一、项目简介
人工智能算法工程师课程是一套涵盖专业化知识架构、科学化培养路径与系统化考核标准的高端人工智能算法人才培养体系。该体系旨在全面衡量从业者在人工智能算法设计、模型开发、技术落地及多领域应用等方面的核心能力，满足政府、金融、互联网、医疗、制造等多行业对人工智能算法专业人才的需求，助力企业以算法创新驱动业务升级与决策优化。
人工智能算法工程师考试作为对该领域从业者的权威考核，共分为中级、高级两个等级，层级递进且覆盖不同阶段职业发展需求。
二、能力标准
1、人工智能算法工程师(中级)
需具备一年以上人工智能算法应用或数据分析相关实践工作经验。熟练掌握 Python 编程及数据可视化工具，深入理解机器学习经典算法，具备特征工程实战能力，能熟练运用自然语言处理基础技术、图像处理基础方法解决行业具体问题，可将复杂业务目标准确拆解为算法任务并实现技术落地。
适合互联网、电商、医学、电信等行业专门从事人工智能算法设计、模型开发与应用的专业人员。
2、人工智能算法工程师(高级)
需具备三年以上人工智能算法相关实践岗位工作经验，或已获得人工智能算法工程师(中级)证书。精通深度学习框架与核心算法，熟练掌握计算机视觉、自然语言处理、语音识别等前沿技术，具备大模型原理应用与微调能力。能深度洞察行业业务本质，主导复杂算法项目设计与实施，带领团队完成大型算法工程落地，为企业核心业务赋能。
适合互联网、医疗、制造、金融等行业人工智能算法领域的资深技术人员与项目负责人。
三、课程内容
中级
| 阶段 | 课程 | 知识模块 |
|---|---|---|
| 中级 | Python编程与数据处理 | Python编程、数据分析工具、数据可视化、特征工程实战 |
| 机器学习经典算法 | 回归、决策树、KNN、贝叶斯、聚类、SVM算法原理与实操 | |
| 图像与NLP基础应用 | 基础图像处理技术、分词、词向量、传统文本算法实战 | |
| 业务算法项目实战 | 业务需求拆解、算法任务划分、模型训练调优、业务落地练习 | |
| 职业技术考核 | 人工智能算法工程师(中级)职业技术考试 |
高级
| 阶段 | 课程 | 知识模块 |
|---|---|---|
| 高级 | 基础知识 | 大模型与AIGC概述；机器学习绪论；回归、决策树、神经网络、KNN、朴素贝叶斯、聚类、支持向量机 |
| 人工智能算法原理与实践 | PyTorch框架；CNN卷积神经网络；RNN、LSTM；Transformer；GPT、BERT大模型原理与应用 | |
| 计算机视觉算法实战 | 图像读写、几何变换、灰度、二值化、图像平滑；脑PET疾病预测；FaceNet人脸识别；YOLO害虫识别；YOLOv8图像分割项目 | |
| 自然语言算法实战 | 语料处理、N‑Gram、HMM、jieba分词、TF‑IDF、Word2Vec；textCNN问句分类；网民情绪识别；推荐系统；Qwen大模型微调与广告生成实战 | |
| 职业技术考核 | 人工智能算法工程师(高级)职业技术考试 |
四、报考条件
中级：（满足其中一个条件即可）
- 年满18 周岁，具备高中以上学历。
- 工作年限满1 年。
高级：（满足其中一个条件即可）
- 获得中级证书。
- 年满20 周岁以上，工作年限满2 年
- 年满20 周岁以上，具备大专及以上学历
五、考试方式
考试方式分为线下考试站点或线上考试系统统考两种方式，考试形式为上机答题，闭卷。
考试题型：
- 中级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。
- 高级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。
六、成绩评分
考试最终成绩满分为100 分，成绩80‑100 分为优秀；成绩60‑79 分为合格；成绩60 分以下为不合格。
七、证书颁发
对通过考试的学员，培训、考试资料交齐、费用缴纳后，颁发对应的证书，120个工作日内以快递的方式寄出，证书可官网http://www.miiteec.org.cn查询。
