《人工智能应用工程师》简介
一、项目简介
人工智能应用工程师课程是一套集专业化知识架构、科学化培养路径、系统化考核标准于一体的高端人工智能人才培养体系。该旨在衡量从业者在人工智能应用数据整合、语义理解、逻辑推理、文本输出以及应用等方面的能力，以满足不同行业对人工智能应用人才的需求，推动企业人工智能应用驱动决策的发展。
人工智能应用工程师考试是对人工智能领域从业者的全面考核，共分为初级，中级，高级三个等级。
二、能力标准
1、人工智能应用工程师（初级）
需要掌握Python编程基础、Python常用数据分析及处理工具numpy、pandas、scikit-learn，能以Python作为工具，解决基本的数据分析问题。能够理解业务目标，并能将业务目标初步转化为人工智能初级应用的能力，能结合具体技术进行初步目标实现。
适合政府、金融、电信、零售等行业前端业务及从事市场、管理、财务、供应、咨询等职位的相关人员。
2、人工智能应用工程师（中级）
一年以上大数据分析应用或人工智能应用实践工作经验，或已获得人工智能应用工程师（初级）。掌握Python编程基础；常用数据分析及处理工具numpy、pandas、matplotlib、scikit-learn；Python数据可视化、机器学习、常规案例应用，能够将业务目标准确转化为人工智能技术与应用目标，能将业务目标拆解成不同任务并找到对应技术实现方法，提升工作价值。
适合政府、金融、电信、零售、互联网、电商、医学等行业专门从事人工智能分析应用的人员。
3、人工智能应用工程师（高级）
三年以上大数据分析应用或人工智能应用实践岗位工作经验，或已获得人工智能应用工程师（中级）证书。掌握Python编程基础；Python常用数据分析及处理工具numpy、pandas、matplotlib、scikit-learn；数据可视化、自然语言处理、网络爬虫、人工智能应用、机器学习、多行业多领域AI技术应用、深度学习、典型人工智能应用，能充分理解业务目标，并将业务目标精准转换、拆分为具体技术任务；具有超强数据规划能力，不仅能自主完成各环节任务还能带领数据分析团队完成大型项目，为企业生产赋能。
适合政府、金融、电信、零售、互联网、电商、医学等行业数据分析应用资深人员。
三、课程内容
初级：
阶段 | 课程 | 知识模块 |
必备技能
| 人工智能导论 | 人工智能概述 |
大数据与人工智能 | ||
配套资料下载 | ||
Python编程基础 | 数据挖掘基础 | |
Python数据挖掘编程基础 | ||
配套资料下载 | ||
科学计算包NumPy | NumPy数值计算基础 | |
课程配套资料下载 | ||
Python数据可视化 | Matplotlib | |
配套资料下载 | ||
Python数据探索 | 数据探索 | |
配套资料下载 | ||
职业技术考核 | 人工智能应用工程师（初级）职业技术考试 |
中级：
阶段 | 课程 | 知识模块 |
人工智能环境管理 | 环境与存储系统配置 | 第三方库与虚拟机安装 |
依赖环境安装与配置 | ||
分布式服务框架安装与存储系统配置 | ||
人工智能数据管理 | 数据获取与采集技术 | 爬虫环境与爬虫简介 |
网页前端基础 | ||
简单静态网页爬取 | ||
模拟登录 | ||
网络爬虫框架 | ||
数据标注技术 | 数据标注 | |
数据迁移技术 | 基础操作命令 | |
人工智能应用编程 | 特征工程实战 | 特征工程的概念 |
数据探索与删除缺失值 | ||
缺失值填充、标准化与归一化处理 | ||
特征构建 | ||
基于皮尔逊相关系数与假设检验的特征选择 | ||
基于树与线性模型的特征选择 | ||
降维 | ||
特征转换 | ||
特征学习-相关介绍与数据准备 | ||
特征学习-代码实现 | ||
表情识别案例 | ||
图像处理技术 | 概述 | |
图像基础 | ||
图像几何变换 | ||
灰度级修正 | ||
图像二值化与图像平滑 | ||
图像锐化 | ||
视频图像处理练习 | ||
循环读取图片数据 | ||
第三方库读取图像文件 | ||
单张图像增强 | ||
多张图像增强 | ||
自然语言处理 | 绪论 | |
语料预处理 | ||
正向与逆向最大匹配法 | ||
N元语法模型与隐马尔可夫 | ||
Viterbi算法 | ||
jieba分词与去停用词 | ||
机器学习算法 | 机器学习绪论 | |
回归分析 | ||
决策树算法介绍 | ||
泰坦尼克号生还者预测 | ||
人工神经网络介绍 | ||
单样本网络训练 | ||
全样本网络训练 | ||
全样本网络训练 | ||
最近邻算法 | ||
聚类分析 | ||
支持向量机算法介绍 | ||
支持向量机代码实现 | ||
基于用户的协同过滤推荐 | ||
基于流行度推荐 | ||
人工智能应用测试 | 模型效果测试 | 性能度量 |
构建评价聚类和分类模型 | ||
构建评价回归模型与算法优化 | ||
项目实战 | 水产养殖水质智能识别 | 水产养殖水质智能识别： 1. 单张图像预处理 2. 批量数据预处理与模型构建 |
职业技术考核 | 人工智能应用工程师（中级）职业技术考试 |
高级：
阶段 | 课程 | 知识模块 |
人工智能环境管理 | 环境与存储系统配置 | 搭建Python环境 |
搭建Spark环境 | ||
安装虚拟机与Java | ||
Hadoop集群配置 | ||
分布式服务框架 | ||
分布式数据库 | ||
人工智能数据管理 | 数据标注技术 | 数据标注 |
数据迁移技术 | 数据迁移工具 | |
人工智能应用编程 | 深度学习算法 | 人工神经网络介绍 |
单样本网络训练 | ||
全样本网络训练 | ||
深度学习原理 | ||
循环神经网络 | ||
LSTM与生成对抗神经网络 | ||
TensorFlow2深度学习实现 | ||
TensorFlow2实现手写数字识别 | ||
PyTorch深度学习实现 | ||
PyTorch实现手写数字识别 | ||
MindSpore深度学习实现 | ||
MindSpore实现手写数字识别 | ||
基于PyTorch实现VGG网络猫狗大战； 1.数据预处理 2.模型训练与预测 3.模型训练与预测 | ||
计算机视觉实战 | 乳腺癌组织病理图像分类: 1. 背景分析与直方图均衡化 2. 图像增强 3. 模型训练与评估 | |
基于深度学习的肝脏肿瘤分割: 1. 案例背景与数据介绍 2. 数据读取与windowing方法 3. 数据预处理 4. 图像增强与归一化 5. 模型搭建与训练 | ||
电力巡检智能缺陷检测： 1. 背景介绍与数据探索 2. 掩膜图形二值化与图像切分 3. 数据平衡与图像增强 4. 图像批处理与模型搭建 5. 模型训练和测试 6. 模型预测 7. yolo-V3原理与实现 | ||
人脸智能生成 | ||
自然语言处理 | 向量化与独热编码 | |
词袋模型与TF-IDF | ||
Word2Vec模型： 1. 概述与训练 2. 应用与Doc2Vec模型 | ||
垃圾短信智能识别： 1. 背景介绍与预处理 2. 词频统计与文本向量化 | ||
基于深度学习的问政留言分类： 1. 背景介绍与预处理 2. 词向量提取与模型训练 | ||
股市评论数据情感分析： 1. 背景介绍与预处理 2. 机器学习模型 3. 深度学习模型 4. 测试集预测 | ||
基于Seq2Seq的机器翻译： 1. 数据预处理与划分 2. 定义模型结构 3. 模型编译与训练 4. 翻译与模型优化 | ||
语音识别技术 | 语音识别概述与wave操作 | |
读写音频与录音 | ||
时域、频域与Mel谱图 | ||
降噪与静音处理 | ||
预加重、分帧、加窗与傅里叶变换 | ||
语音特征提取 | ||
常用的语音识别算法介绍 | ||
声纹智能识别 | ||
英文数字语音识别： 1. 背景介绍与数据读取 2. 数据划分与特征提取 3. 特征处理与维度分析 4. 数据预处理与模型构建 5. 模型训练与测试 | ||
语音智能合成： 1. 背景介绍与预处理 2. 数据集构建与模型结构 3. 模型代码 | ||
人工智能应用测试 | 模型效果测试 | 市财政收入分析及预测： 1. 相关性分析与Lasso回归方法 2. 特征值预测与模型训练 |
P2P信贷结果预测： 1. 背景分析与数据加载 2. 非结构化数据处理 3. 缺失值处理 4. 异常值处理 5. 构建新指标并划分数据 6. 模型预测 | ||
职业技术考核 | 人工智能应用工程师（高级）职业技术考试 |
四、报考条件
初级：无要求，皆可报考。
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：
初级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。
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。