生成式人工智能應(yīng)用職業(yè)技能等級(jí)標(biāo)準(zhǔn)-國(guó)民經(jīng)濟(jì)分類號(hào)A2465 征求意見稿

1T/CAICIXXXX—XXXX生成式人工智能應(yīng)用職業(yè)技能等級(jí)標(biāo)準(zhǔn)本標(biāo)準(zhǔn)規(guī)定了生成式人工智能應(yīng)用職業(yè)技能等級(jí)對(duì)應(yīng)的人才工作領(lǐng)域、工作任務(wù)及職業(yè)技能要求等。本標(biāo)準(zhǔn)是衡量從業(yè)人員技能水平和工作能力的尺度，是進(jìn)行技能培訓(xùn)、技能鑒定、企業(yè)用人以及開展國(guó)際勞務(wù)合作交流的主要依據(jù)。本標(biāo)準(zhǔn)適用于人工智能訓(xùn)練人才和生成式人工智能人才的各種不同崗位的工作職責(zé)和能力要求、職業(yè)技能培訓(xùn)、考核與評(píng)價(jià)、相關(guān)用人單位的人員聘用、培訓(xùn)與考核可參考使用。2規(guī)范性引用文件下列文件中的內(nèi)容通過(guò)文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對(duì)應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。下列文件中的內(nèi)容通過(guò)文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對(duì)應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。GB/T42755-2023人工智能面向機(jī)器學(xué)習(xí)的數(shù)據(jù)標(biāo)注規(guī)程GB/Z42759-2023智慧城市人工智能技術(shù)應(yīng)用場(chǎng)景分類指南GB/T42131-2022人工智能知識(shí)圖譜技術(shù)框架GB/T41867-2022信息技術(shù)人工智能術(shù)語(yǔ)GB/T42018-2022信息技術(shù)人工智能平臺(tái)計(jì)算資源規(guī)范GB/T5271.31-2006信息技術(shù)詞匯第31部分:人工智能機(jī)器學(xué)習(xí)GB/T20090.2-2013信息技術(shù)先進(jìn)音視頻編碼第2部分：視頻3術(shù)語(yǔ)和定義下列術(shù)語(yǔ)和定義適用于本文件。GB/T41867-2022界定的及下列術(shù)語(yǔ)和定義適用于本文件。3.1人工智能平臺(tái)artificialintelligenceplatform為人工智能應(yīng)用提供各類資源的軟硬件系統(tǒng)。[來(lái)源：GB/T42018-2022，3.1]3.2人工智能artificialintelligence；AI2T/CAICIXXXX—XXXX<學(xué)科>人工智能系統(tǒng)（3.1.8）相關(guān)機(jī)制和應(yīng)用的研究和開發(fā)。[來(lái)源：GB/T41867-2022，3.1.2]3.3人工智能服務(wù)器artificialintelligenceserver信息系統(tǒng)中能夠?yàn)槿斯ぶ悄軕?yīng)用提供高效能計(jì)算處理能力的服務(wù)器。[來(lái)源：GB/T41867-2022，3.1.3]3.4虛擬計(jì)算資源virtualcomputingresource為人工智能應(yīng)用提供信息處理能力（如儲(chǔ)存、計(jì)算等）的邏輯設(shè)備。3.5生成式對(duì)抗網(wǎng)絡(luò)generativeadversarialnetworks機(jī)器學(xué)習(xí)框架，由生成器和判別器組成，生成器接收隨機(jī)噪聲作為輸入生成與真實(shí)數(shù)據(jù)相似的數(shù)據(jù)；判別器區(qū)分生成的數(shù)據(jù)和真實(shí)數(shù)據(jù)。3.6生成式神經(jīng)網(wǎng)絡(luò)generativeneuralnetworks利用深度神經(jīng)網(wǎng)絡(luò)來(lái)學(xué)習(xí)數(shù)據(jù)分布并生成新數(shù)據(jù)的模型。3.7深度學(xué)習(xí)deeplearning使用具有多層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)來(lái)學(xué)習(xí)數(shù)據(jù)的復(fù)雜模式。3.8變分自編碼器variationalautoencoder通過(guò)將輸入數(shù)據(jù)編碼為低維度的隱向量，然后解碼器將隱向量重新生成原始數(shù)據(jù)。3.9注意力機(jī)制attentionmechanism在神經(jīng)網(wǎng)絡(luò)中用于提高模型性能的技術(shù)，通過(guò)為不同部分分配不同的權(quán)重，使模型能夠關(guān)注輸入數(shù)據(jù)的重要部分。3.10人工智能加速處理器artificialintelligenceacceleratingprocessor具備適配人工智能算法的運(yùn)算微架構(gòu)，能夠完成人工智能應(yīng)用加速運(yùn)算處理的集成電路元件。[來(lái)源：GB/T41867-2022,3.1.5,有修改]4總則4.1總體目標(biāo)根據(jù)《國(guó)務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》、《國(guó)務(wù)院關(guān)于印發(fā)國(guó)家職業(yè)教育改革實(shí)施方案的通知》、《關(guān)于在院校實(shí)施“學(xué)歷證書+若干職業(yè)技能等級(jí)證書”制度試點(diǎn)方案》等有關(guān)規(guī)定，結(jié)合人工智能行業(yè)的特點(diǎn)，對(duì)比國(guó)內(nèi)設(shè)立人工智能專業(yè)的高校培養(yǎng)方案，通過(guò)借鑒國(guó)內(nèi)先進(jìn)標(biāo)準(zhǔn)，對(duì)接新一代人工智能發(fā)展趨勢(shì)、市場(chǎng)需求，銜接專業(yè)教學(xué)標(biāo)準(zhǔn)，設(shè)計(jì)生成式人工智能應(yīng)用職業(yè)技能等級(jí)標(biāo)準(zhǔn)，建立職業(yè)技能等級(jí)標(biāo)準(zhǔn)體系，深化復(fù)合型技術(shù)技能人才培養(yǎng)的培訓(xùn)模式和人才評(píng)定模式，拓展就業(yè)創(chuàng)業(yè)本領(lǐng)，促進(jìn)學(xué)習(xí)者靈活、高質(zhì)量就業(yè)。4.2遵循原則3T/CAICIXXXX—XXXX4.2.1科學(xué)性原則職業(yè)技能等級(jí)標(biāo)準(zhǔn)的開發(fā)設(shè)計(jì)依據(jù)職業(yè)標(biāo)準(zhǔn)并結(jié)合職業(yè)崗位工作任務(wù)，客觀、準(zhǔn)確地確定標(biāo)準(zhǔn)的范圍、等級(jí)及職業(yè)技能要求。4.2.2規(guī)范性原則職業(yè)技能等級(jí)標(biāo)準(zhǔn)依據(jù)本指南所規(guī)定的標(biāo)準(zhǔn)框架、程序與方法等開發(fā)設(shè)計(jì)，表述準(zhǔn)確、規(guī)范，層次清晰，邏輯嚴(yán)謹(jǐn)，專業(yè)術(shù)語(yǔ)和定義符合所屬行業(yè)最新國(guó)家標(biāo)準(zhǔn)和規(guī)范，前后一致，內(nèi)容應(yīng)及時(shí)反映產(chǎn)業(yè)主流技術(shù)，體現(xiàn)行業(yè)最新要求。4.2.3廣泛性原則職業(yè)技能等級(jí)標(biāo)準(zhǔn)的開發(fā)設(shè)計(jì)應(yīng)聯(lián)合行業(yè)、企業(yè)、院校等相關(guān)各方參與，提高標(biāo)準(zhǔn)含金量和權(quán)威性，贏得行業(yè)企業(yè)廣泛認(rèn)可，保障標(biāo)準(zhǔn)實(shí)施。4.2.4適應(yīng)性原則職業(yè)技能等級(jí)標(biāo)準(zhǔn)要反映行業(yè)、企業(yè)最新技術(shù)技能發(fā)展水平，體現(xiàn)產(chǎn)業(yè)發(fā)展新技術(shù)、新工藝、新規(guī)范、新要求，適應(yīng)不同地域之間可能存在的差異，符合職業(yè)院校教學(xué)規(guī)律，滿足院校教學(xué)實(shí)際需求，內(nèi)容應(yīng)具體化，可度量、可檢驗(yàn)、可操作。5職業(yè)概況5.1職業(yè)名稱生成式人工智能應(yīng)用工程師5.2職業(yè)定義生成式人工智能應(yīng)用工程師：專注于開發(fā)和應(yīng)用生成式人工智能技術(shù)的專業(yè)人員，負(fù)責(zé)設(shè)計(jì)和實(shí)施能自動(dòng)生成文本、圖像、音頻和視頻內(nèi)容的模型。需要具備深厚的數(shù)學(xué)、統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)背景，熟悉深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)原理，并能運(yùn)用這些知識(shí)構(gòu)建、訓(xùn)練和優(yōu)化復(fù)雜模型。還需要掌握數(shù)據(jù)預(yù)處理、分析、模型選擇及評(píng)估技能，深入理解圖像生成技術(shù)，如StableDiffusion等模型的核心原理與應(yīng)用，并能熟練掌握LangChain框架，以實(shí)現(xiàn)高效語(yǔ)言模型應(yīng)用。此外，還需具備大模型使用、優(yōu)化和部署能力，以及設(shè)計(jì)和實(shí)現(xiàn)基于知識(shí)庫(kù)的問(wèn)答系統(tǒng)的能力。5.3專業(yè)技術(shù)等級(jí)本職業(yè)共設(shè)三個(gè)等級(jí)，分別為初級(jí)、中級(jí)、高級(jí)。5.4職業(yè)能力特征具有較強(qiáng)的學(xué)習(xí)能力、計(jì)算能力、表達(dá)能力及分析、推理和判斷能力、規(guī)劃/開發(fā)和架構(gòu)能力。5.5普通受教育程度4T/CAICIXXXX—XXXX大學(xué)專科學(xué)歷（或高等職業(yè)學(xué)校畢業(yè)）及以上。6基本要求6.1職業(yè)道德6.1.1職業(yè)守則（1）遵紀(jì)守法，愛崗敬業(yè)。（2）精益求精，勇于創(chuàng)新。（3）愛護(hù)設(shè)備，安全操作。（4）遵守規(guī)程，執(zhí)行工藝。（5）認(rèn)真嚴(yán)謹(jǐn)，忠于職守。6.2基礎(chǔ)知識(shí)6.2.1基礎(chǔ)理論知識(shí)（1）python知識(shí)（2）數(shù)據(jù)倉(cāng)庫(kù)知識(shí)（3）數(shù)據(jù)分析知識(shí)（4）機(jī)器學(xué)習(xí)和深度學(xué)習(xí)基礎(chǔ)知識(shí)（5）人工智能的基礎(chǔ)知識(shí)（6）生成式人工智能基礎(chǔ)知識(shí)（7）數(shù)據(jù)分析基礎(chǔ)知識(shí)（8）機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法基礎(chǔ)知識(shí)6.2.2基礎(chǔ)技術(shù)知識(shí)（1）圖像處理知識(shí)（2）python在各方面以及各種庫(kù)的使用知識(shí)（3）數(shù)據(jù)標(biāo)注知識(shí)（4）算法基礎(chǔ)知識(shí)（5）python大數(shù)據(jù)的基礎(chǔ)使用知識(shí)（6）python在各方面以及各種庫(kù)的使用知識(shí)（7）計(jì)算機(jī)語(yǔ)言技術(shù)知識(shí)（8）算法基礎(chǔ)知識(shí)6.2.3相關(guān)法律、法規(guī)知識(shí)（1）《中華人民共和國(guó)個(gè)人信息保護(hù)法》（2）《中華人民共和國(guó)數(shù)據(jù)安全法》5T/CAICIXXXX—XXXX（3）《中華人民共和國(guó)消費(fèi)者權(quán)益保護(hù)法》（4）《中華人民共和國(guó)勞動(dòng)法》（5）《中華人民共和國(guó)安全生產(chǎn)法》（6）《中華人民共和國(guó)網(wǎng)絡(luò)安全法》（7）《關(guān)于加強(qiáng)網(wǎng)絡(luò)信息保護(hù)的決定》（8）《關(guān)鍵信息基礎(chǔ)設(shè)施安全保護(hù)條例》（9）《網(wǎng)絡(luò)安全等級(jí)保護(hù)條例》（10）《電信和互聯(lián)網(wǎng)用戶個(gè)人信息保護(hù)規(guī)定》（11）《國(guó)家網(wǎng)絡(luò)空間安全戰(zhàn)略》（12）《禁止網(wǎng)絡(luò)不正當(dāng)競(jìng)爭(zhēng)行為規(guī)定》（13）《征信業(yè)務(wù)管理辦法》6.2.4其他相關(guān)知識(shí)（1）環(huán)境保護(hù)知識(shí)（2）文明生產(chǎn)知識(shí)（3）勞動(dòng)保護(hù)知識(shí)（4）資料保管保密知識(shí)7面向職業(yè)崗位主要面向信息化企事業(yè)及人工智能產(chǎn)品企業(yè)管理者、產(chǎn)品負(fù)責(zé)人（數(shù)據(jù)標(biāo)注、數(shù)據(jù)預(yù)處理、模型訓(xùn)練、模型調(diào)優(yōu)評(píng)估等相關(guān)崗位人員）、新一代人工智能規(guī)劃設(shè)計(jì)院相關(guān)人員；對(duì)人工智能感興趣的業(yè)內(nèi)人士；人工智能相關(guān)專業(yè)的高校教師、學(xué)生；各級(jí)人工智能建設(shè)工作領(lǐng)導(dǎo)小組辦公室負(fù)責(zé)人；從事自然語(yǔ)言處理、計(jì)算機(jī)視覺、推薦系統(tǒng)，平臺(tái)維護(hù)管理等工作崗位的相關(guān)人員等。8職業(yè)技能要求8.1職業(yè)技能等級(jí)劃分生成式人工智能應(yīng)用職業(yè)技能等級(jí)分為三個(gè)等級(jí)：初級(jí)、中級(jí)、高級(jí)，三個(gè)級(jí)別的專業(yè)能力要求和相關(guān)知識(shí)要求依次遞進(jìn)，高級(jí)別涵蓋低級(jí)別職業(yè)技能要求?！旧墒饺斯ぶ悄軕?yīng)用工程師】（初級(jí)）：能夠熟練進(jìn)行數(shù)據(jù)清洗、轉(zhuǎn)換與特征工程，合理劃分?jǐn)?shù)據(jù)集，并運(yùn)用統(tǒng)計(jì)學(xué)方法及可視化工具深入分析數(shù)據(jù)；需理解多種機(jī)器學(xué)習(xí)模型的原理及適用場(chǎng)景，能根據(jù)任務(wù)需求選擇合適的模型進(jìn)行訓(xùn)練，并運(yùn)用交叉驗(yàn)證等技術(shù)全面評(píng)估模型；在生成式人工智能方面，需掌握其基本概念、原理及應(yīng)用領(lǐng)域，能快速上手使用常見工具或平臺(tái)，根據(jù)簡(jiǎn)單需求生成內(nèi)容或解決6T/CAICIXXXX—XXXX方案；需深入理解提示詞的作用及重要性，熟練掌握構(gòu)造和使用技巧，能靈活運(yùn)用提示詞引導(dǎo)生成式人工智能產(chǎn)生符合預(yù)期的輸出；同時(shí)，需理解文本生成圖像、圖生圖與風(fēng)格轉(zhuǎn)換、音頻與視頻生成的基本原理，能使用先進(jìn)模型或算法生成高質(zhì)量的內(nèi)容；此外，還需具備大模型的基礎(chǔ)使用技能，包括理解大模型的基本概念、架構(gòu)特點(diǎn)及訓(xùn)練方法，熟練掌握PythonAPI和SDK的基礎(chǔ)使用方法，能實(shí)現(xiàn)簡(jiǎn)單的生成式人工智能應(yīng)用，并查閱文檔快速掌握新功能和參數(shù)調(diào)整方法。學(xué)歷和工作經(jīng)歷要求方面，需要為大專以上學(xué)歷并具有1年以上生成式人工智能項(xiàng)目經(jīng)驗(yàn)的人員，或者為數(shù)學(xué)、統(tǒng)計(jì)學(xué)等人工智能相關(guān)專業(yè)畢業(yè)的碩士研究生及以上學(xué)歷的人員，或者獲得生成式人工智能應(yīng)用工程師（初級(jí)）證書的人員?！旧墒饺斯ぶ悄軕?yīng)用工程師】（中級(jí)能夠熟練掌握主流深度學(xué)習(xí)框架及神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建與訓(xùn)練，包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等，并具備運(yùn)用深度學(xué)習(xí)技術(shù)進(jìn)行模型優(yōu)化和提升性能的能力；在生成式人工智能基礎(chǔ)應(yīng)用方面，能夠有效利用PPT制作工具展示大模型原理及應(yīng)用，深入閱讀并分析最新研究文獻(xiàn)，掌握小批量樣本學(xué)習(xí)與文本生成的方法，并熟練使用AIBot平臺(tái)進(jìn)行大模型的部署、訓(xùn)練和推理任務(wù)；此外，還能夠進(jìn)行大模型的進(jìn)階使用，包括向量數(shù)據(jù)庫(kù)、詞嵌入模型的介紹與使用，以及利用Gradio快速構(gòu)建和部署生成式人工智能應(yīng)用原型；在綜合項(xiàng)目方面，能夠設(shè)計(jì)和實(shí)現(xiàn)基于知識(shí)庫(kù)的問(wèn)答系統(tǒng)，并進(jìn)行性能評(píng)估。學(xué)歷和工作經(jīng)歷要求方面，需要為大專以上學(xué)歷并具有3年以上生成式人工智能項(xiàng)目經(jīng)驗(yàn)的人員，或者為數(shù)學(xué)、統(tǒng)計(jì)學(xué)等人工智能相關(guān)專業(yè)畢業(yè)的博士研究生及以上學(xué)歷的人員，或者獲得生成式人工智能應(yīng)用工程師（中級(jí)）證書的人員?！旧墒饺斯ぶ悄軕?yīng)用工程師】（高級(jí)能夠深入理解和應(yīng)用圖像生成領(lǐng)域的先進(jìn)技術(shù)，包括StableDiffusion等模型的核心原理與應(yīng)用場(chǎng)景，具備根據(jù)需求進(jìn)行算法選擇、調(diào)優(yōu)和改進(jìn)的能力；全面掌握LangChain框架的使用，從LLM模塊、數(shù)據(jù)連接模塊到代理人模塊，均能熟練掌握并優(yōu)化配置，以實(shí)現(xiàn)高效的語(yǔ)言模型應(yīng)用；在LangChain框架應(yīng)用方面，能夠設(shè)計(jì)和實(shí)現(xiàn)基于RAG、向量數(shù)據(jù)庫(kù)、檢索與增強(qiáng)以及ReAct的復(fù)雜應(yīng)用場(chǎng)景，滿足實(shí)際需求；此外，還能夠熟練運(yùn)用LLM和LangChain工具構(gòu)建本地知識(shí)庫(kù)，設(shè)計(jì)自適應(yīng)RAG策略，以提升生成內(nèi)容的質(zhì)量和效率。學(xué)歷和工作經(jīng)歷要求方面，需要為大專以上學(xué)歷并具有5年以上生成式人工智能項(xiàng)目經(jīng)驗(yàn)的人員，或者為數(shù)學(xué)、統(tǒng)計(jì)學(xué)等人工智能相關(guān)專業(yè)畢業(yè)的博士研究生并且具有1年以上生成式人工智能項(xiàng)目經(jīng)驗(yàn)的人員，或者獲得生成式人工智能應(yīng)用工程師（高級(jí)）證書的人員。8.2職業(yè)技能等級(jí)要求描述8.2.1生成式人工智能應(yīng)用工程師職業(yè)技能等級(jí)要求描述生成式人工智能應(yīng)用工程師職業(yè)技能等級(jí)要求（初級(jí)）見表1，生成式人工智能應(yīng)用工程師職業(yè)技能等級(jí)要求（中級(jí)）見表2，生成式人工智能應(yīng)用工程師職業(yè)技能等級(jí)要求（高級(jí)）見表3。7T/CAICIXXXX—XXXX工作領(lǐng)域工作任務(wù)職業(yè)技能要求1.機(jī)器學(xué)習(xí)入門1.1數(shù)據(jù)預(yù)處理1.1.1能夠熟練進(jìn)行數(shù)據(jù)清洗，處理缺失值、異常值和重復(fù)數(shù)據(jù)1.1.2能夠執(zhí)行數(shù)據(jù)轉(zhuǎn)換與特征工程，包括數(shù)據(jù)類型轉(zhuǎn)換、編碼及特征提取1.1.3能夠合理劃分?jǐn)?shù)據(jù)集，進(jìn)行數(shù)據(jù)分割與采樣，處理數(shù)據(jù)不平衡情況1.2數(shù)據(jù)分析與可視化1.2.1能夠運(yùn)用統(tǒng)計(jì)學(xué)方法對(duì)數(shù)據(jù)進(jìn)行深入分析，發(fā)現(xiàn)數(shù)據(jù)中的模式和趨勢(shì)1.2.2能夠使用數(shù)據(jù)可視化工具，將復(fù)雜數(shù)據(jù)轉(zhuǎn)化為易于理解的圖表和圖像1.2.3能夠根據(jù)業(yè)務(wù)需求，設(shè)計(jì)并實(shí)現(xiàn)定制化的數(shù)據(jù)分析與可視化解決方案1.3模型選擇1.3.1能夠理解并掌握多種機(jī)器學(xué)習(xí)模型的原理及適用場(chǎng)景1.3.2能夠根據(jù)任務(wù)需求，選擇合適的模型進(jìn)行訓(xùn)練1.3.3能夠運(yùn)用交叉驗(yàn)證等技術(shù)，對(duì)模型進(jìn)行全面評(píng)估，確保模型選擇的合理性和有效性1.4模型訓(xùn)練與評(píng)估1.4.1能夠使用適當(dāng)?shù)墓ぞ吆涂蚣?，進(jìn)行高效的模型訓(xùn)練1.4.2能夠監(jiān)控訓(xùn)練過(guò)程，識(shí)別并解決可能出現(xiàn)的過(guò)擬合、欠擬合等問(wèn)題1.4.3能夠運(yùn)用各種評(píng)估指標(biāo)，對(duì)訓(xùn)練好的模型進(jìn)行全面而準(zhǔn)確的性能評(píng)估2.生成式人工智能快速入門2.1生成式人工智能介紹與快速使用2.1.1能夠清晰闡述生成式人工智能的基本概念、原理及應(yīng)用領(lǐng)域2.1.2能夠快速上手使用常見的生成式人工智能工具或平臺(tái)2.1.3能夠根據(jù)簡(jiǎn)單需求，利用生成式人工智能工具生成相應(yīng)的內(nèi)容或解決方案2.2提示詞介紹與使用技巧2.2.1能夠深入理解提示詞在生成式人工智能中的作用及重要性2.2.2能夠熟練掌握各種提示詞的構(gòu)造和使用技巧2.2.3能夠根據(jù)具體場(chǎng)景和需求，靈活運(yùn)用提示詞引導(dǎo)生成式人工智能產(chǎn)生符合預(yù)期的輸出2.3文本生成圖像2.3.1能夠理解文本生成圖像的基本原理和流程2.3.2能夠使用先進(jìn)的生成式人工智能模型，根據(jù)文本描述生成高質(zhì)量的圖像2.3.3能夠根據(jù)用戶需求，對(duì)生成的圖像進(jìn)行后處理和優(yōu)化8T/CAICIXXXX—XXXX2.4圖生圖與風(fēng)格轉(zhuǎn)換2.4.1能夠理解圖生圖與風(fēng)格轉(zhuǎn)換的基本概念和技術(shù)原理2.4.2能夠使用先進(jìn)的生成式人工智能算法和工具，實(shí)現(xiàn)圖像到圖像的生成與風(fēng)格轉(zhuǎn)換2.4.3能夠根據(jù)用戶需求和審美偏好，靈活調(diào)整生成圖像的風(fēng)格和特征2.5音頻與視頻生成2.5.1能夠理解音頻與視頻生成的基本原理2.5.2能夠使用先進(jìn)的生成式人工智能模型，根據(jù)文本或音樂描述生成高質(zhì)量的音頻內(nèi)容2.5.3能夠運(yùn)用視頻生成技術(shù)，根據(jù)給定腳本或圖像序列生成連貫、逼真的視頻片段3.大模型基礎(chǔ)使用3.1大模型介紹3.1.1能夠全面理解大模型的基本概念、發(fā)展歷程及其在生成式人工智能領(lǐng)域的重要地位3.1.2能夠詳細(xì)介紹大模型的架構(gòu)特點(diǎn)、訓(xùn)練方法及優(yōu)化策略3.1.3能夠分析大模型在應(yīng)用場(chǎng)景中的優(yōu)勢(shì)和挑戰(zhàn)，為用戶提供合理的模型選擇和部署建議3.2大模型PythonAPI基礎(chǔ)使用3.2.1能夠熟練掌握大模型PythonAPI的基本使用方法3.2.2能夠運(yùn)用Python編程技能，結(jié)合大模型API實(shí)現(xiàn)簡(jiǎn)單的生成式人工智能應(yīng)用3.2.3能夠查閱并理解大模型API的官方文檔，快速掌握新功能和參數(shù)調(diào)整方法3.3大模型SDK基礎(chǔ)使用3.3.1能夠熟練掌握大模型SDK的安裝與配置流程，確保開發(fā)環(huán)境正確搭建3.3.2能夠運(yùn)用SDK提供的API進(jìn)行模型加載、推理請(qǐng)求及結(jié)果處理，實(shí)現(xiàn)基礎(chǔ)功能3.3.3能夠查閱SDK文檔，理解并應(yīng)用錯(cuò)誤處理機(jī)制工作領(lǐng)域工作任務(wù)職業(yè)技能要求1.神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)基礎(chǔ)1.1深度學(xué)習(xí)框架與神經(jīng)網(wǎng)絡(luò)1.1.1能夠熟練掌握主流深度學(xué)習(xí)框架的基本操作和原理1.1.2能夠構(gòu)建和訓(xùn)練各種類型的神經(jīng)網(wǎng)絡(luò)模型1.1.3能夠運(yùn)用深度學(xué)習(xí)技術(shù)進(jìn)行優(yōu)化，提升模型性能和泛化能力9T/CAICIXXXX—XXXX1.2卷積神經(jīng)網(wǎng)絡(luò)1.2.1能夠理解卷積神經(jīng)網(wǎng)絡(luò)的基本原理和架構(gòu)1.2.2能夠構(gòu)建和訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型1.2.3能夠優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)模型，以提高模型性能1.3循環(huán)神經(jīng)網(wǎng)絡(luò)1.3.1能夠理解循環(huán)神經(jīng)網(wǎng)絡(luò)的基本原理和架構(gòu)1.3.2能夠構(gòu)建和訓(xùn)練循環(huán)神經(jīng)網(wǎng)絡(luò)模型，用于序列數(shù)據(jù)處理、自然語(yǔ)言處理等任務(wù)1.3.3能夠解決循環(huán)神經(jīng)網(wǎng)絡(luò)中的梯度消失和梯度爆炸問(wèn)題，以及優(yōu)化模型性能1.4遷移學(xué)習(xí)1.4.1能夠理解遷移學(xué)習(xí)的核心原理，掌握其在不同場(chǎng)景下的應(yīng)用方法1.4.2能夠根據(jù)目標(biāo)任務(wù)選擇合適的預(yù)訓(xùn)練模型1.4.3能夠評(píng)估遷移后模型的性能，采取相應(yīng)措施優(yōu)化模型效果2.生成式人工智能基礎(chǔ)應(yīng)用2.1.1能夠利用PPT制作工具，有效展示生成式人工智能大模型的基本原理、架構(gòu)特點(diǎn)及其在特定領(lǐng)域的應(yīng)用案例2.1.2能夠深入閱讀并分析關(guān)于生成式人工智能大模型的最新研究文獻(xiàn)，理解模型的創(chuàng)新點(diǎn)、性能評(píng)估方法及潛在應(yīng)用場(chǎng)景2.1.3能夠?qū)⑽墨I(xiàn)中的關(guān)鍵研究成果和技術(shù)細(xì)節(jié)提煉并整合到PPT中2.2小批量樣本學(xué)習(xí)與文本生成2.2.1能夠理解小批量樣本學(xué)習(xí)的概念，掌握其在文本生成任務(wù)中的應(yīng)用方法2.2.2能夠利用生成式人工智能大模型，進(jìn)行小批量樣本下的文本生成2.2.3能夠評(píng)估小批量樣本學(xué)習(xí)在文本生成中的效果，通過(guò)調(diào)整模型參數(shù)和優(yōu)化策略，提升生成文本的性能使用2.3.1能夠全面了解AIBot平臺(tái)的功能模塊和操作流程2.3.2能夠熟練在AIBot平臺(tái)上進(jìn)行大模型的部署、訓(xùn)練和推理任務(wù)2.3.3能夠監(jiān)控和分析AIBot平臺(tái)上任務(wù)的運(yùn)行狀態(tài)，及時(shí)發(fā)現(xiàn)并解決問(wèn)題2.4綜合項(xiàng)目：自然語(yǔ)言生成SQL查詢和可視化2.4.1能夠理解自然語(yǔ)言生成SQL查詢的基本原理，掌握將用戶自然語(yǔ)言請(qǐng)求轉(zhuǎn)換為SQL語(yǔ)句的方法2.4.2能夠利用生成式人工智能大模型，實(shí)現(xiàn)自然語(yǔ)言到SQL查詢的自動(dòng)生成2.4.3能夠?qū)⑸傻腟QL查詢結(jié)果進(jìn)行有效的可視化展示，幫助用戶直觀理解數(shù)據(jù)和分析結(jié)果3.大模型進(jìn)階使用3.1向量數(shù)據(jù)庫(kù)介紹與使用3.1.1能夠全面理解向量數(shù)據(jù)庫(kù)的基本概念、工作原理及其在生成式人工智能中的應(yīng)用價(jià)值3.1.2能夠熟練掌握向量數(shù)據(jù)庫(kù)的操作方法3.1.3能夠根據(jù)實(shí)際需求，合理設(shè)計(jì)和優(yōu)化向量數(shù)據(jù)庫(kù)的存儲(chǔ)結(jié)構(gòu)，提高數(shù)據(jù)檢索效率和準(zhǔn)確性T/CAICIXXXX—XXXX3.2詞嵌入模型介紹與使用3.2.1能夠深入理解詞嵌入模型的基本原理，掌握其將文本轉(zhuǎn)換為向量表示的方法3.2.2能夠熟練運(yùn)用主流的詞嵌入模型，進(jìn)行文本數(shù)據(jù)的預(yù)處理和向量表示3.2.3能夠根據(jù)具體任務(wù)需求，選擇合適的詞嵌入模型使用3.3.1能夠全面了解Gradio的基本概念、功能特點(diǎn)及其在生成式人工智能中的應(yīng)用場(chǎng)景3.3.2能夠熟練掌握Gradio的使用方法3.3.3能夠利用Gradio快速構(gòu)建和部署生成式人工智能應(yīng)用的原型，提高開發(fā)效率和用戶體驗(yàn)3.4綜合項(xiàng)目：基于知識(shí)庫(kù)的問(wèn)答系統(tǒng)3.4.1能夠理解基于知識(shí)庫(kù)的問(wèn)答系統(tǒng)的工作原理，掌握構(gòu)建此類系統(tǒng)所需的關(guān)鍵技術(shù)3.4.2能夠設(shè)計(jì)和實(shí)現(xiàn)一個(gè)基于知識(shí)庫(kù)的問(wèn)答系統(tǒng)3.4.3能夠?qū)?wèn)答系統(tǒng)進(jìn)行性能評(píng)估工作領(lǐng)域工作任務(wù)職業(yè)技能要求1.圖像生成進(jìn)階與應(yīng)用場(chǎng)景原理及其在技術(shù)領(lǐng)域的獨(dú)特地位1.1.2能夠清晰列舉并解釋StableDiffusion的主要應(yīng)用場(chǎng)景，展現(xiàn)其在實(shí)際問(wèn)題中的廣泛適用性應(yīng)用價(jià)值1.2圖像生成算法原理1.2.1能夠深入理解圖像生成算法的核心原理1.2.2能夠分析不同圖像生成算法的性能特點(diǎn)，包括生成圖像的質(zhì)量、多樣性、訓(xùn)練穩(wěn)定性及計(jì)算復(fù)雜度等方面1.2.3能夠根據(jù)具體應(yīng)用場(chǎng)景，選擇合適的圖像生成算法，并進(jìn)行參數(shù)調(diào)優(yōu)和算法改進(jìn)1.3圖像生成常見模型訓(xùn)練方式1.3.1能夠全面了解并掌握?qǐng)D像生成領(lǐng)域中常見的模型訓(xùn)練方式，包括有監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)以及自監(jiān)督學(xué)習(xí)等1.3.2能夠根據(jù)具體任務(wù)需求和數(shù)據(jù)集特性，選擇合適的訓(xùn)練方式1.3.3能夠在訓(xùn)練過(guò)程中監(jiān)控模型性能，及時(shí)調(diào)整超參數(shù)，優(yōu)化訓(xùn)練流程T/CAICIXXXX—XXXX1.4圖像生成模型使用1.4.1能夠熟練掌握?qǐng)D像生成模型的使用流程1.4.2能夠根據(jù)實(shí)際需求，選擇合適的圖像生成模型，并對(duì)其進(jìn)行參數(shù)配置和優(yōu)化，以生成符合要求的圖像1.4.3能夠評(píng)估生成的圖像質(zhì)量，根據(jù)評(píng)估結(jié)果進(jìn)行模型調(diào)整和優(yōu)化入門2.1.1能夠準(zhǔn)確描述LangChain的基本概念、主要功能和在生成式人工智能領(lǐng)域中的應(yīng)用價(jià)值2.1.2能夠理解LangChain的設(shè)計(jì)理念，包括其如何簡(jiǎn)化模型部署、提高開發(fā)效率等方面的優(yōu)勢(shì)作用2.2.2能夠熟練掌握LLM模塊的使用方法，包括加載模型、配置參數(shù)、執(zhí)行推理等關(guān)鍵步驟2.2.3能夠根據(jù)具體需求，選擇合適的LLM模塊，并對(duì)其進(jìn)行優(yōu)化，以提高模型的性能和響應(yīng)速度2.3數(shù)據(jù)連接模塊掌握其基本概念和原理2.3.2能夠熟練配置和使用數(shù)據(jù)連接模塊，實(shí)現(xiàn)數(shù)據(jù)的高效加載、處理和傳輸2.3.3能夠根據(jù)實(shí)際需求，選擇合適的數(shù)據(jù)源和數(shù)據(jù)格式，通過(guò)數(shù)據(jù)連接模塊為L(zhǎng)LM模塊提供高質(zhì)量的輸入數(shù)據(jù)2.4代理人模塊2.4.1能夠理解代理人模塊在LangChain中的核心作用，以及它如何協(xié)調(diào)和管理各個(gè)組件的交互2.4.2能夠熟練掌握代理人模塊的配置和使用方法，包括定義代理邏輯、設(shè)置任務(wù)隊(duì)列、處理異步請(qǐng)求等2.4.3能夠根據(jù)具體應(yīng)用場(chǎng)景，設(shè)計(jì)并實(shí)現(xiàn)高效的代理策略2.5.1能夠理解Prompt在生成式人工智及它如何影響LLM的輸出質(zhì)量和多樣性2.5.2能夠熟練掌握Prompt的設(shè)計(jì)2.5.3能夠根據(jù)具體任務(wù)需求，創(chuàng)造性地設(shè)計(jì)Prompt應(yīng)用3.1檢索增強(qiáng)生成RAG3.1.1能夠理解檢索增強(qiáng)生成（RAG）的基本概念及其在3.1.2能夠熟練掌握RAG的實(shí)現(xiàn)原理，包括信息檢索、文本生成和融合策略等關(guān)鍵環(huán)節(jié)3.1.3能夠根據(jù)具體需求，設(shè)計(jì)和實(shí)現(xiàn)基于RAG的應(yīng)用場(chǎng)景3.2.1能夠理解向量數(shù)據(jù)庫(kù)的基本概念及其在LangChain框架中的作用3.2.2能夠熟練掌握向量數(shù)據(jù)庫(kù)的查詢和存儲(chǔ)方法，包括向量檢索、相似性搜索等關(guān)鍵操作3.2.3能夠根據(jù)具體應(yīng)用場(chǎng)景