2.工作任务A公司开发的自动驾驶系统需要准确地识别和理解道路标识，以保证车辆行驶的安全性，减少违章行为。你作为自动驾驶技术项目组人工智能训练师，负责对预处理后的道路交通标识图数据集（1.1.1数据集）质量进行审核与评估，并梳理数据采集与处理规范。请完成以下任务：(1)请审核提供的图像数据集，找出2组重复 或冗余的图片，将重复图片及编号截图记录到答题卷中。(2)请审核提供的图像数据集，找出2张道路标识图像模糊或者有严重遮挡等问题额图片，并将图片及编号截图记录到答题卷中。(3)撰写该系统数据集 的数据质量评估报告到答题卷中，总结图像格式与分辨率、清晰度、数据重复、道路标识类别覆盖情况方面的发现。(4)请根据数据集的应用需求，提出采集范围和图片质量规范各2条，写到答题卷中。(5)请根据数据集的应用需求，提出数据整理和分类规范各2条，写到答题卷中。请将答案写到答题卷文件中，答题卷文件命名为“1.1.1.docx”，保存到桌面考生文件夹，考生文件夹命名为“准考证号+身份证后6位”。 

3.技能要求（1）能对预处理后的业务数据进行审核；（2）能结合人工智能技术要求梳理业务数据采集规范；（3）能结合人工智能技术要求梳理业务数据处理规范。 

4.质量指标（1）业务数据采集梳理符合规范要求；（2）业务数据处理梳理符合规范要求。

1.A公司开发的自动驾驶系统需要准确地识别和理解道路标识，以保证车辆行驶的安全性，减少违章行为。道路标识图片数据的采集范围应该包括城市道路、高速公路、乡村道路、山区道路等多种道路类型，以确保系统能够识别各种道路环境下的交通标识；还需要在不同时间段（如白天、夜晚、黄昏、黎明）和天气条件下（晴天、雨天、雾天、雪天）采集数据，以应对复杂多变的驾驶环境。你作为自动驾驶技术项目组人工智能训练师，请对现有采集和处理流程进行优化。
（1）根据系统需求，A公司已经制定出的道路交通标识图采集流程如下，请对该采集流程和方案提出优化建议。
第一步：根据采集目标制定采集方案：通过车载摄像头拍摄沿途的交通标识，采集路线涵盖了主干道和部分次干道；采集时间8:00-20:00。
第二步：设备准备：包括高清相机，设备电量充足、存储卡空间足够、镜头清洁无遮挡。 
第三步：实地采集：按照计划路线行进，确保不遗漏任何需要采集的标识。
第四部：数据存储： 将采集到的图像数据及时备份至安全的存储设备中。
第五步：数据交付：按照约定方式将数据包交付给客户或相关部门。
（2）在数据质量审核时，发现数据集中有图片不清晰、图像失真、数据标注不一致、各类道路标识分布不均等情况，请选择其中2个问题分别给出优化建议，提升数据集质量。
请将答案写到答题卷文件中，答题卷文件命名为“1.2.1.docx”，保存到桌面考生文件夹，考生文件夹命名为“准考证号+身份证后6位”。

2.技能要求

（1）能对业务数据采集流程提出优化建议；
（2）能对业务数据处理流程提出优化建议。

3.质量指标

（1）对业务数据采集流程提出的优化建议合理，具有操作性；
（2）对业务数据处理流程提出的优化建议合理，具有操作。

2.工作任务

人类性别智能分类系统是一种集成的一种基于人工智能技术的系统，旨在根据人的外貌特征和其他相关信息，自动识别和分类人的性别。在本项目中，作为一名人工智能训练师，请对已经清洗完成的数据使用labelImg工具进行数据标注，并对数据进行处理。

（1）使用labelImg对2.1.1素材文件夹中“2.1.1pic”文件夹中的15张图片进行性别分类标注，性别枚举值: [Male,Female]。标注结果为xml格式，且文件名与对应的图片文件名相同。

（2）打开程序文件“2.1.1.py”，按照下列要求补全执行代码，对“2.1.1pic”文件夹中的15张图片数据进行以下操作。

1）将“2.1.1pic”文件夹中图片样本数据格式修改为“jpg”格式。

2）将上步骤“2.1.1pic”文件夹中已经被修改为“jpg”格式的图片样本以数字编号重命名，数据从“0000”开始计数，顺序累加，如0000.jpg，0001.jpg，0002.jpg….以此类推直至结束。

所有操作结果文件储存在桌面新建的一个文件夹中，文件夹命名为“准考证号+身份号后六位”。

3.技能要求

（1）能够运用工具，对杂乱数据进行分析，输出内在关联及特征；

（2）能够运用工具，对标注后的数据进行提取归档；

（3）能根据数据内在关联和特征进行数据定义。

4.质量指标

（1）代码书写规范；

（2）代码正常运行；

（3）数据标注正确，输出归档文件正确。

2.工作任务

人类性别年龄智能分类系统是一种集成的一种基于人工智能技术的系统，旨在根据人的外貌特征和其他相关信息，自动识别和分类人的性别和年龄段。作为一名人工智能训练师，请对该系统中已标注的性别、年龄段数据进行审核，并完成以下任务。
（1）文件《2.2.1标注结果_待审核.xlsx》的数据是对“2.2.1pic”文件夹中15张图片的标注结果，其中label_age是对年龄段的标注，label_gender是对性别的标注，请从数据的完整性和准确性两方面进行审核，填写审核报告，保存在“2.2.1审核报告.docx”文件中。
（2）请纠正审核过程中发现的错误，将结果保存至“2.2.1审核纠正.xlsx”文件中。
（3）请根据纠正后的结果，为模型训练按照“8：2”的比例分配训练数据和测试数据，分配数据结果保存在“2.2.1数据分配.docx”文件中。

3.技能要求

（1）能够完成对标注数据准确性和完整性审核，输出审核报告；
（2）能够对审核过程中发现的错误进行纠正；
（3）能够根据审核结果完成数据筛选。

4.质量指标

（1）错误描述或纠正正确；
（2）label书写正确；
（3）数据保存格式正确。

2.工作任务随着行业竞争的加剧，准确预测员工薪资对于制定合理的薪酬政策至关重要。特别是对于那些拥有多年工作经验的关键岗位员工，他们的薪酬水平直接关系到公司的竞争力和员工满意度。为了帮助人力资源部门优化薪酬结构以吸引和保留关键人才，完成下列任务。（1）读取给定的数据集文件，查看数据的前5行（head）和基本统计摘要(describe)。（2）使用散点图观察员工年限（YearsExperience）与薪资（Salary）之间的关系。以JPG的格式保存散点图并命名为“3.2.5-1”。（3）采用线性回归模型对工作年限与薪资的关系进行建模，求出建模得到的直线的系数和截距(使用所有给定数据点进行模型训练，不进行数据集划分),系数和截距运行结果以JPG的格式保存并命名为“3.2.5-2”。提出优化模型的建议，写到一个新建的doc文件中，保存并命名为“3.2.5”。（4）利用所建立的线性模型，预测一个有7年工作经验的员工的预期薪资。所有操作结果文件储存在桌面新建的一个文件夹中，文件夹命名为“准考证号+身份号后六位”。

 3.技能要求（1）能利用分析工具进行数据分析，输出分析报告；（2）能根据数据分析结论对智能产品的单一功能提出优化需求；（3）能利用数据分析工具进行数据拆解，提出优化策略；

 4.质量指标（1）数据完整性和准确性；（2）数据分析的准确性；（3）模型优化的合理性；

注  意  事  项

1.考生根据操作技能考核通知单中所列的试题做好考核准备；

2.请考生仔细阅读试题单中具体考核内容和要求，并按要求完成操作或进行笔答或口答，若有笔答请考生在答题卷上完成。

3.操作技能考核时要遵守考场纪律，服从考场管理人员指挥，以保证考核安全顺利进行。

注：操作技能考核试题评分表及答案是考评员对考生考核过程及考核结果的评分记录表，也是评分依据。

（1）人工智能训练师主机；
（2）Office软件；
（3）相应的数据集。

一、职业名称：人工智能训练师。

二、职业定义：使用智能训练软件, 在人工智能产品实际使用过程中进行数据库管理、 算法参数设置、 人机交互设计、 性能测试跟踪及其他辅助作业的人员。

三、工作内容：主要工作内容包括负责从各种来源收集数据，并对数据进行预处理和清洗。使用机器学习和深度学习技术来开发模型，并进行调试和优化以提高模型的准确性和性能。不断跟进最新的机器学习和深度学习算法，并进行实验以确定哪种算法最适合解决具体的问题。分析模型的结果，并撰写报告以说明模型的性能和应用场景。与团队成员包括数据科学家、软件开发人员、产品经理等合作，并与非技术人员沟通解释人工智能模型的工作原理和应用场景。

一、认定方式

人工智能训练师（四级）的认定方式分为理论知识考试和操作技能考核。理论知识考试采用闭卷机考方式，操作技能考核采计算机机考方式。理论知识考试和操作技能考核均实行百分制，成绩皆达60分及以上者为合格。理论知识或操作技能不及格者可按规定分别补考。

二、考试时间

理论知识考试：90分钟

操作技能考核：120分钟