NLP應用開發工程師定位于應用開發人才層次,該類人才具備將成熟的人工智慧技術整合到各類實際的自然語言處理應用場景對應的系統中,能夠將應用場景進行定制化設計與開發,做到工程化實現。
- 適用學習對象
- 持有該專業初級證書
- 應用型本科在校學生
- 普通本科非專業在校學生
- 從事該工作滿一定年限的從業人員
- 符合本規定中級資格界定標準的人員
- 工作能力要求
- 綜合能力
- 熟悉掌握主流的開發語言和資料結構,具備系統架構設計、專案開發等方面的工程實踐能力;
- 能夠準確理解和進行主流人工智慧演算法模型的訓練和應用對接方式,理解不同的演算法針對不同業務領域的實際應用價值;
- 能夠將給定的模型或演算法轉化為實際應用的場景可以實現的內容,從抽象的演算法中提煉出具體的解決方案,實現對自然語言處理應用場景的業務實現;
- 具備良好的自然語言處理應用場景業務分析能力,能夠將人工智慧能力轉化為實際應用。
- 專業知識能力
- 具備資料結構與演算法基礎,熟悉軟體工程設計、開發、測試、部署上線等流程;
- 具備自然語言處理與資料採擷基礎;
- 熟悉常用自然語言處理及深度學習演算法及常用框架;
- 熟練掌握邏輯回歸,決策樹等常用模型演算法的原理和適用範圍,並能熟練應用到實際場景中。
- 技術能力
- 具備優秀的程式設計開發能力,熟練掌握C/C++、Python、Java等程式設計語言;
- 熟悉主流作業系統開發環境,如Mac、Linux、Windows及相關作業系統指令碼語言;
- 熟練掌握關係型數據庫原理及SQL語言,熟練掌握主流資料庫如MySQL、Oracle、DB2的使用;
- 熟悉平行計算基本原理及分散式運算框架,熟悉Hadoop、Spark等分散式開發環境;瞭解常用的各類開源框架、組件或中介軟體;
- 熟悉掌握大數據流程處理計算框架工具,如Storm、Kafka等;
- 熟悉容器技術,如Docker、K8S、Mesos等。
- 工程實作能力
- 具備一定的項目實作經驗,擁有大型商用人工智慧場景的應用經驗;
- 具備大型複雜業務應用的設計與架構能力,擁有分散式系統研發經驗;對架構選型、資料處理、應用系統對接、應用運行過程的性能優化問題能提供解決方案;
- 能夠選擇並實現常見的演算法模型,準確理解業務需求並轉化為可實現的技術方案。
- 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 |
8.49% |
Linux操作系統 |
8.49% |
Python |
8.49% |
資料庫 |
11.88% |
容器 |
5.80% |
大數據 |
6.93% |
自然語言處理開發與應用 |
11.32% |
機器學習 |
12.16% |
深度學習 |
10.60% |
深度學習環境搭建與使用 |
4.10% |
基於機器學習的文本分類 |
7.36% |
Spark環境下的文本分類模型構建 |
5.37% |
基於注意力機制的機器翻譯 |
4.10% |
- 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