人工智能應用開發(fā)通用基礎、專業(yè)、相關知識、技能、職業(yè)素養(yǎng)、創(chuàng)新能力詞典

1、DB 21/T XXXX.4—XXXX 5 A A 附 錄 A （資料性） 通用基礎知識詞典 通用基礎知識詞典見表A.1。 表A.1 通用基礎知識詞典 序號 關鍵能力 能力編碼 能力定義 能力等級描述 1 計算機科學基本知識 GK01 包括計算機基本工作原理、數據結構、算法、程序設計、計算機網絡等計算機科學基本知識，也包括云計算、大數據等新一代信息技術的基本知識。 K1 了解計算機的基本工作原理知識，了解數據結構、算法、程序

2、設計知識，了解計算機網絡知識。 K2 理解計算機的基本工作原理知識，理解數據結構、算法、程序設計知識，理解計算機網絡知識，了解云計算、大數據等知識。 K3 掌握計算機的基本工作原理知識，掌握數據結構、算法、程序設計知識，理解計算機網絡知識，理解云計算、大數據等知識。 K4 掌握計算機的基本工作原理知識，精通數據結構、算法、程序設計知識，掌握計算機網絡知識，掌握云計算、大數據等知識。 2 計算機軟件基本知識 GK02 包括程序設計語言、

3、數據庫、操作系統、軟件工程等計算機軟件基本知識。 K1 了解程序設計語言、數據庫知識。 K2 理解程序設計語言、數據庫知識，了解操作系統、軟件工程知識。 K3 掌握程序設計語言、數據庫知識、理解操作系統、軟件工程知識。 K4 精通程序設計語言、數據庫知識、掌握操作系統、軟件工程知識。 3 數學基本知識 GK03 包括離散數學、圖論、線性代數、概率論和數理統計、最優(yōu)化方法等數學基本知識。 K1 了解離散數學、圖論、線性代數、概率論和數理

4、統計等基本知識。 K2 理解離散數學、圖論、線性代數、概率論和數理統計等基本知識，了解最優(yōu)化方法的基本知識。 K3 掌握離散數學、圖論、線性代數、概率論和數理統計等基本知識，理解最優(yōu)化方法的基本知識。 K4 掌握離散數學、圖論、線性代數、概率論和數理統計等應用知識，掌握最優(yōu)化方法的基本知識。 DB 21/T XXXX.4—XXXX 7 表B.2 表 B.1 人工智能應用開發(fā)專業(yè)知識詞典（續(xù)） 4 數據建模與標注知識 D-PK04 包括根

5、據業(yè)務場景為機器學習建立數據模型；根據數據模型需求進行數據標注、數據優(yōu)化和選取。 K1 了解建立數據模型的方法和知識，能根據數據模型需求進行數據標注。 K2 理解建立數據模型的方法和知識，能根據數據模型需求進行數據標注與質檢；了解根據數據模型需求進行數據優(yōu)化和選取的相關知識。 K3 掌握建立數據模型的方法和知識，能根據數據模型需求進行數據規(guī)范設計、數據標注與質檢；理解根據數據模型需求進行數據優(yōu)化和選取的相關知識。 K4 掌握建立數據模型

6、的方法和知識，能根據數據模型需求進行數據規(guī)范設計、標注實施、質檢、多人標注管理；掌握根據數據模型需求進行數據優(yōu)化和選取的相關知識。 5 開發(fā)環(huán)境、平臺與工具知識 D-PK05 包括主流的人工智能軟硬件開發(fā)環(huán)境及架構、開發(fā)平臺和工具知識。 K1 了解主流人工智能的軟硬件開發(fā)環(huán)境、架構、開發(fā)平臺和工具知識。 K2 理解主流人工智能的軟硬件開發(fā)環(huán)境、架構、開發(fā)平臺和工具知識。 K3 掌握主流人工智能的軟硬件開發(fā)環(huán)境、架構、開發(fā)平臺和工具知識。