人工智能训练师理论知识考核要素细目表一级.docx

人工智能训练师（一级）理论知识考核要素细目表（征求意见稿）

鉴定范围

鉴定点

一级

二级

三级

代码

名称

重要程度

代码

名称

代码

名称

代码

名称

权重

A

基本要求

A

职业道德

A

职业道德基本知识

3

001

道德的含义

X

002

道德的属性

X

003

道德的功能

X

004

职业道德的特点

X

005

职业道德的作用

X

006

职业道德的特征

X

B

职业守则

2

001

诚实守信的基本要求

X

002

爱岗敬业的基本要求

X

003

遵纪守法的意义

X

004

人工智能训练师职业守则相关要求

X

B

基础知识

A

通用知识

2

001

MicrosoftOffice基本操作

X

002

常用操作系统基本操作

X

003

Windows系统维护工具

Y

004

常用操作系统的文件管理

Y

B

相关法律、法规知识

3

001

劳动合同无效的条件

X

002

劳动合同需要具备的条款

X

003

关键信息基础设施的运行安全相关规定

X

004

申请专利权力归属方的规定

X

005

授予专利权的相关条件规定

X

006

专利的申请程序相关规定

X

B

相关知识

要求

A

业务分析

A

业务设计

10

001

业务指标的概念

X

002

指标的组成

X

003

指标的概念

X

004

指标体系的概念

X

005

指标体系的应用

X

006

业务指标分析方法

X

007

指标体系的必要性

X

008

指标体系的选取方式

X

009

场景化搭建指标体系的流程

X

010

OSM模型的概念与原理

X

011

分析模型搭建指标体系的流程

X

012

海盗指标法的概念与原理

X

013

业务指标管理阶段的常见问题

X

014

指标管理的目标

Z

015

指标体系的元数据管理

X

016

指标体系建设流程

X

017

指标体系图谱建设

X

018

业务指标清理的必要性

X

019

业务指标体系的作用

X

020

流程设计常用符号

X

021

流程图相关知识

X

022

矩阵式流程图

Y

023

流程说明相关要求

X

024

业务数据流程设计的原则及事项

Y

025

业务数据流程相关概念

X

026

制定业务战略的必要性

X

027

业务战略规划7步法

X

028

业务模式的五个关键业务要素

X

029

业务战略的第一性原理

X

B

业务创新

10

001

自然语言处理的概念

X

002

自然语言处理的步骤

X

003

自然语言处理的应用

X

004

计算机视觉的概念

X

005

计算机视觉的基本原理

X

006

计算机视觉的相关任务

X

007

计算机视觉的应用

X

008

知识图谱的概念

X

009

知识图谱的表示

X

010

知识图谱的构建流程

Z

011

知识图谱的设计方法

Y

012

语音识别的原理

X

013

语音识别的流程

X

014

语音识别的应用

X

15

多模态方法的概念

X

16

多模态融合的应用

X

17

机器人感知的过程

X

18

机器人运动与规划控制的基本流程

Y

19

机器人的应用领域

X

020

业务构建流程

X

021

业务逻辑关系图分析

X

022

价值链分析法

X

023

绩效重要性矩阵

X

024

核心业务流程规划要素

X

025

核心管理流程规划要素

X

026

核心辅助流程规划要素

Y

B

智能训练

A

算法测试

15

001

深度学习框架的优势

X

002

主流的深度学习框架的特点

X

003

张量的概念与基本操作

X

004

张量表征各类数据的方法

X

005

深度学习回归问题算法

X

006

深度学习梯度下降算法

X

007

深度学习分类问题算法

X

008

深度学习过拟合与欠拟合

X

009

深度神经网络的前向网络

X

010

深度神经网络的反向传播

X

011

深度神经网络的泛化能力

X

012

卷积神经网络基本概念与应用方法

X

013

循环神经网络基本概念与应用方法

X

014

预训练网络的概念与应用

X

015

深度学习可视化的概念与应用

X

016

深度学习的数据准备流程

Z

017

深度学习系统面临的主要挑战

X

018

深度神经网络的人工神经元

X

019

深度神经网络的正则化

X

020

深度神经网络的Dropout

X

021

深度神经网络的自适应学习率

Y

022

深度神经网络的批标准化

X

023

深度学习任务的常见指标

X

024

智能训练中的数据增强方法

X

025

智能训练中的数据集优劣分析

Y

026

深度神经网络参数的初始化

X

027

深度神经网络的微调方法

X

028

优化算法的概念及其深度学习中的挑战

X

029

常见的深度学习优化算法

X

030

深度神经网络中的注意力机制

X

031

提高深度神经网络计算性能的常见方