2025沈阳市第四届“舒心传技”职业技能大赛人工智能工程技术项目技术工作文件.docxVIP

2025沈阳市第四届“舒心传技”职业技能大赛人工智能工程技术项目技术工作文件.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

PAGE1

附件1

沈阳市第四届“舒心传技”职业技能大赛

人工智能工程技术工作文件

沈阳市第四届“舒心传技”职业技能大赛

人工智能工程技术项目执委会技术工作组

2025年10月

目录

TOC\o1-3\h\u14935一、技术描述 3

20881(一)项目概要 3

12097(二)基本知识及能力要求 3

15241二、竞赛方式 5

14423(一)竞赛形式 5

26602(二)参赛方式 5

1640三、试题及评判标准 6

1469(一)比赛时间及试题具体内容 6

4098(二)评判标准 7

20054四、竞赛细则 12

23075(一)赛前 12

1997(二)赛中 12

23375(三)赛场纪律 13

7226(四)赛场违规处理 14

29781五、竞赛场地、设施设备等安排 14

29667(一)赛场规格要求 14

5199(二)场地布局图 15

2470六、安全、健康要求 16

11473七、附件:样题 17

—PAGE3—

一、技术描述

(一)项目概要

为全面贯彻落实习近平总书记对技能人才工作重要指示精神,宣扬技能竞赛理念,展示中国职业技能竞赛和技能人才队伍建设的丰硕成果。实现“智能制造2025”转变的新时代背景下针对相应职业从业人员的人工智能应用技能赛事。

竞赛内容聚焦人工智能技术应用领域相关岗位的主要技能,针对人工智能技术应用专业学生的突出需求,围绕人工智能技术应用领域的先进技术、主流产品,力求突出面向应用的技能培养。

为全面考查参赛选手的职业综合素质和技术技能水平,实际技能操作竞赛包括模型训练环境搭建、数据训练模型搭建、深度学习数据训练、算法模型优化、算法模型应用部署等。

(二)基本知识及能力要求

相关要求

权重比例(%)

自然语言处理技术应用

40

基础知识

1、文本特征探索与统计分析方法

2、词典/词汇表构建及文本数值映射原理

工作能力

1、数据预处理考核内容包含对数据进行各项特征的探索和统计分析,构建词典或词汇表,将文本数据映射为数值表示,处理文本长度,确保输入数据一致性等。

2、模型训练阶段考核内容包含选择适合任务的预训练模型、模型架构。通过配置超参数,如学习率和批量大小,优化模型的性能。设计模型标签用于监督学习训练,同时将文本数据转换为数值表示。

3、模型预测阶段考核内容包含能够调用已训练好的模型,将其应用于未标记的数据,进行预测,得到模型的预测结果。

计算机视觉技术应用

40

基础知识

1、图像标注与数据增强原理

2、CNN架构、损失函数、泛化性能优化基础

工作能力

1、视觉数据预处理考核内容包含在视觉数据预处理阶段进行数据标注、标注文件配置、数据集划分、数据增强、标注信息提取。

2、卷积神经网络模型训练考核内容包含超参数配置、模型搭建、设计损失函数、提升模型泛化性能、模型训练和调优。

3、考核模型推理与相关传感单元和执行单元进行结合,实现人工智能综合应用开发,将模型推理结果进一步与传感器数据交互,或驱动执行单元实现智能控制等应用场景。

综合工程技术应用

20

基础知识

1、边缘端AI模型转换与优化原理

2、云-边-端协同部署基础

工作能力

1、选择适合的计算机视觉、自然语言处理等AI模型。这些模型通常由各种开源框架和库提供。

2、将选定的AI模型进行模型转换,并部署到边缘智能终端。模型转换为适合在边缘设备上运行的格式,并进行优化以降低模型的大小和计算需求。

3、通过对模型接口服务调用实现推理预测结果,完成人工智能应用程序功能开发。

合计

100

二、竞赛方式

(一)竞赛形式

采用线下比赛的形式,多场次进行。由赛项执委会按照竞赛流程组织各领队参加公开抽签,确定各参赛队场次。参赛队按照抽签确定的参赛时段分批次进入比赛场地。按照抽取的赛位号进场,然后在对应的赛位上完成竞赛规定的赛项任务。

(二)参赛方式

采用个人赛方式,性别不限,选手须为年满16周岁且在法定退休年龄之内,并在我市工作、生活和学习连续满1年以上的就业人员、居民或在校学生均可按属地原则报名参赛。

试题及评判标准

(一)比赛时间及试题具体内容

本试题包括“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”3个模块。

模块一:自然语言处理技术应用?

完成文本清洗、分词与数值映射,选用预训练模型微调并调优超参,输出可推理服务;运用自动化脚本进行数据格式与完整性校验,对无效数据统计记录,通过异常捕获机制处理不可读数据;在模型开发阶段,借助conda进行依赖与版本管控,使用TensorBoard实时监控训练指标;最终对模型进行多维度测试,生成测试报告,确保模型在真实业务场景下的

文档评论(0)

土豆马铃薯 + 关注
实名认证
文档贡献者

资料大多来源网络,仅供交流与学习参考, 如有侵犯版权,请私信删除!

1亿VIP精品文档

相关文档