人工智能职业技能要求与评价 -计算机视觉.docxVIP

人工智能职业技能要求与评价 ：计算机视觉 1 范围 本标准规范了人工智能职业技能要求中计算机视觉工程师的职业等级、职业技能要素、职业等级技 能要求和能力评价等内容。 本标准适用于计算机视觉工程师等级划分与能力评价。 2 术语和定义 下列术语和定义适用于本文件。 2.1 计算机视觉 computer vision 研究如何让计算机及相关设备从图像和视频数据中获取高级、抽象的信息的各种理论和方法。 2.2 人工智能 artificial intelligence 研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。 注：该领域的研究范畴包括机器人、语音识别、语音合成、计算机视觉、自然语言处理、机器翻译和专家系统等。 2.3 机器学习 machine learning 研究计算机模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构，使之 不断改善自身的性能。 2.4 深度学习 deep learning 机器学习研究中的一个子集，通过组合低层特征形成更加抽象的高层属性或类别特征，从而对数据 进行表征。 2.5 神经网络 neural networks 一种类似大脑神经突触连接的结构进行分布式并行信息处理的数学模型。 2.6 1 工程能力 engineering capability 将系统化的、严格约束的、可量化的算法或理论应用于实际问题的开发、运行和维护的能力。 2.7 2.8 2.9 2.10 算法 algorithms 能够解决某类特定问题的具备一定逻辑和顺序的运算流程或规则。 模型 model 一类问题的解题步骤，即一类问题的算法。 特征工程 feature engineering 将原始数据通过某种特定的变换以获得最适合算法模型的输入。 能力评价 competency evaluation 对计算机视觉从业人员的能力水平进行客观、公正、规范的评价活动。 3 职业等级及要求 本职业共设三个等级，分别为：初级工程师、中级工程师和高级工程师。职业等级要求见表1。 表1 计算机视觉工程师职业等级要求 等 级 初级工程师 中级工程师 高级工程师 专业基础知识和工程实践能力中的技能要素达到最低要求 专业基础知识和工程实践能力中的技能要素达到中等要求 专业基础知识和工程实践能力中的技能要素达到较高要求 4 职业技能要素 职业技能要素分为专业基础知识和工程实践能力两方面，见表1。 表2 计算机视觉工程师职业技能要素 专业基础知识 Python 编程基础 2 工程实践能力 工程开发与框架设计能力 5 评价 5.1 制定评价方案 评价方案应包括以下内容： a) 评价组织的构成和评价人员的分工； b) 评价工作时间安排； c) 评价内容； d) 评价方法； e) 相关评价指标。 5.2 评价准备 应在评价工作正式开展前作如下准备工作： a) 通过适当形式使全体评价人员了解评价方案的安排和要求； b) 根据评价工作需要对评价人员进行必要的技术培训； c) 评价组织应在评价实施前与相关人员进行必要的沟通。 5.3 评价方法 5.3.1 权重打分法 采用单项打分根据技能要素权重计算职业等级得分的方法评价人工智能计算机视觉工程师各等级。 5.3.2 技能要素权重 技能要素权重应符合表3的要求。 表3 技能要素权重 20% 20% 15% 15% 20% 10% 深度学习基础 3