人工智能训练师理论知识考核要素细目表二级_第1页
人工智能训练师理论知识考核要素细目表二级_第2页
人工智能训练师理论知识考核要素细目表二级_第3页
人工智能训练师理论知识考核要素细目表二级_第4页
人工智能训练师理论知识考核要素细目表二级_第5页
已阅读5页,还剩7页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

人工智能训练师(二级)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3001道德的含义X002道德的准则X003道德的功能X004职业道德的特点X005职业道德的作用X006职业道德的特征XB职业守则2001诚实守信的具体要求X002爱岗敬业的具体要求X003遵纪守法的意义X004人工智能训练师职业守则相关要求XB基础知识A通用知识5001Office常用快捷键操作X002Word文档软件基本操作方法X003Windows输入法使用技巧Y004浏览器的基本使用方法X005Windows基本内置应用的操作X006软件的安装与卸载方法Z007Windows系统维护工具Y008Windows高阶使用方法X009Windows网络的基本设置方法Z010Windows常见故障修复方法ZB相关法律、法规知识5001劳动合同无效的条件X002劳动合同需要具备的条款X003劳动者解除劳动合同的条件X004用人单位不得解除劳动合同的情形X005网络运营者需要履行网络安全义务X006网络运营者办理入网手续时的要求X007关键信息基础设施的运行安全相关规定X008申请专利权力归属方的规定X009授予专利权的相关条件规定X010专利的申请程序相关规定XB相关知识要求A业务分析A业务架构与流程设计10001业务流程显性化与规范化X002业务流程体系化与智能化X003业务流程管理目标X004流程构成六大要素X005常用流程语言X006常用流程图X007常见业务运营框架X008业务流程优化原则X009业务流程再造原则X010BPM发展范式X011BPM保健因素与激励因素X012数字化BPM治理X013数字化BPM能力X014价值驱动流程管理X015敏捷BPMX016绿色BPMX017客户流程管理Y018二元BPM:创新与运营X019业务流程优化基本方法X020业务流程变革管理YB业务场景挖掘10001常用业务指标概念及选择分析X002指标体系和报表相关概念及分析X0035W2H分析方法进阶掌握X004逻辑树分析方法进阶掌握X005行业分析方法进阶掌握X006多维度拆解分析方法进阶掌握X007对比分析方法进阶掌握X008假设检验分析方法进阶掌握X009相关分析方法进阶掌握X010群组分析方法进阶掌握X011RFM分析方法进阶掌握X012AARRR模型分析方法进阶掌握X013漏斗分析方法进阶掌握X014数据分析过程中的问题原因及建议Y015电商行业业务案例分析X016金融信贷行业业务案例分析X017旅游行业业务案例分析X018数据分析框架X019第一关键指标概念掌握X020数据化管理的层次、流程及意义X021立体化数据分析X022二八法则及应用X023数据化管理应用模板X024Excel常用数据运营管理技巧X025营运策略的数据化管理Y026实际运营案例分析ZB智能训练A算法测试10001线性代数基础知识X002概率论知识X003最大似然估计X004主成分分析(PCA)原理X005微积分中链式法则X006批量和小批量算法X007奇异值分解原理SVDX008卷积运算X009RNN基础知识X010LSTM基础知识X011SVM算法解析X012集成学习原理及常见方法X013稀疏编码X014K-Means聚类算法解析X015过拟合及欠拟合解析X016Jacobian和Hessian矩阵解析X017L1和L2参数正则化X018估计、偏差和方差解析X019深度前馈网络X020卷积网络X021常用数据可视化工具X022交叉验证X023微软counterfit模型安全评估工具部署与应用Z024算法测试报告内容组成X025算法测试方案设计及数据筹备XB智能训练流程优化15001深度神经网络构建实例X002神经网络常见构建模块X003训练阶段数据载入详解X004训练阶段数据增强详解X005基于MindSpore的神经网络构建实例X006基于MindSpore训练数据准备X007基于MindSpore的可视化流程及实践X008预训练模型应用X009Tensorflow训练和评估流程设计X010分布式训练设计实战X011模型性能跟踪工具X012基于paddle机器学习模型设计步骤及实战X013基于paddle动态图构建网络实战X014基于paddle模型保存、加载及恢复训练X015网络卷积层设计X016网络池化层设计X017循环神经网络实现X018NLP常见数据增强方法X019多卡训练方法解析X020常见优化器详解X021常见激活函数详解X022常见损失函数详解X023Dropout正则化详解X024模型集成方法X025预训练模型微调X026词嵌入模型进阶使用X027CV常见数据增强方法X028批标准化BatchNormalization详解X029对抗训练Y030模型优化挑战YC智能系统设计A智能产品应用解决方案设计15001业务的目标X002实现业务目标的途径X003资金投资的概念与常用指标X004人力资源的管控力方法X005环境扫描理论X006常见管理模型X007产品生命周期的概念X008产品生命周期的经验曲线X009马斯洛需求层次理论X010业务场景的需求分类X011业务需求竞争性与需求调整X012业务需求分析的评价模型KANOX013业务的评价标准X014业务转化归因常见方案X015业务转化归因方案选择策略X016业务数据分析五步法X017业务竞争关系判定方法X018业务过程和关系的可视化方法X019用户行为的事件模型与常见分析方法Y020通用数据仓库建模方法Z021多智能产品的设计原则X022多智能产品的设计方法X023多智能产品设计中数据与需求的关系X024多智能产品设计中需求的产品转化X025多智能产品设计中的数据准备Y026多智能产品设计中的模型建立X027多智能产品设计中的模型评估X028多智能产品设计中的沟通分析X029多智能产品设计中的沟通控制X030设计系统的概念X031信息架构的三要素XB产品功能设计以及实现20001竞品分析X002客户分析X003产品路线图构建X004马斯洛需求层次理论X005需求蛋模型X006需求层级分析X007流程图详解X008业务实体关系图详解X009数据流程图详解X010状态图详解X011需求文档的构成X012需求管理的定义与目的X013需求管理模式与公交模型X014需求池的定义与核心X015需求收集模板X016排期站会分析Y017人工智能产品设计与需求的新趋势Y018人工智能产品的安全性X019人工智能产品的可用性X020人工智能产品的可靠性X021人工智能产品的性能X022人工智能产品的可支持性X023需求分析的量化X024SWOT分析模型应用实例分析Y025产品的生命周期X026项目管理核心问题分析Y0275W1H项目计划制订X028PDCA循环的解析X029看板模式的项目管理X030敏捷开发解析X031瀑布式开发解析X032项目管理计划制定X033项目范围管理规划X034项目进度管理规划X035项目成本管理规划X036项目质量管理规划X037项目资源管理规划X038项目沟通管理规划X039项目风险管理规划X040项目采购管理规划X041项目参与相关方识别X042五大项目管理过程组X043项目进度网络图应用X044紧前关系绘图方法YD培训与指导A培训3001进阶培训计划编写要求X002进阶培训计划编写流程X003培训体系构建进阶知识X004培训效果的评估X005进阶培训教学技巧X006知识及技术培训进阶要点YB指导2001进阶实践教学方法X002进阶指导注意事项X003进阶技术指导方式X004业务指导方案编制进阶要点X005指导效果进阶评估方法Z填表人:李世伟填表日期:2023年3月13日审核人:※※※审表日期:年月日

附录说明:本表参照国家职业技能标准《人工智能训练师》(2021年版)的要求和范围制定,职业编码:4-04-05-05。鉴定点共217个,其中X:194个,占比89.4%;Y:16个,占比7.4%;Z:7个,占比3.2%。主要参考文献:水藏玺,等,业务流程再造,北京:中国经济出版社,第五版徐全安,运营之上:互联网业务的全局运营方法论与实践,北京:电子工业出版社,第一版张燕飞,等,数字化转型:重塑业务流程管理,北京:中国铁道出版社,第一版猴子-数据分析学院,数据分析思维:分析方法和业务知识,北京:清华大学出版社,第一版IanGoodfellow,等,深度学习DeepLearning,北京:人民邮电出

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论