CODP证书 人工智能
CODP证书

证书有效期:36个月

CODP paddlepaddle

1,500.00 1575人感兴趣

深度学习工程师中级认证考试由Linux Foundation开源大学和飞桨共同创建,面向了解开源,具有开源意识,具备深度学习相关行业2~5年工作经验的企业员工或社会人士。

概述

深度学习工程师中级认证考试由Linux Foundation开源大学和飞桨共同创建,面向了解开源,具有开源意识,具备深度学习相关行业2~5年工作经验企业员工或社会人士

 

认证范围:了解开源,具有开源意识,能对自然语言处理、计算机视觉领域中的任一类任务,通过调优使得该任务上的模型达到特定的需求指标熟悉机器学习算法的原理及不同算法间的差异能对中等应用问题进行选型、设计指标完成全流程构建并解决问题


认证一览

考试模式:在线编程进行模型训练,总分100分,60分及以上通过考试,考生报名后可选择自然语言处理或计算机视觉任一方向进行考试

考试周期:每两月一次(今年的考试时间为4月18日、6月20日、8月22日、10月24日、以及12月19日)

考试时间:300分钟

证书有效期:3

重考政策:可接受重考

经验水平:中级

考试细则:

1. 考试为在线模型编程题目,全程需要联网,请确保您的设备电量充足、保持网络稳定,以防止在考试期间出现中断自动交卷的情况。

2. 考试在线编程环境为AI Studio Notebook环境,点击查看在线Notebook环境操作说明

3. 考试全程将会通过手机进行视频语音监控,请提前十分钟做好准备,打开手机APP线上考试界面,同时登录监控系统确保摄像头可以打开,调整好心态。点击查看监控系统操作手册.


考生购买考试时,需选择考试方向及场次,通过认证考试的考生将获得PDF认证证书。

1599392532299414.png


领域和能力

本认证针对考核成为深度学习中级工程师所需的技能。

 

本认证考试包括这些领域及技能考核(NLP方向):


 

机器学习

能够准确地判断应用任务是否适合用机器学习技术解决

能够快速判断并选择所需要的模型

具备机器学习模型的使用及调优经验

能够独立地使用指定的机器学习平台,训练机器学习模型,对模型效果进行一定的调优

能够以机器学习理论为指导,分析数据、迭代数据策略、选择模型、完成特征优化、模型训练、学习效果迭代、预测服务开发

熟悉机器学习应用开发的全流程

 

深度学习

具备神经网络模型使用及实战经验

能够使用多种深度学习平台或工具

能够熟练使用飞桨(PaddlePaddle)及AIStudio

能够使用深度学习建模方法解决实际需求问题

能够在给定的性能要求下,部署及运用工具进行开发

能够拆解并实施不完全熟悉的技术方案

能够完成工程性能指标的优化

 

自然语言处理理论及应用

熟悉常用的自然语言处理技术,包括分词命名实体识别词性标注依存句法分析词向量与语义相似度

熟悉自然语言处理方向的常见模型及使用场景,包括文本卷积神经网络(CNN)循环神经网络(RNN)长短期记忆网络(LSTM)、门控循环单元(GRU)、注意力机制(Attention)等

掌握自然语言处理行业深度学习项目核心业务知识,并熟悉研发关键点

 

自然语言处理模型应用

掌握词向量模型

掌握语言模型

掌握语义表示模型

掌握文本分类模型

掌握文本语义匹配模型

掌握文本序列标注模型

掌握文本序列生成模型

 

自然语言处理典型案例

掌握自然语言处理中的情感分析

掌握自然语言处理中的语义角色标注

掌握自然语言处理中的机器翻译

 

 

本认证考试包括这些领域及技能考核(CV方向):


机器学习

能够准确地判断应用任务是否适合用机器学习技术解决

能够快速判断并选择所需要的模型

具备机器学习模型的使用及调优经验

能够独立地使用指定的机器学习平台,训练机器学习模型,对模型效果进行一定的调优

能够以机器学习理论为指导,分析数据、迭代数据策略、选择模型、完成特征优化、模型训练、学习效果迭代、预测服务开发

熟悉机器学习应用开发的全流程

 

深度学习

具备神经网络模型使用及实战经验

能够使用多种深度学习平台或工具

能够熟练使用飞桨(PaddlePaddle)及AIStudio

能够使用深度学习建模方法解决实际需求问题

能够在给定的性能要求下,部署及运用工具进行开发

能够拆解并实施不完全熟悉的技术方案

能够完成工程性能指标的优化

 

计算机视觉理论及应用

熟悉常用的计算机视觉技术,包括图像预处理,图像特征提取等

熟悉计算机视觉的常见模型及使用场景,包括CNNVGGGoogleNetResNetGANDCGAN

掌握计算机视觉行业深度学习项目核心业务知识,并熟悉研发关键点

 

计算机视觉模型应用

掌握图像分类模型

掌握目标检测模型

掌握图像分割模型

掌握关键点检测模型

掌握图像生成模型

掌握场景文字识别模型

掌握度量学习模型

掌握视频分类模型

掌握视频动作定位模型

掌握视频分类模型

掌握人脸识别模型

掌握3D视觉模型

掌握模型压缩

 

计算机视觉典型案例

掌握计算机视觉中的图像分类

掌握计算机视觉中的生成对抗网络


政策和资源

FAQ

 

1、考试题型是什么样的?是否有样题?

答:考试为在线编程形式。可参考样题地址:https://aistudio.baidu.com/aistudio/competition

 

2中级双认证有两个方向,我需要两个方向都考过吗?

答:中级双认证包括NLP和CV两个方向,考生可任选一个方向进行考试,通过后即可获得中级认证证书。

 

3报名后离考试还有一段时间,忘了考试怎么办?到时候会有人提醒吗?

答:考试前,会有专人发送邮件及短信提醒,并协助考生调试设备。

 

4、可接受重考的定义是什么?

答:可接受重考是指没通过考试后可以重新付费考试,目前没有免费补考次数。

 

请查看课程概述以及下面的其他推荐资源。 

课程概述 (见课程介绍)

0/200

可以选择距离现在较远的考试时间吗

0

0/200
  • 联系电话 010-53512850

  • 联系邮箱 enquiry@linuxfoundation.cn

  • 联系客服

Linux基金会开源软件学园 Copyright © 2019 linuxfoundation.cn, ICP license, no. 京ICP备17074266号-2