一、项目简介
大模型应用工程师职业技术考试是工业和信息化部教育与考试中心推出的，针对大模型领域专业人才的考核体系。该体系旨在衡量从业者在大模型应用数据整合、语义理解、逻辑推理、文本输出以及应用等方面的能力，以满足不同行业对大模型应用人才的需求，推动企业大模型应用驱动决策的发展。
大模型应用工程师职业技术等级分为初、中、高三个等级，为不同层次的大模型应用人才提供了专业的能力考核。
二、能力标准
1、大模型应用工程师（初级）
掌握大模型的基础应用，如数据清洗、预处理，以及模型的基本训练和调优。能够使用常见的深度学习框架和工具，进行大模型的部署和集成。
熟悉PyTorch、TensorFlow等深度学习平台，能够使用Python/C++编程语言进行基本的模型开发和调试。具备数据处理能力，包括数据爬取、清洗、增强和标注等。
通过实际操作，熟悉大模型在实际项目中的应用流程，包括模型设计、数据处理、训练与优化、部署以及性能监测与维护等环节。
2、大模型应用工程师（中级）
掌握大模型的基础应用，如数据清洗、预处理，以及模型的基本训练和调优。能够使用常见的深度学习框架和工具，进行大模型的部署和集成。
熟悉PyTorch、TensorFlow等深度学习平台，能够使用Python/C++编程语言进行基本的模型开发和调试。具备数据处理能力，包括数据爬取、清洗、增强和标注等。
深入了解LLM大模型的基础特性和应用场景，掌握大模型部署与应用的相关技术。
熟练进行数据读取、模型训练、特征提取与相似度计算等操作，实现准确高效的文本检索功能，并对整个文本检索过程进行总结和优化。
具备一定的商业敏感度，能够结合业务场景，从大模型应用角度提出合理的建议和决策支持。
3、大模型应用工程师（高级）
掌握大模型的基础应用，如数据清洗、预处理，以及模型的基本训练和调优。能够使用常见的深度学习框架和工具，进行大模型的部署和集成。
熟悉PyTorch、TensorFlow等深度学习平台，能够使用Python/C++编程语言进行基本的模型开发和调试以及熟悉使用modelscope平台和LLaMA - Factory界面微调工具等。
具备数据处理能力，包括数据爬取、清洗、增强和标注等。深入了解LLM大模型的基础特性和应用场景，掌握大模型部署与应用的相关技术以及深入理解基于CLIP模型的电商多模态图文检索原理和应用场景，能够对相关数据进行有效的预处理，使其符合模型输入要求。
具备独立部署Qwen2大模型的能力，包括环境搭建、模型配置、运行调试等环节，同时能够对模型进行量化优化，提高模型运行效率。了解其他常见大模型的部署方法和流程，具备举一反三的能力，同时具备团队管理和项目协调能力，能够带领团队完成大模型应用分析项目，与其他部门有效沟通协作，推动大模型成果在企业中的落地应用。
三、课程内容
四、报考条件
1、初级： （满足以下之一皆可报名）
（1）取得初级标准所要求培训学时证明，
（2）具备相关中等专科及以上学历（含在读的应届生）。
2、中级： （满足以下之一皆可报名）
（1）取得中级标准所要求培训学时证明，
（2）获得初级职业技术证书。
（3）专科及以上学历从事相关工作 1 年以上
（4）专科以下学历从事相关工作 2 年以上
3、高级： （满足以下之一皆可报名）
（1）取得高级标准所要求培训学时证明，
（2）获得中级职业技术证书。
（3）本科及以上学历从事相关工作 3 年以上
（4）本科以下学历从事相关工作 4 年以上
（注：上述相关工作年限不限制行业）
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。
六、考试内容
初级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。
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。
七、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。
八、证书样本
学员经考核合格，由工业和信息化部教育与考试中心颁发大模型应用工程师职业技术证书，证书可登录国家工信部教育与考试中心官网查询。
九、联系方式
