课程概述

人工智能算法工程师（中级）

课程目标

考核评价

讲师介绍

详细介绍

学员须知

学员完成学习后，参加工信部教育与考试中心组织的统一考试，合格者将获得工信部教育与考试中心颁发的“职业能力证书”(电子版，可下载打印)，纳入“工信部教育与考试中心技术技能人才数据库”，可在官网查询。优秀学员将有机会参加教育考试中心或课程项目方组织的主题会议、课程沙龙等活动，并享受就业服务指导及相关优秀企业推荐就业等服务。

课程定位

课程适合有一定编程基础和数学基础的人员，适合人工智能相关从业人员、应往届计算机相关毕业生。本课程属于人工智能进阶课程，内容具有一定深度，需要具备一定的人工智能基础知识。内容包括了opencv视觉处理、SK-Learn机器学习、PyTorch深度学习框架、神经网络基础、全连接神经网络、卷积神经网络、循环神经网络，以及神经网络的梯度问题和优化方法、神经网络的拟合问题和优化方法、神经网络的模型设计原理和常见的神经网络模型、神经网络的评估方法、神经网络的量化与部署、神经网络的注意力机制等内容。

培养对象

1、政府及企、事业单位人工智能相关岗位的在职人员；

2、本科及以上院校人工智能专业相关的在读学生；

3、对人工智能技术感兴趣的其他在职技术人员；

4、持有《人工智能算法工程师（初级）职业能力证书》的人员

课程主要内容

讲师介绍

闵超，教授，博士生导师，高级人工智能算法工程师。西南石油大学人工智能研究院院长，四川省科青联理事，中国人工智能学会高级会员，四川省学术与技术带头人后备人选。2015-2017年先后在英国伦敦City University和Heriot-Watt University作访问学者。目前主要从事最优化方法与不确定性理论在油气田开发中的应用研究，近年来在《Applied Mathematics and Mechanics》，《Petroleum Science and Technology》等杂志上发表学术论文40多篇。先后主持国家自然科学基金项目2项，省级项目1项，省部级教改项目1项；作为主研（排名前三）参与十三五重大专项子课题2项，四川省科技重大前沿项目1项；主持、主研横向协作课题近30项（涉及数据分析、模式识别、动态预测与优化控制、裂缝延伸模拟等），主导4套应用软件的算法编写；获得省部级科技进步奖4项，申请发明专利9项（授权5项，含1项国际专利）；目前是德国数学文摘ZbMath评论员、 《IEEE Transactions on Fuzzy Systems》、《International Journal of Energy Research》等杂志的审稿专家。

主导或参与过的部分项目:

·最优化方法与不确定性理论在油气田开发中的应用研究

·模式识别

·动态预测与优化控制

·裂缝延伸模拟

成江，高级人工智能算法工程师、资深人工智能讲师，5年人工智能算法领域研发经验，4年人工智能教学经验，具备扎实的人工智能算法理论基础知识和丰富的项目实战经验，具有丰富的人工智能教学经验。精通图像处理、语音识别、自然语言处理等深度学习领域的算法。

主导或参与过的部分项目:

·电网电力安全智能监控系统

·电力拓扑信号安全分析系统

·肺部肿瘤医学分割系统

·人物背景替换系统

·安全驾驶智能监控系统

·智慧交通车流检测系统

曾彬，高级人工智能算法工程师、资深人工智能售前工程师，现任国内AI独角兽公司商汤科技算法交付工程师，曾从事工作包括嵌入式开发，AI算法研发，客户售前、售后技术支持等，具有精湛的售前售后技术，丰富的行业实战经验。

主导或参与过的部分项目:

·地理GIS沙漠治理评估系统

·工厂产品缺陷智能化检测系统

·病人病情病历分析系统

丁保阳，高级人工智能算法工程师，前大疆创新视觉算法工程师，任职国内大型电信企业算法工程师，专注于人工智能视觉应用方向的算法研究，具有丰富的算法研究经验和项目实战经验。精通各种流行的视觉算法模型。曾主导开发过多款AI应用程序。

主导或参与过的部分项目:

·基于AI的自动识别换脸系统

·超分辨率重构系统

·缺失补全生成系统

·色彩自动渲染系统

蒋晓舟，高级人工智能算法工程师，国防科技大学计算机应用专业博士。曾就职于数家知名高科技公司，专注于机器学习和深度学习算法研究，具有扎实的基础知识和丰富的项目实践经验。精通PyTorch、TensorFlow等常用的深度学习框架。

主导或参与过的部分项目:

·遥感影像地物自动提取系统

·智慧城市交通管理系统

·城市禁飞区无人机追踪系统

·家庭智慧安防监控系统

课程支持：成都深度智谷科技有限公司

联系方式：028-67343886

快捷报名通道：