人工智能产业对人才能力素质要求有哪些？

行业迫切需要拥有综合能力、专业知识、技能和工程实践等多方面能力的人才。

1.人工智能岗位类型能力要求

算法研究岗、应用开发岗、实用技能岗和产品经理岗在实践中的工作重点各不相同，企业对这些典型岗位的职业能力要求也存在显著差异：

算法研究岗位能力要求

综合能力 ：具备扎实的理论基础，精通所属技术方向的建模方法，能够通过合理地组合、改造并 创新相关算法来解决更加复杂的应用问题；能够对不同场景的通用部分进行提取，提 高跨岗迁移与扩展能力，并降低训练成本；具有较强的自我学习能力，始终保持对前 沿研究领域的关注，能够复现并改进其中的相关工作，将新技术与既有基线系统进行 横向对比。

专业知识 ：具备扎实的算法基础，灵活使用数据结构；深入掌握机器学习及其他所属技术方向的 常用算法；具备在大数据环境下的数据处理能力，如文本、图像、文档、网页等数据 的导入、加工、转化等能力。

工具技能 ：具备扎实的编程开发基础，包括但不限于熟练掌握 C/C++、Python、Java、Shell、MATLAB 等编程语言；熟悉 Linux、Hadoop、Spark、Hive 等大数据计算工具；掌握基于消息中 间件调度的掌控数据流程和算法版本的管理，能够实际实现算法、系统，并进行可重 复性的实验，具有算法验证、开发、迭代和上线的能力。

工程实践能力 ：具备丰富的算法项目经验及所属技术方向的系统研发经验；能够结合各个实际面临的 业务问题进行分析；解决模型构建过程中的问题，并能发现现有系统的不足并提出合 理的改进方案。

应用开发岗位能力要求

综合能力：能够准确理解和进行人工智能算法模型的训练及应用，理解不同的算法针对不同业务 领域的实际应用价值；能够将综合的模拟型或算法转化为实际人工智能应用场景可以 实现的问题，具备从抽象的算法中提炼出具体的解决方案的能力；能够和科学家、研 究员、算法研发工程师等有效沟通，积极响应上述类职位的问题需求，协助实现人工 智能应用场景的业务落地。

专业知识：掌握所属技术方向的基础知识，熟悉软件工程设计、开发、测试、部署上线、运维等 流程；具备数据挖掘基础，熟练掌握逻辑回归、决策树等常用模型算法的原理和适用 范围，并能熟练应用到实际场景中。

工具技能：具备良好的编程开发能力，包括 C/C++、Python、Java 等；熟悉主流操作系统开发环 境，如 Mac、Linux、Windows 及相关操作系统脚本语言；熟练掌握关系型数据库原理 及 SQL 语言，熟练掌握主流数据库，如 MySQL、Oracle、DB2 等。

工程实践能力：熟悉并行计算基本原理及分布式计算框架，熟悉 Hadoop、Spark 等分布式开发环境； 解常用的各类开源框架、组件或中间件；熟悉掌握大数据流处理计算框架工具，如 Storm、Kafka 等；熟悉容器技术，如 Docker、K8S、Mesos 等。

实用技能岗位能力要求

 综合能力： 能够对客户具体问题进行分析和排查，针对性地为客户提供技术指导，确保客户基于 平台的相关问题得到解决，保证产品顺利运行；具备高效的跨团队沟通能力，配合相 关技术或产品团队推动问题的解决；能够对技术事件进行分析和总结，对功能、流程、 工具等问题进行分析沉淀，并提出建设性意见，帮助提升客户服务体验。

专业知识 ：熟悉并行计算基本原理及分布式计算框架，熟悉 Hadoop、Spark 等分布式开发环境； 了解常用的各类开源框架、组件或中间件；熟悉 TCP/IP 协议，具备网络环境问题排查经验；熟悉常用数据库，如 MySQL、Oracle。。

工具技能： 具备一定的编程开发基础，熟练掌握 C/C++、Python、Java、Shell、MATLAB 等编程语 言；熟练掌握 Linux 系统的使用，具备丰富的 Linux、Windows 系统维护经验；熟悉容 器技术，如 K8S、Docker 等。

工程实践能力： 具备一定的企业客户服务的项目经验，能够多层次解析出客户具体问题；具备工程化 项目落地经验，能够快速定位客户需求并发现关键问题。

产品经理岗位能力要求

综合能力 ：具备人工智能产品整体规划、产品设计和推进的能力；具备目标行业和目标场景的实 践经验和知识积累；具备跨团队协作能力，与产品、算法、工程、编辑、团队充分沟 通协作，保证产品功能顺利落地；具备产品创新能力，产品上线后分析使用数据，提 炼使用场景，找到产品改进点和突破点，用丰富的交互场推动漫人工智能产品创新； 具备行业分析能力，包括市场分析、用户需求调研和竞品分析等。

专业知识： 熟悉人工智能技术的基础知识和当前的能力边界；掌握外界环境变量对人工智能技术 的影响程度。 工具技能 熟练使用 Axure、Mockups、Pencil 等原型设计工具；掌握并熟悉思维导图、数据处理、 图片处理工具；熟悉或了解常见的编程语言，例如 C/C++、Python、Java、Shell、MATLAB 等编程语言。

工程实践能力：具备人工智能相关产品成功落地经验，能够快速定位行业需求和驱动变量。

2.人工智能技术类型岗位能力要求

针对人工智能芯片、机器学习、自然语言处理、智能语音、计算机视觉五大典型技术方 向，由于其技术特点、发展阶段和业务重点略有差异，企业对相关产业人才的职业能力要求 也各不相同：

人工智能芯片相关岗位能力要求

综合能力： 熟悉智能芯片的实现原理与技术架构；具备良好的内外部沟通能力，了解智能芯片领 域应用业务需求，并提供相应的解决方案。

专业知识 ：具备机器学习和深度学习基础知识；熟悉常见的图像、语言、自然语言理解智能处理 算法；具备通用处理器设计基础知识。

工具技能： 掌握 Verilog 编程技能，掌握 C/C++、Python、Bash、Tcl、Perl 等常用编程语言；熟悉 UNIX、Linux 操作环境，熟悉 vi、vim 常用操作；熟悉 Caffe、TensorFlow、PyTorch 等主 流的深度学习框架。

工程实践能力： 熟悉异构 SoC 芯片设计流程，具备芯片开发经验；具备一定的项目经验，熟悉智能芯 片的逻辑设计、物理设计和验证等完整工作流程；在自作改进、性能调优等方面具备 一定的项目经验。

机器学习相关岗位能力要求

综合能力： 有较强的需求分析能力，能够用机器学习的方法来解决实践中面临的复杂问题；具备良好的机器学习应用场景业务分析能力，能够将人工智能能力转化为机器学习实际应 用；快速学习应用的能力，能根据新技术、新产品快速构建原型，探索新方案。

专业知识： 具备数据结构与算法基础；深入掌握机器学习算法，包括传统机器学习算法和深度学 习算法；熟悉计算机原理、并行计算、分布式系统理论基础。

工具技能： 熟练掌握 C/C++、Python、Java 等主流编程语言；熟悉 Linux、Windows 等操作系统下 的开发环境及脚本语言；能够熟练使用 Caffe、TensorFlow、MXNet、PyTorch、Keras 等 深度学习框架；熟练掌握主流数据库如 MySQL、Oracle、DB2 的使用；熟悉 Hadoop、 Spark 等分布式开发环境。

工程实践能力： 在系统架构设计、项目开发等领域具备工程经验，能够准确进行人工智能算法模型的 训练和应用；具备项目实施经验，拥有大规模商业人工智能场景的应用开发经验；能 够选择并实施常见的算法模型，准确理解业务需求并转化为可实现的技术方案。

自然语言处理相关岗位能力要求

综合能力： 能够理解自然语言产品的工作原理，理解模型原理和输入输出；能够深入分析自然语 言处理的个性化业务的需求，理解对应方向的相关评价指标与算法的原理与适用场 景；了解人工智能工程实施的流程规范，具备将成熟的人工智能技术整合到各类实际 的自然语言处理应用场景对应的系统中，满足业务实际需求的能力。

专业知识： 具备数据结构与算法基础；具备机器学习与数据挖掘基础，熟悉基于规则或统计的相 关算法模型的构建与应用；熟悉常用的自然语言处理及深度学习算法及常用框架。

工具技能 :具备扎实的编程开发基础；熟练掌握 C/C++、Python、Java 等编程语言，熟悉 Linux 开 发环境；掌握主流数据库如 MySQL、Oracle、DB2 的使用；熟悉并行计算基本原理及 分布式计算框架，熟悉 Hadoop、Spark 等分布式开发环境。

工程实践能力: 具备一定的项目实施经验，拥有大型商用人工智能场景的应用经验；能够结合业务、 应用自然语言处理算法来解决实际问题，如常见的文本分析、纠错、机器翻译等领域； 能够选择并实施常见的算法模型，准确理解业务需求并转化为可实现的技术方案。