NLP實施工程師定位于應用開發人才層次,著重于自然語言處理系統的部署、調試、維護,為資料科學家進行建模、開發工程師進行應用開發提供保障。
- 適用學習對象
- 專科及以上在校相關專業學生、或同等學歷非相關專業轉行人員、符合初級申報資格的人員。
- 工作能力要求
- 綜合能力
- 掌握自然語言系統部署的標準,能夠具備將Linux作業系統的配置調整以達到自然語言處理系統的實施部署的水準標準的能力;
- 能夠基於自然語言處理系統按場景需求,與外部資料語料、回話系統等完成介面集成與驗證;
- 能夠和資料科學家、開發工程師進行高效溝通交流,積極回應資料科學家、開發工程師對於自然語言處理系統的問題需求,協助資料科學家、開發工程師對自然語言處理應用場景的業務落地。
- 專業知識能力
- 熟練掌握Linux作業系統的使用,包括包管理、許可權配置、存儲管理等;MIITEC-2019-01;
- 熟悉網路技術和相關配置,包括但不限於路由配置、網路檢測等;
- 熟悉x86伺服器的硬體維護,包括但不限於性能調優、故障排查等。
- 技術能力
- 至少熟悉一種自動化運維程式設計工具,如Shell、Python;
- 熟悉容器技術Docker、K8S、Mesos等;
- 熟悉關係型數據庫原理及SQL語言,熟練掌握MySQL或MariaDB的使用;
- 大數據平臺運維的經驗,熟悉如CHD、FI、TDH等大資料技術框架;
- 熟悉TensorFlow、PyTorch等框架的部署配置,基於GPU的適配和測試。
- 工程實作能力
- 具備獨立安裝Linux作業系統的能力;調整Linux作業系統環境以適應人工智慧平台的部署實施;
- 具備獨立安裝部署大資料平台的能力;
- 具備一定的專案實施經驗,擁有大型商用人工智慧場景的應用實施經驗。
- 證照測驗考科明細及佔比
測驗考科重點 |
百分比 |
人工智慧導論 |
6.36% |
Linux操作系統 |
6.36% |
Python |
6.36% |
資料庫 |
3.54% |
容器 |
2.55% |
大數據 |
3.54% |
計算機網路 |
3.68% |
自然語言處理概論 |
5.66% |
機器學習及深度學習入門 |
8.77% |
深度學習環境搭建與使用 |
3.11% |
文本分類(python+pytorch/keras) |
3.11% |
基於Docker的軟體部署 |
4.67% |
機器翻譯系統的部署與升級 |
33.11% |
基於情緒分類的輿情系統部署 |
3.39% |
- 學習路徑推薦
- 掌握六門基礎課程
- 人工智慧導論
- 人工智慧應用基礎
- Linux系統管理
- 資料庫技術及應用
- Python程式設計
- 大數據平台應用
- 掌握四門專業核心課程
- 深度學習
- 自然語言處理開發與應用
- 電腦和大數據基礎
- 機器學習
- 熟練學習三個實作項目