深度学习工程师能力评估标准
向AI转型的程序员都关注了这个号????????????
机器学习AI算法工程 公众号:datayx
深度学习工程师能力评估标准
1.范围
2术语和定义
2.1人工智能artificial intelligence
2.2机器学习machine learning
2.3深度学习deep learning
2.4神经网络neural networks
2.5工程能力engineering capability
2.6算法algorithms
2.7模型model
2.8自然语言处理natural language processing
2.9计算机视觉computer vision
2.10语音处理speechprocessing
3深度学习工程师能力评估要素
4深度学习初级工程师
4.1基本要求
4.2专业知识要求
4.2.1编程基础
4.2.2机器学习基础
4.2.3神经网络基础
4.2.4深度学习基础
4.3工程能力要求
4.3.1代码规范能力
4.3.2算法模型实现能力
4.3.3工程开发与架构设计能力
4.4业务理解与实践能力要求
4.4.1行业及业务知识
4.4.2业务应用能力
5深度学习中级工程师
5.1基本要求
5.2专业知识要求
5.2.1编程基础
5.2.2机器学习基础
5.2.3神经网络基础
5.2.4深度学习基础
5.3工程能力要求
5.3.1代码规范能力
5.3.2算法模型实现能力
5.3.3工程开发与架构设计能力
5.4业务理解与实践能力要求
5.4.1行业及业务知识
5.4.2业务应用能力
6深度学习高级工程师
6.1基本要求
6.2专业知识要求
6.2.1编程基础
6.2.2机器学习基础
6.2.3神经网络基础
6.2.4深度学习基础
6.3工程能力要求
6.3.1代码规范能力
6.3.2算法模型实现能力
6.3.3工程开发与架构设计能力
6.4业务理解与实践能力要求
6.4.1行业及业务知识
6.4.2业务应用能力
前言
本标准按照GB/T1.1-2009 给出的规则起草。本标准由中国软件行业协会提出并归口。本标准起草单位:深度学习技术及应用国家工程实验室,北京百度网讯科技有限公司,中国软件行业协会过程改进分会。本标准主要起草人:喻友平,马艳军,程思,陆超,丁二锐,忻舟,陈尚义,李黎,陈斌,蒋晓琳,马婧,刘皓,黄群。本标准为首次制定。
深度学习工程师能力评估标准
1.范围
本标准规定了深度学习工程师需要具备的能力及评估维度。本标准适用于指导深度学习工程师的考核和培训。
2术语和定义
下列术语和定义适用于本文件。
2.1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、图像识别、自然语言处理和专家系统等。
2.2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。
2.3深度学习deep learning
机器学习研究中的一个领域,是机器学习中一种基于对数据进行表征学习的方法。
2.4神经网络neural networks
一种应用类似于大脑神经突触连接的结构进行信息处理的数学模型。
2.5工程能力engineering capability
将系统化的、严格约束的、可量化的方法应用于开发、运行和维护。
2.6算法algorithms
能够解决特定问题的无歧义、机械、有效的运算流程和规则。
2.7模型model
一类问题的解题步骤,即一类问题的算法。
2.8自然语言处理natural language processing
研究能实现人与计算机之间用自然语言进行有效沟通的各种理论和方法。
2.9计算机视觉computer vision
使用计算机及相关设备对生物视觉的一种模拟。
2.10语音处理speechprocessing
包括语音唤醒,语音识别,语音合成等处理技术。
3深度学习工程师能力评估要素
深度学习工程师能力评估标准主要面向软件相关行业的企业员工及社会人士,能力级别分为初级,中级,高级三个级别。深度学习工程师能力评估要素主要包括专业知识,工程能力,业务理解与实践共3大类9小类。其中,专业知识包括编程基础、机器学习基础、神经网络基础、深度学习基础;工程能力包括代码规范能力、算法模型实现能力、工程开发与架构设计能力;业务理解与实践包括行业及业务知识、业务应用能力,如图1所示。
4深度学习初级工程师
4.1基本要求
能够熟练开发、修改和运行深度学习代码,并进行工程化层面上的改造;具有将初等复杂的应用问题初步转化为适当的机器学习问题,并予以解决的能力。
4.2专业知识要求
4.2.1编程基础
应具备程序开发经历和经验。
具体要求包括:
a)能够较为熟练地使用编程语言(以Python为例);
b)能够使用编程语言处理文本数据、图片数据及语音数据等;
c)能够按照文档说明使用矩阵运算包和机器学习包(以numpy,sklearn 为例);
d)能够使用高级语言开发实现给定需求。
4.2.2机器学习基础
应具备机器学习模型使用经验。具体要求包括:
a)熟悉三种以上监督学习算法的原理;
b)具备机器学习模型的使用及调优经验。
4.2.3神经网络基础
应对神经网络有一定的理解。具体要求包括:
a)能够理解基础神经网络模型的原理并完成运行;
b)能够对关键参数(如数据策略、网络中的核心模块、参数规模、优化算法、损失函数、正则项等)建立起自己的理解,并能对参数调整的结果进行预判;
c)能够按照一定的指导原则对神经网络进行调优。
4.2.4深度学习基础
应熟悉深度学习模型应用。具体要求包括:熟悉自然语言处理、计算机视觉、语音三大领域中的至少一类任务(如文本分类、序列标注、文本生成、图像分类、目标检测、图像分割、语音识别、语音合成等),独立运行这一任务上的深度学习模型。
4.3工程能力要求
4.3.1代码规范能力
应具备良好的文档习惯,有规范化意识。具体要求包括:
a)能够组织维护技术文档或技术博客;
b)能够根据代码规范要求,独立撰写设计文档;
c)能够遵守代码规范进行开发,有规范化意识。
4.3.2算法模型实现能力
应具备一定的开发经验和独立开发的能力。具体要求包括:
a)能够遵循一定理论和原则,独立地进行数据策略迭代及特征工程相关工作;
b)能够独立使用指定的机器学习平台,训练机器学习模型,进行预测计算,并对模型效果进行调优。
4.3.3工程开发与架构设计能力
应熟悉使用工具开发。具体要求包括:
a)能够熟练地使用一种机器学习平台或机器学习工具;
b)能够在给定的性能要求下,部署及运用工具进行开发。
4.4业务理解与实践能力要求
4.4.1行业及业务知识
应能够理解所在行业的业务和产品。具体要求包括:
a)了解所在行业同类深度学习项目的业务知识;
b)了解产品的特性及需求。
4.4.2业务应用能力
应能将已有模型运用于自身业务及产品。具体要求包括:了解已有模型,并对自身业务需求进行分析、评估及实现。
5深度学习中级工程师
5.1基本要求
能够对自然语言处理、计算机视觉、语音三大领域中的任一类任务,通过调优使得该任务上的模型达到特定的需求指标;熟悉机器学习算法的原理及不同算法间的差异,能够对中等复杂的应用问题进行合理选型、设计相应的指标完成全流程构建并解决问题。
5.2专业知识要求
5.2.1编程基础
应熟练掌握算法开发。具体要求包括:
a)充分理解编程语言(以Python和C++为例)的特性,并能熟练开发;
b)熟练进行各种数据处理和复杂的数学运算(以使用numpy为例);
c)能够针对并行处理数据或计算提供技术解决方案;
d)能够混合使用脚本语言结合高级语言(以Python及C++语言为例)调用合适的第三方工具,开发完整的机器学习任务。
5.2.2机器学习基础
应熟练掌握机器学习算法的开发及优化。具体要求包括:
a)能够准确地判断应用任务是否适合用机器学习技术解决;
b)能够快速判断并选择所需要的模型;
c)具备机器学习模型的使用及调优经验。
5.2.3神经网络基础
应能够进行神经网络模型调研与开发。具体要求包括:
a)具备神经网络模型使用及实战经验;
b)能够调研及运行深度的神经网络模型,当需要进行参数调整和适配到自身的应用问题时,对关键参数(数据策略、网络中的核心模块、参数规模、优化算法、损失函数、正则项)能提出解决方案;
c)能够按照论文及技术资料实现新模型,并验证其效果。
5.2.4深度学习基础
应熟练掌握深度学习算法的开发及优化。具体要求包括:能够针对自然语言处理、计算机视觉、语音三大领域中的至少一类任务,对该任务上的模型进行调优达到特定的需求指标。
5.3工程能力要求
5.3.1代码规范能力
应能够熟练运用文档、代码和质量保障规范。具体要求包括:
a)规范化意识已经融入工作(包括文档规范、代码规范、质量保障规范);
b)能够按照规范参与多人合作。
5.3.2算法模型实现能力
应具备独立的算法开发能力, 并熟悉机器学习任务开发全流程。具体要求包括:
a)能够独立地使用指定的机器学习平台,训练机器学习模型,对模型效果进行一定的调优;
b)能够以机器学习理论为指导,分析数据、迭代数据策略、选择模型、完成特征优化、模型训练、学习效果迭代、预测服务开发;
c)熟悉机器学习应用开发的全流程。
5.3.3工程开发与架构设计能力
应能够对性能优化问题提出方案并执行。具体要求包括:
a)能够熟练地使用多种机器学习平台或机器学习工具;
b)能够在给定的性能要求下,部署及运用工具进行开发;
c)能够拆解并实施不完全熟悉的技术方案;
d)能够完成工程性能指标的优化。
5.4业务理解与实践能力要求
5.4.1行业及业务知识
应能够理解所在行业的业务和产品。具体要求包括:
a)掌握所在行业同类深度学习项目核心业务知识,并熟悉研发关键点;
b)深入了解产品的特性及需求。
5.4.2业务应用能力
应能够推动深度学习在自身业务和产品上的应用。具体要求包括:
a)深入分析业务需求,了解产品特性;
b)能够使用深度学习建模方法解决实际需求问题。
6深度学习高级工程师
6.1基本要求
应能够深入分析自身业务或同类业务的需求,了解产品特性和研发关键点,理解算法本质,能够合理组合、改造并创新模型来解决更加复杂的应用问题。
6.2专业知识要求
6.2.1编程基础
应能够提出业务技术方案,解决特定技术问题。具体要求包括:
a)对机器学习应用开发过程中遇到的技术难题能够提供技术解决方案;
b)对矩阵计算和计算程序的开发技术选型有一定的判断和见解;
c)有机器学习应用开发经验。
6.2.2机器学习基础
应具备独立进行模型选择,设计,开发的能力。具体要求包括:
a)能够在面对用户需求和业务需求时,将其准确转换为机器学习语言、算法及模型;
b)能够对机器学习技术要素进行组合使用,并具备建模能力;
c)根据业务实际需求,具备技术选型能力;
d)在标准算法基础上,具备组合多种机器学习技术要素进行模型设计及调优的能力。
6.2.3神经网络基础
应能自主开发神经网络算法。具体要求包括:
a)能够充分地理解各种新型模型和相关技术资料;
b)能够根据实际业务需求,自主工具或现有平台自主搭建神经网络模型;
c)能够充分理解前沿技术。
6.2.4深度学习基础
应能独立开发或指导团队开发。具体要求包括:
a)能够针对自然语言处理、计算机视觉、语音三大领域中的至少一类任务,对该任务上的模型进行调优达到特定的需求指标;
b)能够合理组合、改造并创新深度学习模型来解决更加复杂的应用问题,有成功开发经验。
6.3工程能力要求
6.3.1代码规范能力
应能够组织制定代码规范。具体要求包括:
a)规范化意识已经融入工作(包括文档规范、代码规范、质量保障规范);
b)能够组织制定文档规范及技术规范;
c)能够按照规范参与及指导多人合作。
6.3.2算法模型实现能力
应能够指导团队开发。具体要求包括:
a)有良好的机器学习基础知识;
b)能够理解业务需求,并准确地转化为技术语言;
c)能够快速选择模型,制定技术方案,提出学习性能优化方案;
d)能够将业务需求转化为算法策略,提出见解和方案。
6.3.3工程开发与架构设计能力
应能够组织技术选型,并具备决断能力。具体要求包括:
a)对工具选择、性能优化问题具备独立见解;
b)能够组织技术讨论,完成技术选型,有技术决断能力;
c)能够拆解并实施不完全熟悉的技术方案;
d)能够完成工程性能指标的优化。
6.4业务理解与实践能力要求
6.4.1行业及业务知识
应能够理解所在行业的业务和产品。具体要求包括:
a)掌握同类核心业务知识,对行业未来发展趋势有独立见解;
b)深入了解产品的特性及需求,对产品发展和技术架构趋势有独立见解。
6.4.2业务应用能力
应能够推动深度学习在自身业务和产品上的应用。具体要求包括:
a)深入分析业务需求,了解产品特性和研发关键点;
b)在技术设计时能针对产品、架构的未来发展进行预留性及可扩展性的设计;
c)能够熟练使用深度学习建模方法解决实际需求问题。
阅读过本文的人还看了以下文章:
【全套视频课】最全的目标检测算法系列讲解,通俗易懂!
《美团机器学习实践》_美团算法团队.pdf
《深度学习入门:基于Python的理论与实现》高清中文PDF+源码
特征提取与图像处理(第二版).pdf
python就业班学习视频,从入门到实战项目
2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习:基于TensorFlow的实践详解》完整版PDF+附书代码
《深度学习之pytorch》pdf+附书源码
PyTorch深度学习快速实战入门《pytorch-handbook》
【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》
《Python数据分析与挖掘实战》PDF+完整源码
汽车行业完整知识图谱项目实战视频(全23课)
李沐大神开源《动手学深度学习》,加州伯克利深度学习(2019春)教材
笔记、代码清晰易懂!李航《统计学习方法》最新资源全套!
《神经网络与深度学习》最新2018版中英PDF+源码
将机器学习模型部署为REST API
FashionAI服装属性标签图像识别Top1-5方案分享
重要开源!CNN-RNN-CTC 实现手写汉字识别
yolo3 检测出图像中的不规则汉字
同样是机器学习算法工程师,你的面试为什么过不了?
前海征信大数据算法:风险概率预测
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目,让你掌握深度学习图像分类
VGG16迁移学习,实现医学图像识别分类工程项目
特征工程(一)
特征工程(二) :文本数据的展开、过滤和分块
特征工程(三):特征缩放,从词袋到 TF-IDF
特征工程(四): 类别特征
特征工程(五): PCA 降维
特征工程(六): 非线性特征提取和模型堆叠
特征工程(七):图像特征提取和深度学习
如何利用全新的决策树集成级联结构gcForest做特征工程并打分?
Machine Learning Yearning 中文翻译稿
蚂蚁金服2018秋招-算法工程师(共四面)通过
全球AI挑战-场景分类的比赛源码(多模型融合)
斯坦福CS230官方指南:CNN、RNN及使用技巧速查(打印收藏)
python+flask搭建CNN在线识别手写中文网站
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加: datayx
QQ群
333972581
深度学习工程师能力评估标准相关推荐
- 国内首个深度学习工程师认证标准发布
10月10日,深度学习工程师认证发布会暨人工智能人才发展论坛在京召开.会上,基于中国软件行业协会发布的国内AI领域第一个专业技术人才培养标准--<深度学习工程师能力评估标准>(以下称< ...
- 硬核体验:裸考深度学习工程师认证考试,是一种怎样的感受?
2018年10月,百度联合深度学习技术及应用国家工程实验室.中国软件行业协会,共同发布国内第一个深度学习工程师能力评估标准.并于2019年3月,向社会开放"深度学习工程师"认证考试 ...
- 百度燎原计划2018强势回归 开放深度学习工程师评价标准
人工智能时代风口在燃烧,百度希望让每个人都能用上AI.4月20日,百度"燎原计划2018"暨百度AI开发者实战营第二季强势回归,首站北京即放送三大满足各类开发者需求的"超 ...
- 英飞凌——人工智能物联网:当物联网终端设备拥有深度学习的能力
英飞凌--人工智能物联网:当物联网终端设备拥有深度学习的能力 万物互联时代,人工智能物联网(AIoT)成为热门技术趋势之一.AIoT指的是在边缘端将人工智能和物联网结合起来,即在物联网终端设备中内置智 ...
- 【杂谈】白身,初识,不惑,有识,不可知,你处于深度学习工程师哪一重境界了...
周末到了,今天我们来谈谈深度学习工程师那些境界的事儿.有三斗胆将学习深度学习的同志分为5大境界,分别是白身,初识,不惑,有识,不可知,下面一个一个道来,以计算机视觉方向为例. 作者&编辑 | ...
- 年薪35万的深度学习工程师,正面临数百万的人才缺口
深度学习已经被广泛应用在计算机视觉.自然语言处理等人工智能领域中,极大推动了人工智能的发展.当下,无论学术界还是企业界,都在发力深度学习的研究和应用:谷歌大脑.百度的IDL.腾讯的AI lab等都在布 ...
- 网易云课堂-微专业-深度学习工程师-学习记录
深度学习工程师 大家好,此文章为网易云课程–微专业–深度学习工程师的课堂笔记,欢迎讨论交流. 课程链接:神经网络和深度学习 标题神经网络和深度学习 主要讲解了以下几个问题 什么是神经网络 二分类问题 ...
- 从第一本书开始,如何成为深度学习工程师(上篇)
在这里,小编理解的初阶选手,是具备了一定的计算机基础,但是对于深度学习理论和动手实操方面没接触过的筒子.通过系统学习后能够快速入门,并升级中阶. 如下是建议初阶少侠的修仙路径,需要走好这四步,即: 读 ...
- 秋招面经汇总(算法工程师,计算机视觉工程师,深度学习工程师,机器学习工程师)
前言 随着高通的正式offer下来,基本上秋招结束了.剩下的就是一些三方和合同处理的事情.我的秋招从8月开始准备,到10月末.后面有可能再随便考一下省考选调什么的,体验一下. 背景是广东工业大学本硕, ...
最新文章
- 【运维学习笔记】在 vSphere Client上创建新的虚拟机
- s3c2410_gpio_cfgpin函数解析
- Yoda 表示法错在哪里
- 【HDOJ】1890 Robotic Sort
- Leet Code OJ 283. Move Zeroes [Difficulty: Easy]
- visual studio installer可以卸载吗_ArcGIS 怎样彻底删除和卸载
- linux 可执行文件的分析(gcc GUN BUILEIN)
- 如何用python打印田字格_如何用 3D 打印一双顶级跑鞋回形针
- Android Timer编写方式深解
- MySQL 历史版本安装和下载
- Top1方案源码和数据,腾讯广告受众基础属性预估
- Dukto-R6超级实用的免费跨平台局域网文件/文件夹传输工具
- H3C认证网络工程师
- 移动磁盘提示文件系统损坏要怎么恢复数据
- 立方体图片的在线绘制与制作
- 所有的伟大都源于一次勇敢的开始
- JAVA 去除字符串首尾特定字符
- Android图片不规则裁剪
- 基于S3C2410A的MDB/ICP协议的实现
- 安装spss破解版以及spss安装之后提示我程序无法启动,因为应用程序的并行配置不正确
热门文章
- Mac系统升级node
- FBI或被允许隐瞒解锁iPhone技术 不向苹果公开
- bzoj 2655: calc [容斥原理 伯努利数]
- Android 图片文件操作、屏幕相关、.9图片的理解
- 精心整理的十个必须要知道CSS+DIV技巧
- 华为机试HJ9:提取不重复的整数
- oracle的sum函数精度问题_Excel中的这些烧脑问题,你遇到过几种?
- mongodb模糊查询_我叫Mongo,收了「查询基础篇」,值得你拥有
- 定时器的实现原理 不消耗cpu_一直在使用JDK动态代理, 不明白原理如何实现?
- java 多个项目间事物_Java-web-多个独立项目之间相互调用实践