中 建 教 育
《全 國729所 校 區(qū)》
專注建筑類人才教育、18年培訓經(jīng)驗
【基建大國一站式服務(wù)品牌,考試報名+培訓+證書掛靠+資質(zhì)新辦+資質(zhì)升級+資質(zhì)收購+項目圍標】
打造工程領(lǐng)域生態(tài)供應(yīng)產(chǎn)業(yè)鏈
【人工智能訓練師】招生簡章
中建教育,成立于2002年6月1日是由建設(shè)行業(yè)主管單位、建筑行業(yè)協(xié)會、全國建筑類院校及其科研單位等行業(yè)內(nèi)權(quán)威專家組建而成,主要承擔建筑行業(yè)中的人才培訓,管理咨詢以及人才推薦,建筑、勘察、規(guī)劃設(shè)計,建設(shè)行業(yè)企業(yè)資質(zhì)升級等服務(wù)工作,尤其在執(zhí)業(yè)資格考試教育培訓方面,目前處于國內(nèi)同行業(yè)領(lǐng)先地位。
在師資組建方面,中建教育匯集了建筑行業(yè)內(nèi)頂尖級別的專家及其建筑人才培養(yǎng)的資深學者,為提升人才培養(yǎng)質(zhì)量和滿足客戶需求提供了有力保障;在服務(wù)范圍方面,以北京為發(fā)展中心、上海為運營總部,現(xiàn)在已輻射到、廣州、深圳、重慶、武漢、成都、濟南、青島、鄭州、南京、杭州、蘭州、廈門、武漢、西安、重慶、鄭州、貴州、貴陽、合肥等重點城市,年培訓30多萬人次,并且依據(jù)本公司培訓學員及合作單位的口碑宣傳,其培訓規(guī)模和服務(wù)范圍正在不斷加大。
經(jīng)過多年努力,中建教育已與我國眾多建筑類知名院校、設(shè)計院、協(xié)會及知名網(wǎng)站建立了長期合作關(guān)系,中建教育與清華大學、北京理工大學、北京建筑工程學院、天津大學、武漢測繪學院、上海同濟、北京建工、海事大學、北京交通大學、中央財大等高校強大的師資和技術(shù)力量支持,現(xiàn)已在全國各地發(fā)展了百余所合作院校。同時,學院還與國內(nèi)外數(shù)百家知名建筑工程企業(yè)達成長期合作協(xié)議,為其進行人才培訓、輸送人才,成為中國建工行業(yè)最重要的人才貯備基地之一。 并籌建了信息龐大、內(nèi)容齊全及準確可靠的建筑行業(yè)各類信息數(shù)據(jù)庫。從而為我國建筑行業(yè)人才的培養(yǎng)和發(fā)展奠定了基礎(chǔ)。作為建筑行業(yè)專業(yè)化人才培養(yǎng)單位,中建教育將始終以“為我國培養(yǎng)建筑行業(yè)精英人才提供最優(yōu)質(zhì)的服務(wù)”為主要發(fā)展目標。實現(xiàn)夢想,是我們每個人不斷追求和上進的動力,為了幫助大家盡快圓夢,中建教育愿與您攜手并進,共創(chuàng)美好的明天。
相關(guān)介紹
人工智能(AI)訓練師(Artificial intelligence trainer),使用智能訓練軟件,在人工智能產(chǎn)品實際使用過程中進行數(shù)據(jù)庫管理、算法參數(shù)設(shè)置、人機交互設(shè)計、性能測試跟蹤及其他輔助作業(yè)的人員。
人工智能(AI)訓練師主要職責是數(shù)據(jù)收集和預(yù)處理:負責從各種來源收集數(shù)據(jù),并對數(shù)據(jù)進行預(yù)處理和清洗。模型開發(fā)和調(diào)試:需要使用機器學習和深度學習技術(shù)來開發(fā)模型,并進行調(diào)試和優(yōu)化以提高模型的準確性和性能。算法研究和實驗:需要不斷跟進最新的機器學習和深度學習算法,并進行實驗以確定哪種算法最適合解決具體的問題。結(jié)果分析和報告撰寫:需要分析模型的結(jié)果,并撰寫報告以說明模型的性能和應(yīng)用場景。團隊合作和溝通:需要與團隊成員合作,包括數(shù)據(jù)科學家、軟件開發(fā)人員、產(chǎn)品經(jīng)理等,并與非技術(shù)人員溝通解釋人工智能模型的工作原理和應(yīng)用場景。
2016年,《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》,規(guī)劃確定了在六個具體方面支持人工智能的發(fā)展,包括資金、系統(tǒng)標準化、知識產(chǎn)權(quán)保護、人力資源發(fā)展、國際合作和實施安排。
2017年,《新一代人工智能發(fā)展規(guī)劃》,明確指出新一代人工智能發(fā)展分三步走的戰(zhàn)略目標,到2030年中國達到世界領(lǐng)先水平,成為世界主要人工智能創(chuàng)新中心。
2019年,《關(guān)于促進人工智能和實體經(jīng)濟深度融合的指導意見》,提出促進人工智能和實體經(jīng)濟深度融合,探索智能經(jīng)濟形態(tài)。
2021年,《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》,支持市場主體依法合規(guī)開展數(shù)據(jù)采集,聚焦數(shù)據(jù)的標注、清洗、脫敏、脫密、聚合、分析等環(huán)節(jié),提升數(shù)據(jù)資源處理能力,培育壯大人工智能(AI)服務(wù)產(chǎn)業(yè)。
隨著人工智能技術(shù)和應(yīng)用的不斷發(fā)展,數(shù)據(jù)標注和訓練變得越來越重要,而人工智能(AI)訓練師就是專門從事數(shù)據(jù)標注和訓練的專業(yè)人員。
在過去,AI公司從客戶(用戶)那里獲取到的原始數(shù)據(jù)無法直接用于模型訓練,是由AI產(chǎn)品經(jīng)理先用相關(guān)工具簡單處理,再交給數(shù)據(jù)標注人員進行標注加工,但因為標注人員對數(shù)據(jù)的理解和標注質(zhì)量差異很大,導致整體標注工作的效率和效果都不夠理想。同時,AI公司在其細分領(lǐng)域內(nèi)積累了大量數(shù)據(jù),這些數(shù)據(jù)往往在使用一次后就不再產(chǎn)生更多價值,隨之帶來了第二個問題,數(shù)據(jù)無法沉淀和復用?;谶@兩個問題,“人工智能(AI)訓練師”應(yīng)運而生。
2023年10月1日,國家市場監(jiān)督管理總局認證認可技術(shù)研究中心發(fā)布《市場監(jiān)管總局認研中心關(guān)于開展人員能力驗證工作(第五批)的通知》,面向社會正式開展人員能力驗證工作。其中包含人工智能(AI)訓練師能力驗證。
人工智能(AI)訓練師是近年來隨著人工智能技術(shù)快速發(fā)展出現(xiàn)的新興職業(yè),他們的主要任務(wù)包括從技術(shù)和應(yīng)用角度對AI系統(tǒng)進行深度訓練,以使之適應(yīng)各種不同復雜性的任務(wù),同時他們也負責評估AI系統(tǒng)的性能,以探尋優(yōu)化和改進的空間。
從不同崗位的人才供需比來看,高技術(shù)人才保持了緊缺態(tài)勢。2023上半年,泛互聯(lián)網(wǎng)行業(yè)最緊缺的崗位主要集中在AI方向。算法研究員以0.47的人才供需比位居人才緊缺度榜首,平均兩家公司爭奪1位人才。AI技術(shù)的爆發(fā)也推動了人工智能(AI)訓練師、人工智能深度學習等AI方向人才的招聘需求,這兩個崗位的人才供需比分別為0.61。從AI產(chǎn)業(yè)誕生起,AI領(lǐng)域的人才搶奪戰(zhàn)就打得火熱。人工智能(AI)人才缺口預(yù)計是500萬。
1.從事人工智能AI算法訓練、測試和優(yōu)化等方向的工作的相關(guān)人員;
2.從事AI模型設(shè)計和優(yōu)化等方向的工作;
3.數(shù)據(jù)審核員、數(shù)據(jù)采集員、數(shù)據(jù)標注員等從事AI智能人員;
4.學習數(shù)學、物理學、統(tǒng)計學、電子與信息大類、教育與體育大類、醫(yī)藥衛(wèi)生大類、裝備制造大類學生;
5.政府機關(guān)單位人工智能負責人員,以及有志于從事人工智能(AI)訓練師工作的各類人員。
1、收集、整理、標注、清洗、存儲和更新人工智能產(chǎn)品所需的數(shù)據(jù),例如圖像、語音、文本等,以保證數(shù)據(jù)的質(zhì)量和量。例如,人工智能訓練師需要為人臉識別系統(tǒng)提供大量的人臉圖片,并對圖片進行分類和標記,以便訓練出高效的識別模型。
2、根據(jù)產(chǎn)品需求和數(shù)據(jù)特點,選擇合適的算法模型和參數(shù),例如神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、學習率、優(yōu)化器等,以提高算法的準確性和效率。例如,人工智能訓練師需要為語音識別系統(tǒng)選擇合適的深度學習框架,如TensorFlow或PyTorch,并調(diào)整模型的超參數(shù),如層數(shù)、節(jié)點數(shù)等,以提高識別率和速度。
3、對用戶的問題進行分類,及業(yè)務(wù)知識庫的整理加工、維護和優(yōu)化。
4、負責核心指標的日常跟蹤維護等。
人工智能(AI)訓練師需要對人工智能的全面了解,能夠訓練和標注(AI)系統(tǒng)性能,熟悉人工智能(AI)訓練技術(shù)與方法,具備訓練(AI)能力,了解相關(guān)法規(guī)與標準。任職人工智能(AI)訓練師應(yīng)當參加國家市場監(jiān)督管理總局認證認可技術(shù)研究中心組織的人工智能(AI)訓練師人員能力驗證培訓并通過驗證。
人工智能(AI)訓練師能力驗證工作遵循客觀公正、科學規(guī)范、以用為本、多元評價的原則,實現(xiàn)“專業(yè)學習-能力驗證-精準診斷-靶向訓練-持續(xù)學習”的“PDCA”循環(huán),著力提升人員從業(yè)素質(zhì)和能力,為建設(shè)“人才強國”提供支撐。
人工智能(AI)訓練師人員能力驗證需向指定的單位提交相關(guān)材料,進行培養(yǎng)培訓,可在國家市場監(jiān)督管理總局認證認可技術(shù)研究中心人員能力驗證綜合服務(wù)平臺參加人工智能(AI)訓練師人員能力驗證考試。
(一)專業(yè)學習
包括:在線學習、現(xiàn)場培訓等,以普法宣貫、知識更新、理論教學、案例分析等為重點內(nèi)容。
(二)實踐學習
包括:現(xiàn)場操作、師徒傳幫帶等,以提高實際操作能力為重點內(nèi)容。
人工智能(AI)訓練師人員能力驗證一般分為線上考試或現(xiàn)場考核,鼓勵采取線上方式。人員能力驗證工作采取線上統(tǒng)一考試,參訓學員登錄人員能力驗證綜合服務(wù)平臺進行線上考核??忌畔⒉捎糜嬎銠C考試系統(tǒng)進行統(tǒng)一管理,在線完成學員信息填報、考試、電子試卷管理等工作。
人工智能(AI)訓練師能力驗證測驗實行統(tǒng)一大綱、統(tǒng)一命題、統(tǒng)一組織的考試制度,原則上每年舉行4次考試,分別安排在3月份、6月份、9月份、12月份的第四個周六,考試時間為120分鐘。
人工智能(AI)訓練師培養(yǎng)培訓及能力考核的主要考試題型分為四類。其中,單選題(20題,20分);多選題(10題,20分);判斷題(10題,10分);問答題(3題,50分),總分100分。
人工智能(AI)訓練師能力驗證結(jié)果劃分為優(yōu)秀、良好、合格、不合格。具體按照《人工智能(AI)訓練師人員能力驗證規(guī)則》進行確定,不合格者需重新報名下季度“人員能力驗證”考核,重新繳納考試費用,人員能力驗證成績考核合格后可取得《人工智能(AI)訓練師》人員能力驗證證書。
(一)能力提升
應(yīng)建立培訓培養(yǎng)和能力驗證結(jié)果反饋和改進機制,為人員能力提升提供精準靶向改進建議和持續(xù)學習建議。
(二)鼓勵采信
應(yīng)積極協(xié)調(diào)政府部門、行業(yè)協(xié)會、用人單位等,鼓勵其采信人員能力驗證結(jié)果,持續(xù)營造良好用人環(huán)境。
(三)行業(yè)建議
人員能力驗證組織部門應(yīng)根據(jù)人員培訓培養(yǎng)及能力驗證總體情況,開展行業(yè)從業(yè)人員質(zhì)量分析,為提供整體從業(yè)水平提供技術(shù)支撐。
經(jīng)培養(yǎng)培訓學時達標并人員能力驗證考試合格者,由國家市場監(jiān)督管理總局認證認可技術(shù)研究中心頒發(fā)《人工智能(AI)訓練師》人員能力驗證證書,《人員能力驗證證書》由市場監(jiān)督管理總局認研中心制作完成后郵寄本人,郵寄費自付,同時提供電子版。
國家市場監(jiān)督管理總局認證認可技術(shù)研究中心是國家市場監(jiān)督管理總局直屬正司級事業(yè)單位 ,是中國國家層面從事認證認可檢驗檢測研究的科研機構(gòu)和智庫型機構(gòu),以認證認可、檢驗檢測、政策理論、學術(shù)研究、監(jiān)管輔助、標準研究、從業(yè)人員能力提升為主要職責。
1.從求職者角度來看,人員能力驗證首先從根本上解決了人員專業(yè)知識掌握不足的問題,其次,通過培養(yǎng)培訓后對參訓人員進行能力驗證并分析其驗證結(jié)果,可提高參訓人員自身的專業(yè)知識,同時對能力水平有清晰的認知,有助于求職者就業(yè)以及對后續(xù)職業(yè)發(fā)展的規(guī)劃;
2.從行業(yè)和企業(yè)角度來看,人員能力驗證工作的開展將會為社會輸送更多具備專業(yè)知識的崗位合格者,不僅能通過大數(shù)據(jù)對該行業(yè)的專業(yè)水平做一個全面評估,還能解決本行業(yè)“招人難”的問題,進而提高企業(yè)的經(jīng)濟效益;
3.從國家角度來看,人員能力驗證工作響應(yīng)“深入實施新時代人才強國戰(zhàn)略”,集培養(yǎng)培訓和能力驗證為一體,培養(yǎng)人才、成就人才,為加快建設(shè)世界重要人才中心和創(chuàng)新高地增添了新動力。
人工智能(AI)訓練師人員能力驗證大綱
分類 |
大綱 |
||
一、課程簡 介與人工 智能基礎(chǔ) 知識 |
1.人工智能 的發(fā)展歷程 與重要事件 |
人工智能的發(fā)展 階段 |
人工智能的起源 |
人工智能的繁榮 |
|||
人工智能的低谷 |
|||
人工智能的復蘇與快速發(fā)展 |
|||
人工智能領(lǐng)域的 里程碑事件 |
專家系統(tǒng) |
||
機器學習 |
|||
深度學習 |
|||
自然語言處理 |
|||
2.人工智能 的基本概念 與分類 |
人工智能的定義 |
人工智能的廣義定義 |
|
人工智能的狹義定義 |
|||
人工智能的分類 |
弱人工智能 |
||
強人工智能 |
|||
超級智能 |
|||
類人工智能 |
|||
3.人工智能 的技術(shù)原理 與應(yīng)用領(lǐng)域 |
人工智能的技術(shù) 原理 |
機器學習 |
|
深度學習 |
|||
自然語言處理 |
|||
人工智能的應(yīng)用 領(lǐng)域 |
計算機視覺 |
||
語音識別 |
|||
機器人 |
|||
自動駕駛 |
|||
4.人工智能 的發(fā)展趨勢 與挑戰(zhàn) |
人工智能的發(fā)展 趨勢 |
技術(shù)進步 |
|
應(yīng)用場景擴大 |
|||
跨界融合 |
|||
人工智能面臨的 挑戰(zhàn) |
技術(shù)挑戰(zhàn) |
||
倫理挑戰(zhàn) |
|||
社會挑戰(zhàn) |
|||
|
|
Python 語言基礎(chǔ) |
Python 語言特點 |
Python 數(shù)據(jù)類型 |
二、編程語 言與環(huán)境 搭建 |
5.Python 編 程基礎(chǔ)與語 法規(guī)則 |
Python 語法規(guī)則 |
變量與常量 |
運算符與表達式 |
|||
流程控制 |
|||
函數(shù)與模塊 |
|||
6.Python 面 向?qū)ο缶幊?/span> 與函數(shù)式編 程 |
面向?qū)ο缶幊痰?/font> 概念 |
類與對象 |
|
封裝與繼承 |
|||
多態(tài) |
|||
函數(shù)式編程的概 念 |
函數(shù)式編程特點 |
||
高階函數(shù) |
|||
函數(shù)式編程庫 |
|||
7.常用 AI 編 程庫和框架 介紹 |
Numpy 庫介紹 |
Numpy 庫簡介 |
|
Numpy 數(shù)組操作 |
|||
Pandas 庫介紹 |
Pandas 庫簡介 |
||
Pandas 數(shù)據(jù)結(jié)構(gòu) |
|||
Scikit-learn 庫 介紹 |
Scikit-learn 庫簡介 |
||
Scikit-learn 機器學習算法 |
|||
8.TensorFl ow 與 PyTorch 等 深度學習框 架入門 |
TensorFlow 框架 介紹 |
TensorFlow 簡介 |
|
TensorFlow 基本概念 |
|||
PyTorch 框 架 介 紹 |
PyTorch 簡介 |
||
PyTorch 基本概念 |
|||
9.搭建 AI 開 發(fā)環(huán)境與實 踐操作指導 |
搭建 AI 開發(fā)環(huán)境 |
選擇合適的 IDE |
|
安裝 Python 與相關(guān)庫 |
|||
AI 編程實踐操作 指導 |
編寫第一個 AI 程序 |
||
調(diào)試與優(yōu)化代碼 |
|||
實踐項目與任務(wù) |
|||
三、數(shù)據(jù)預(yù) 處理與標 注 |
10.數(shù)據(jù)清 洗與整理方 法 |
數(shù)據(jù)清洗的概念 |
數(shù)據(jù)清洗的重要性 |
數(shù)據(jù)清洗的流程 |
|||
數(shù)據(jù)整理的方法 |
缺失值處理 |
||
異常值處理 |
|||
數(shù)據(jù)轉(zhuǎn)換與規(guī)范化 |
|||
11.數(shù)據(jù)預(yù) 處理技巧與 |
數(shù)據(jù)預(yù)處理的方 法 |
數(shù)據(jù)預(yù)處理策略 |
|
數(shù)據(jù)預(yù)處理技巧 |
|
案例分析 |
數(shù)據(jù)預(yù)處理案例 分析 |
數(shù)據(jù)預(yù)處理案例介紹 |
數(shù)據(jù)預(yù)處理結(jié)果分析 |
|||
12. 數(shù) 據(jù) 標 注工具與技 巧 |
數(shù)據(jù)標注工具介 紹 |
常見數(shù)據(jù)標注工具 |
|
標注工具的使用方法 |
|||
數(shù)據(jù)標注技巧 |
標注規(guī)范與要求 |
||
標注技巧與策略 |
|||
13.標注實 踐與質(zhì)量控 制 |
標注實踐操作 |
標注實踐流程 |
|
標注實踐案例 |
|||
標注質(zhì)量控制方 法 |
標注質(zhì)量問題 |
||
質(zhì)量控制方法與技巧 |
|||
14.項目案 例分享與討 論 |
項目案例介紹 |
項目案例背景 |
|
項目案例實施過程 |
|||
項目案例討論 |
項目案例總結(jié) |
||
四、AI 訓 練師的核 心技能 |
15.機器學 習算法原理 與應(yīng)用 |
機器學習算法原 理 |
線性回歸 |
決策樹 |
|||
支持向量機 |
|||
機器學習算法應(yīng) 用 |
應(yīng)用場景介紹 |
||
算法應(yīng)用案例分析 |
|||
16.深度學 習原理與實 踐 |
深度學習原理 |
卷積神經(jīng)網(wǎng)絡(luò) |
|
循環(huán)神經(jīng)網(wǎng)絡(luò) |
|||
生成對抗網(wǎng)絡(luò) |
|||
深度學習實踐 |
實踐案例介紹 |
||
實踐操作指導 |
|||
17.模型調(diào) 參技巧與優(yōu) 化策略 |
模型調(diào)參技巧 |
網(wǎng)格搜索 |
|
隨機搜索 |
|||
貝葉斯優(yōu)化 |
|||
優(yōu)化策略 |
Adam 優(yōu)化器 |
||
RMSprop 優(yōu)化器 |
|||
Adagrad 優(yōu)化器 |
|||
18.模型驗 證與評估方 法 |
模型驗證方法 |
交叉驗證 |
|
留出驗證集 |
|||
模型評估方法 |
ROC 曲線 |
||
混淆矩陣 |
|||
|
|
|
F1 分數(shù) |
19.實際項 目案例分析 與講解 |
實際項目案例介 紹 |
項目背景 |
|
項目實施過程 |
|||
項目案例分析與 講解 |
項目分解 |
||
項目講解 |
|||
20.AI 在各 領(lǐng)域的應(yīng)用 案例與實踐 |
AI 在各領(lǐng)域的應(yīng) 用案例 |
自然語言處理 |
|
計算機視覺 |
|||
語音識別 |
|||
AI 在各領(lǐng)域的實 踐 |
實踐案例介紹 |
||
實踐操作指導 |
|||
五、項目實 踐與案例 分析 |
1.項目實踐 圖像分類任 務(wù) |
圖像分類任務(wù)介 紹 |
任務(wù)背景 |
任務(wù)目標 |
|||
圖像分類任務(wù)實 現(xiàn) |
數(shù)據(jù)集準備 |
||
模型選擇與訓練 |
|||
模型評估與優(yōu)化 |
|||
2.項目實踐 自然語言處 理任務(wù) |
自然語言處理任 務(wù)介紹 |
任務(wù)背景 |
|
任務(wù)目標 |
|||
自然語言處理任 務(wù)實現(xiàn) |
數(shù)據(jù)集準備 |
||
模型選擇與訓練 |
|||
模型評估與優(yōu)化 |
|||
3.項目實踐 語音識別任 務(wù) |
語音識別任務(wù)介紹 |
任務(wù)背景 |
|
任務(wù)目標 |
|||
語音識別任務(wù)實現(xiàn) |
數(shù)據(jù)集準備 |
||
模型選擇與訓練 |
|||
模型評估與優(yōu)化 |
|||
4.項目實踐 推薦系統(tǒng)任 務(wù) |
推薦系統(tǒng)任務(wù)介 紹 |
任務(wù)背景 |
|
任務(wù)目標 |
|||
推薦系統(tǒng)任務(wù)實 現(xiàn) |
數(shù)據(jù)集準備 |
||
模型選擇與訓練 |
|||
模型評估與優(yōu)化 |
|||
5.項目實踐 時間序列預(yù) 測任務(wù) |
時間序列預(yù)測任 務(wù)介紹 |
任務(wù)背景 |
|
任務(wù)目標 |
|||
時間序列預(yù)測任 務(wù)實現(xiàn) |
數(shù)據(jù)集準備 |
||
模型選擇與訓練評估模型與優(yōu)化 |
考核+鑒定制證價格
招生價格9800元
支付方式:
賬戶名:中建英才教育科技(北京)有限公司
開戶行:中國建設(shè)銀行北京新華支行
賬 號:1100 1014 6000 5300 7307
聯(lián)系方式:
1、中建教育官網(wǎng):www.gzzhijia.com.cn
2、中建教育咨詢老師: 電話:17610122180 微信17610122180
3、地 址:北京市朝陽區(qū)東三環(huán)中路39號,國貿(mào)建外SOHO大廈
相關(guān)動態(tài)
隨著大數(shù)據(jù)、大模型等數(shù)字經(jīng)濟的快速興起,人工智能領(lǐng)域成為就業(yè)新風口。在浙江杭州形成了人工智能訓練師的培訓、考證熱潮。
近段時間,在浙江杭州,每個周末都會舉行一次人工智能訓練師的職業(yè)技能等級認定考試,考試上午下午各安排一場,每場有三個考場,可容納200多名考生,考試幾乎場場爆滿。
考生:AI處理能力會越來越重要。所以來參與這個考試,是想豐富一下自己AI相關(guān)的技能儲備。
考生:算是拓寬了一個知識面,了解現(xiàn)在AI的大方向,增加一些就業(yè)前景。
去年下半年,杭州率先啟動了人工智能訓練師“一試雙證”的試點。考生參加培訓、通過認證考試后,可取得企業(yè)認證證書,同時獲得相應(yīng)職業(yè)技能等級證書。不僅能享受技能補貼、積分落戶加分等政策福利,還能優(yōu)先得到上崗機會。
今年4月發(fā)布的《“AI+”職業(yè)趨勢報告》顯示,我國前十大生成式人工智能應(yīng)用的月活用戶總規(guī)模達到5300多萬。AI在幫助人們完成一些工作的同時,也催生了像提問工程師、人工智能訓練師等一批新的職業(yè)。隨著AI應(yīng)用越來越普及,培訓需求還在不斷增加。
浙江杭州某數(shù)字人才發(fā)展中心負責人 林麗:目前為止,已經(jīng)有1萬人預(yù)約了我們的人工智能訓練師的職業(yè)認定評價申請。
在應(yīng)用領(lǐng)域,不少持證的人工智能訓練師正在通過AI創(chuàng)造一些生產(chǎn)力工具。電商年中促銷活動臨近,人工智能訓練師余成麗正在忙著優(yōu)化他們設(shè)計的人工智能客戶工具。
浙江杭州某電商平臺人工智能訓練師 余成麗:傳統(tǒng)的客服機器人可能會一問一答,我們新的能力引入以后,就能比較好地基于上下文相結(jié)合,真正判斷消費者想要問的問題是什么,從而給到一個更精準的答案。