自动驾驶大模型训练专项职业能力考核规范
一、定义
运用深度学习框架、大模型训练平台及自动化机器学习平台等工具，在自动驾驶场景下，进行模型设计与构建、模型训练、模型部署与应用的能力。
二、适用对象
运用或准备运用本项能力求职、就业的人员。
三、能力标准与鉴定内容
|
能力名称：自动驾驶大模型训练 职业领域：人工智能训练师 |
|||
|
工作任务 |
操作规范 |
相关 知识 |
考核 比重 |
|
（一） 模型设计与构建 |
1.能根据图像任务（如分类、检测、分割等）需求，设计模型架构 2.能使用主流深度学习框架（如TensorFlow、PyTorch等）及经典网络架构（如ResNet等）实现模型搭建 |
1.模型设计原则（轻量化、精度平衡等） 2.主流深度学习框架(如TensorFlow、PyTorch等）使用方法与开发 |
20% |
|
（二） 模型训练 |
1.能使用PyCharm/VSCode等开发工具完成模型代码开发与调试 2.能优化大模型训练过程，包括学习率调整、正则化等，并能监控和记录模型训练过程中的性能变化 3.能使用PaddlePaddle等评估工具分析模型在验证集/测试集上的性能，并调整性能 |
1.模型开发和编程工具使用技术 2.模型训练优化策略与调参技术 3.模型性能评估指标与调优方法；模型训练和优化工具使用知识 |
60% |
|
（三） 模型部署与应用 |
1.能使用PaddlePaddle等工具进行模型压缩（量化、剪枝等） 2.能部署模型到自动驾驶仿真场景 3.能分析实际案例（如车牌识别、障碍物检测等），提出优化方案 |
1.模型压缩技术 2.部署工具链 3.自动驾驶大模型应用案例与场景分析 |
20% |
四、鉴定要求
（一）申报条件
达到法定劳动年龄，具有中专及（含同等学历，大专和本科在读）以上文化程度，具备相应技能的劳动者均可申报。
（二）考评员构成
考评员应熟知备自动驾驶大模型训练操作技能和技术规范，应具备技师及以上职业资格或者中级及以上专业技术职称资格，具有较为丰富的考评工作经验。考评组成员不少于3名。
（三）鉴定方式与鉴定时间
鉴定方式采用实际操作方式进行，考核时间90min。
（四）鉴定场地和设备要求
1．场地要求：
考场面积不小于60平方米，操作场地光线充足，整洁无干扰，空气流通，具有安全防护与消防措施。
2．设备要求：
实操考试在机房进行，配备局域网，由一台服务器和10台以上考试机组成。服务器：CPU主频2.1G以上、内存8G以上，硬盘剩余空间40G以上，建议备有与主服务器相同配置的备用服务器。考试机：CPU主频2.1G以上、内存4G以上，硬盘剩余空间10G以上。操作系统为Windows 7以上，预装Chrome浏览器。