事该行业满两年的从业人员

4、高职高专毕业并从事该行业满五年的从业人员

二、岗位能力要求

a) 综合能力

——具备扎实的理论基础，精通深度学习手段和建模方法，了解构建深度学习的方法论，能够利用深度学习方法来解决复杂的实际应用问题；

——具有较强的自我学习能力，始终保持对前沿研究领域的关注，能够复现并改进其中的相关工作，将新技术与既有基线系统进行横向对比；

——具备较强的业务理解能力，问题分析能力，有清晰的逻辑思维；

——拥有快速学习应用的能力和解决问题的能力。能够根据新技术新产品快速构建原型，探索新方案，对解决具有挑战性的问题保持热情。

b) 专业知识能力

——具备扎实的算法基础，熟练掌握深度学习算法以及相关的机器视觉、自然语言处理等方向的常用算法，包括但不限于概率推理、图模型、强化学习、迁移学习、对抗学习、有监督学习，非监督学习，大规模优化，语义理解，问答系统，文本分类，图像分类，目标检测等；

——掌握大数据环境下的数据处理能力，如文本、图像、文档、网页等数据的导入、加工、转化等能力。

c) 技能能力

——具备扎实的编程开发基础，熟练掌握C/C++、Python、Java、Shell、MATLAB等编程语言；

——熟悉Linux、Hadoop、Spark、Hive等大数据计算工具，掌握Caffe、TensorFlow、Parameter Server、MXNet、PyTorch、Keras等深度学习框架和函数库以及Scikit-learn、Xgboost、LightGBM等基本的深度学习框架和函数库；

d) 工程实践能力

——具备丰富的深度学习项目和系统构建研发经验。

——能够对实际面临的业务问题进行分析，梳理数据，设计特征方案和建模流程；

——能够设计、研发、部署和监控需要的深度学习算法，解答模型构建过程中的疑问，并能发现现有系统中的不足并提出合理的改进方案。

三、考纲明细

四、学习路径

（一）掌握七门基础课程

    1. 《人工智能导论》

    2. 《人工智能应用基础》

    3. 《Linux系统管理》

    4. 《数据库技术及应用》

    5. 《大数据平台应用》

    6. 《计算机与大数据基础》

    7. 《机器学习》

（二）掌握一门专业核心课程

    1. 《深度学习工程师（高级）》

（三）熟练学习四个实训项目

    1. 人工智能通识与导论

    2. 人工智能程序设计

    3. 机器学习技术与应用

    4. 计算机视觉技术与应用