工信部教考中心：人工智能标注工程师课程详解

人工智能标注工程师课程构建了一套集专业知识架构、科学培养路径及系统考核标准于一体的高端 AI 数据标注人才培育体系。该体系致力于全方位评估从业者在数据处理、多模态标注、审核优化及业务场景应用等维度的核心胜任力，旨在契合人工智能、互联网、智能制造及金融等多元行业对高品质 AI 训练数据标注人才的迫切需求，赋能企业利用精准标注数据推动模型迭代、产品升级与业务创新。

作为该领域从业者的权威资质认证，人工智能标注工程师考试划分为中级与高级两个层级，层层递进以满足不同职业发展阶段的需求。

高级：

阶段名称

课程名称

模块名称

基本要求

安全知识

安全知识

工匠精神

工匠精神

职业素质教育

职业素质教育

数据处理技术

业务数据质量检测

业务数据处理与检测

网络爬虫实战

爬虫环境与爬虫简介

网页前端基础

简单静态网页爬取

常规动态网页爬取

数据处理方法优化

数据处理知识

M 语言数据建模与处理

函数的应用

数据透视表和透视图

数据清洗

数据变换

数据规约与特征构建

农产品信息采集与分析

AIGC 辅助文本数据处理

信息抽取

文本生成提示词

数据标注与审核

图像智能标注

数据智能标注概述

传统的人为图像数据标注方式

图像分类

目标检测

图像分割

关键点检测

多模态概述

文本智能标注

文本智能标注概述

文本分类

实体识别

关系抽取

文本摘要

语义角色标注

关键词抽取

音频智能标注

音频标注基础知识

语音识别（ASR）标注

说话人识别

情绪识别

声音事件检测

标注数据审核

数据审核

数据质量检查方法

数据标注质量标准

数据标注的应用和难点

数据质量和管理

数据筛选

数据归类和定义

DBSCAN 密度聚类

根据刷卡经纬度信息分析乘客上车站点

智慧政务下的问政舆情分析

密度聚类和 KMeans 聚类

信用卡高风险客户识别

医疗保险欺诈发现

交通事故成因分析

航空公司客户价值分析

数据归纳和定义基础知识