第三届国赛精选项目江苏省选拔赛人工智能工程技术项目技术工作文件.docVIP

PAGE

PAGE1

第三届国赛精选项目江苏省选拔赛

人工智能工程技术项目技术工作文件

第三届国赛精选项目江苏省选拔赛组委会技术工作组

2025年3月

目录TOC\o1-3\h\z\u

26007一、技术描述 3

24623（一）项目概要 3

273（二）基本知识与能力要求 4

16603二、二、试题与评判标准 6

23770（一）试题 6

28343（二）比赛时间及试题具体内容 7

24517（三）评判标准 8

20503三、竞赛细则 9

20064（一）赛场管理制度 9

22710（二）评判流程 10

4435（三）考核细则 13

27405四、竞赛场地、设施设备等安排 16

29663（一）赛场规格要求 16

30045（二）场地布局图 18

17207（三）基础设施清单 18

12313五、安全、健康要求 20

15821（一）赛场人员安全要求 21

20630（二）场地设备安全要求 22

311691．设施设备安全操作要求 22

230702．赛场消防安全要求 23

256243．安全标识张贴要求 23

18665（三）有毒有害物品的管理和限制 23

18025（四）绿色环保要求 24

技术描述

（一）项目概要

本项目参考人力资源社会保障部等部委发布的“人工智能工程技术人员”新职业信息的要求，结合当前新职业从事的工作领域和技能要求，参照人社部发布的《人工智能工程技术人员国家职业技能标准》，同时结合中华人民共和国第二届职业技能大赛的技术工作要求设计本次竞赛的工作内容和考评标准。

人工智能技术旨在解决人类重复性劳动以及难以解释的信息分析能力的难题。本次比赛选手需要综合利用计算机视觉、自然语言处理解决现实生产生活中的问题。赛项涵盖了人工智能算法工程的全链路包括但不限于：数据的预处理与分析，模型的选择、搭建与训练以及对模型的评估和工程实现等。选手需具备人工智能的机器学习、深度学习、自然语言处理技术应用、计算机视觉技术应用、综合工程技术应用等方面的职业能力。本项目要求选手尽可能多地考虑条件限制和场景变化情况下模型的可靠程度，并有较强的人工智能工程应用实现能力，利用提供的人工智能工程技术竞赛平台，通过企业级工作实施任务考察选手的综合职业能力。

本项目为单人赛，仅设置实操技能考核，总时长为180分钟。

（二）基本知识与能力要求

参考国家职业技能标准《人工智能工程技术人员国家职业技能标准》文件内容，此赛项选手应具备的理论知识（选手应知）、工作能力（选手应会）以及各项要求的权重比例见选手需要具备的能力一览表。

表1-1选手所需人工智能工程技术相关基础知识与实操技能

相关要求

权重比例(%)

1

工作组织和管理

5%

基

础

知

识

人工智能技术规范要求和相关术语，以及针对特定岗位的特别要求；

高效工作的原则和实践；

人工智能基础；

确定问题的多个解决方案；

识人工智能相关政策、安全和知识产权等；

如何采取积极进取的方式，以便从各种来源识别、分析和评估信息。

工

作

能

力

相关工作环境中智能化专业能力；

在本地和远程环境中作业能力；

数据标注和分析能力；

根据需求的进行模型构建能力；

基于人工智能工程应用构建能力；

人工智能模型的验证能力。

2

计算机数据集制作与模型训练应用

60%

基

本

知

识

人工智能深度学习知识掌握；

了解主流的pytorch、tensorflow、飞桨等深度学习框架知识；

了解python、pytorch、tensorflow、飞桨等常见类库知识；

了解深度学习主流算法和理论知识；

-了解卷积神经网络结构、原理和使用方法；

常用数据预处理和数据增强方法；

常用视觉模型构建方法；

常用模型训练、预测、调参、评估方法；

常用模型泛化性能评估方法和提升策略；

JupyterNotebook平台操作使用知识；

pycharm平台操作使用知识；

了解传感单元、控制单元相关设备调用知识。

工

作

能

力

掌握数据集加载、数据集划分能力；

掌握数据预处理和数据增强的能力；

掌握损失函数的选择和构造能力；

掌握构造特定功能函数的能力；

掌握基于pytorch、tensorflow、飞桨等模型训练能力；

掌握模型评估和可视化能力；

掌握pytorch、tensorflow、飞桨等模型部署能力；

掌握结合相关传感单元、执行单元，完成人工智能应用开发能力。

3

综合工程技术应用

35%

基

本

知

识

人工智能综合应用知识掌握；

了解主流的pytorch、tensorflow、飞桨等深度学习框架知识；

了解python、pyt