2024全国职工职业技能大赛人工智能训练师赛.docx

第八届全国职工职业技能大赛人工智能训练师赛项技术文件

目 录

一、技术描述 1

（一）项目概要 1

（二）基本知识与能力要求 1

二、试题与评判标准 4

（一）试题 4

（二）比赛时间及试题具体内容 5

（三）评判标准 7

（四）公布方式（保密安排） 9

（五）竞赛样题 9

三、竞赛细则 12

（一）比赛的具体流程 12

（二）裁判员条件和工作内容 12

（三）选手条件和工作内容 15

（四）工作人员及其他人员须知 16

（五）申诉与仲裁 16

四、竞赛场地、设施设备等安排 17

（一）赛场规格要求 17

（二）场地布局 17

（三）基础设施清单 17

五、安全健康要求 21

（一）选手安全防护措施要求 21

（二）裁判安全防护措施要求 21

（三）工作人员安全防护措施要求 22

（四）健康安全违规的处理方案 22

（五）医疗设备和措施 22

（六）绿色环保 22

—

—PAGE9—

一、技术描述

（一）项目概要

当前人工智能技术已广泛应用于智慧零售、医疗、交通、安防等领域，本赛项以国家《新一代人工智能发展规划》为背景，针对国家新职业“人工智能训练师”的岗位定义与典型工作任务，面向全国人工智能工程技术、人工智能技术应用、智能科学与技术、电子信息工程、计算机与软件工程等相应专业领域的职业从业人员，体现行业特色，围绕真实工作过程、任务和要求设计竞赛内容，重点考查选手人工智能工程技术能力、规范操作和创新创意水平，检验参赛选手的综合职业能力。

本赛项为单人赛，以实际工程应用为项目背景进行设计，针对在人工智能技术实际使用过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业方向，考察选手对计算机科学、数据科学、机器学习、深度学习等相关领域的基础理论知识以及编程技能，重点考察参赛选手数据采集、数据清洗、数据标注、训练环境搭建、模型训练、模型调优、模型验证、模型部署、人工智能系统运维等人工智能全链工具的工程应用技术的运用能力。

（二）基本知识与能力要求

参赛选手完成本赛项的考核需要具备人工智能训师练相关基础知识与技能，见表1及表2：

表1人工智能训练师项目相关基础知识

相关要求

权重比例(%)

1

基础理论知识

15

基本知识

——计算机硬件组成、指令集架构、存储器层次结构、输入输出设备等。

——操作系统的基本概念、功能，掌握进程管理、内存管理、文件系统、输入输出管理等关键技术。

——线性表、树、图、哈希表等常见数据结构，以及排序、查找、图遍历等基本算法。

——熟悉至少一种高级编程语言（例如Python、Java、C++），包括语言的基本语法、控制结构、函数、面向对象编程等。

——计算机网络的基本概念、协议分层、TCP/IP协议族、网络安全等。

——线性代数、微积分、概率论等数学工具在计算机科学中

的应用，掌握基本的数值优化方法。

——人工智能的基本概念、历史发展、应用领域，掌握人工智能的基本原理与技术。

——计算机科学中的伦理与法律问题，如数据隐私、安全、知识产权等。

——信息安全知识

——生产安全和环境安全知识

2

数据处理

20

基本知识

——数据库基础概念，数据库管理系统的功能，数据库系统的组成，数据库技术的发展历程

——常用SQL语言

——数据库的并发控制、事务管理和隔离级别

——数据库设计知识，了解实体-关系模型、存储结构选择

——数据库备份与恢复、数据库性能调优、

——数据文件、分布式数据库、云数据库、大数据技术、数据仓库、数据挖掘等等人工智能数据处理知识

工作能力

能够使用常用编程语言和数据库，实现数据读取和可视化、

数据集划分、数据基础处理以及数据增强等常用操作

3

机器学习

15

基本知识

——机器学习基础概念

——监督学习、无监督学习和强化学习的概念

——机器学习的基本流程

——分类、聚类、回归、关联规则常用算法

——采样、降维、特征选择等特征工程方法

——机器学习中过拟合与欠拟合、数据不平衡处理等常见问题与解决方案

工作能力

能够使用常用编程语言和工具库，进行特征提取、模型构建、

模型训练和模型验证等操作

4

深度学习

15

基本知识

——神经网络的结构与工作原理

——卷积神经网络、循环神经网络等深度学习的基本概念

——强化学习的基本概念和常见方法

——深度学习模型的模型评估

——超参数调优方法

工作能力

能够使用常用深度学习框架对图像、视频集进行目标识别、

对象分类等工作

5

生成式人工智能

15

基本知识

——生成式模型基础架构，包括BERT、GPT、Diffusion等

——生成式模型的数据准备，包括去重、过滤、隐私处理、数据配比等

——生成式模型