‖ 项目简介        提示工程师是针对在人工智能与互联网领域中，专注于大模型与人类交互体验、提升信息处理效率、推动创新应用开发的专业人才所设立的考核标准。旨在培养能够熟练运用提示工程技术，深度挖掘大模型潜力，为各行业数字化转型提供精准、高效解决方案的专业人士所需具备的技能。    “提示工程师”涵盖了从基础提示词构建到复杂任务流程设计，再到多模态应用融合的全方位能力考核，致力于打造能够根据不同业务场景，制定最优提示策略，实现人机协作价值最大化的专业人才队伍，证书分为初级、中级、高级三个等级。 ‖ 能力标准 1、提示工程师（初级）      了解提示词的基本概念和常见类型，熟悉大模型的基本功能和应用范围。能够运用简单、直接的提示词获取大模型的基础信息。      具备初步的任务理解能力，能根据明确指令编写基本提示词，引导大模型输出满足基本需求的结果。 2、提示工程师（中级）      熟练掌握提示词编写技巧，包括复杂指令构造、多轮对话提示设计等，能针对不同任务需求优化提示词，提高大模型输出的准确性和完整性。      深入理解大模型的工作原理，能够分析模型输出结果，对提示词进行针对性调整，解决常见的输出偏差或不完整问题。      具备一定的项目协作能力，可参与小型提示工程相关项目，如优化企业内部智能客服的问答流程、协助开发团队完善产品文档生成的提示词体系等。 3、提示工程师（高级）      精通提示词工程的各个环节，能够根据复杂业务场景设计高度定制化的提示词策略和工作流程。      熟练掌握多种主流大模型的特性和高级应用技巧，可实现跨模型、跨平台的提示词优化和任务整合，充分发挥不同模型的优势。      具备扎实的数据分析和问题解决能力，能够运用数据分析方法评估提示词效果，深度挖掘模型输出中的潜在问题，并提出创新性解决方案。      具备敏锐的创新思维和战略眼光，能够依据行业发展趋势和技术演进方向，为企业制定提示工程长期发展规划，推动企业在人工智能应用领域保持竞争优势。 ‖ 课程内容 ‖ 报考条件 初级：无要求，皆可报考。 中级：（满足其中一个条件即可） 1. 获得初级证书。 2. 年满18周岁，具备高中以上学历，工作年限满1年。 高级：（满足其中一个条件即可） 1. 获得中级证书。 2. 年满20周岁以上，工作年限满2年。 3. 年满20周岁以上，具备大专及以上学历。 ‖ 考试方式 考试方式分为线下考试站点或线上考试系统统考两种方式，考试形式为上机答题，闭卷。 考试题型： 初级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 中级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 高级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 ‖ 成绩评分 考试最终成绩满分为100分，成绩80-100分为优秀；成绩60-79分为合格；成绩60分以下为不合格。 ‖ 证书 学员经考核合格，颁发的提示工程师职业技术证书，证书可官网查询。  

‖ 项目简介       机器学习工程师是指采用人工智能技术，开发人工智能（AI）机器并使其学习和应用知识的高级程序员 ，能够针对监控生产系统中的数据产品的具体问题快速反应。适用于大数据产业从业人员和预就业人员 ，在大数据采集、大数据技术和大数据应用等领域。     课程涉及Python 编程基础、Python 数据分析与应用、 Python 机器学 习实战、 Python 数据可视化、深度学习原理及编程实现，应用行业涉及互联网、 政府、电商和农业等大数据相关行业。     机器学习工程师主要分有三个级别 ，初级、 中级和高级，每个等级面向对象和考试内容不一样。初级首要面向事务数据分析，为机器学习领域的初级 岗位，需要懂得数据需求，能收集重要的数据和必备的信息。 中级分为数据挖 掘和大数据方向，为机器学习领域的中级岗位，理解问题的痛点， 明白如何用机器学习方法看待商业问题。高级为数据科学，归于机器学习领域的高级岗位 ，具备从模型中攫取价值的能力 ，明白模型的最终目的是产生商业价值，理解经 典模型的基本调参 ，可以解释分析模型的输出结果，其相关岗位多为上市、 国企的大型企业的招聘岗位。 ‖ 能力标准 1、机器学习工程师（初级）       需要掌握 Python 编程基础、 Python 常用数据分析及处理工具 numpy、 pandas、scikit-learn ，能以Python 作为工具 ，基本解决项目中的技术问题。 能够理解业务目标 ，并能将业务目标初步转化为机器学习应用问题 ，能结合具体技术进行初步目标实现。适合政府、金融、 电信、零 售等行业前端业务及从事市场、管理、财务、供应咨询等职位的相关人员。 2、机器学习工程师（中级）     一年以上机器学习技术的应用工作经验 ，或已获得机器学习工程师（初级）证书。掌握 Python 编程基础； Python 常用数据分析 及处理工具numpy、 pandas、 matplotlib、scikit-learn； Python 数据 可视化 、 机器学习 、常规案例应用，能够将业务目标准确转化为 Python技术与应用目标 ，在机器学习项目的需求分析、方案设计及代码实现中，按时保质交付有实效、有创新、有智慧的机器学习项目 ，积极探索，勇于实践新理论。适合政府、金融、 电信、零售、互联网、电商、医学等行业专门从事机器学习应用的人员。 3、机器学习工程师（高级）     三年以上机器学习技术的应用工作经验 ，或已获得机器学习工程师（中级）证书。掌握Python 编程基础； Python常用数据分析及处理工具numpy、 pandas、 matplotlib、scikit-learn； Python数据可视化、机器学习 原理、多行业多领域Python技术应用、深度学习、典型人工智能应用 ，能充分理解业务目标 ，并将业务目标精准转换、拆分为具体技术任务；具有超强数据规划能力 ，不仅能自主完成各环节任务还能带领机器学习团队完成大型项目 ，为企业生产赋能。适合政府、金融、电信、零售、互联网、电商、 医学等行业机器学习应用资深人员。 三年以上机器学习技术的应用工作经验> ‖ 课程内容 初级：（班级链接：https://edu.tipdm.org/classroom/1845/courses） 中级：（班级链接：https://edu.tipdm.org/classroom/1041/courses） 高级：（班级链接：https://edu.tipdm.org/classroom/1736/courses） ‖ 报考条件 初级：无要求，皆可报考。 中级：（满足其中一个条件即可） 1. 获得初级证书。 2. 年满18周岁，具备高中以上学历，工作年限满1年。 高级：（满足其中一个条件即可） 1. 获得中级证书。 2. 年满20周岁以上，工作年限满2年。 3. 年满20周岁以上，具备大专及以上学历。 ‖ 考试方式 考试方式分为线下考试站点或线上考试系统统考两种方式，考试形式为上机答题，闭卷。 考试题型： 初级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 中级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 高级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 ‖ 成绩评分 考试最终成绩满分为100分，成绩80-100分为优秀；成绩60-79分为合格；成绩60分以下为不合格。 ‖ 证书 学员经考核合格，颁发机器学习工程师职业技术证书 ，证书可官网查询。  

‖ 项目简介         大数据工程师课程是一套集专业化知识架构、科学化培养路径、系统化考核标准于一体的高端大数据领域人才培养体系 ，涉及在互联网、金融领域，大数据工程用于信贷风控、精准营销、股价分析、智能投顾和反欺诈等行业专门从事大数据技术的系统搭建、数据存储处理与分析挖掘、应用解决方案设计，旨在通过处理和分析海量数据，挖掘数据价值、提供决策的新型数据应用人才所需要的技能。     “大数据工程师 ”是涉及大数据技术的系统搭建、数据存储处理与分析挖掘、应用解决方案设计，着重于构建完整大数据生态系统，涵盖操作系统与框架搭建，存储处理与深度分析挖掘关系型与非关系型数据，能针对特定场景制定大数据应用方案，实现数据价值最大化等从业者的全面考核，分为初级，中级，高级三个等级。 ‖ 能力标准 1、大数据工程师（初级）      需要掌握 Linux、Hive、Python的基本操作和工具使用。具备Hadoop的基础知识，包括Hadoop简介、集群安装与部署以及基础操作，能够搭建简单的 Hadoop集群环境并进行基本的数据管理。具备一定的网页前端基础，能够理解网页结构，从而更好地通过工具进行网页数据的定位和抓取。     能够将所学知识应用到实际项目中，如针对市场营销应用，能够获取商品相关信息（链接、价格、详细信息）和评论数据，并进行预处理和分析，包括细分市场分析、竞争者分析、创新需求分析和营销策略分析等。适合政府、金融、电信、零售等行业前端业务及从事市场、管理、财务、供应、咨询等职位的相关人员。 2、大数据工程师（中级）      一年以上大数据工作经验，或通过大数据工程师（初级）认证。掌握 Linux、Hive、Python的基本操作和工具使用。深入理解Hadoop架构原理，能够优化Hadoop集群性能，包括调整集群参数、处理资源分配、解决常见的集群故障等，确保大规模数据处理的高效性和稳定性。     具备处理海量数据的能力，能够运用分布式计算技术和大数据存储技术，实现数据的高效存储、检索和更新。例如，对大规模日志数据进行实时收集、存储和分析，从中提取有价值的信息，为业务决策提供支持。     在大数据处理过程中，能够快速定位和解决各种技术问题，如系统故障、性能瓶颈、数据质量问题等。具备良好的问题排查能力和解决思路，能够运用系统监控工具、日志分析工具等手段进行问题诊断，并提出有效的解决方案。持续关注大数据技术发展动态，能够将新的技术和方法引入到实际项目中，对现有系统进行性能优化和功能升级。例如，探索新的数据存储格式（如Parquet、ORC）和计算引擎（如Flink）的应用，提高大数据处理效率和系统扩展性。适合政府、金融、电信、零售、 互联网、电商、医学等行业专门从事大数据岗位的人员。 3、大数据工程师（高级）      三年以上大数据岗位工作经验，或通过大数据工程师（中级）认证。掌握Hive、PySpark、Python、MongoDB的基本操作和工具使用。精通关系型数据（如MySQL）和非关系型数据（如MongoDB）的存储与处理。对于关系型数据库，熟练掌握数据库基础概念，能进行MySQL的基本操作（如数据插入、查询、更新、删除）、联表查询与复杂子查询，编写存储过程和函数以优化数据处理逻辑。对于非关系型数据库，熟练掌握MongoDB的入门实战操作，包括安全认证与管理、复制与分片技术以实现高可用和高性能的数据存储，熟练进行文档操作、聚合操作，通过Python与MongoDB交互实现数据的灵活读写，合理运用视图与索引提升数据查询效率。具备扎实的数据挖掘基础，理解数据挖掘的流程和常用算法（如分类、聚类、回归等算法），能够根据业务需求选择合适的数据挖掘算法解决实际问题以及大数据分析框架配置能力，熟悉 PySpark大数据分析概述，掌握PySpark安装配置，能够在大数据集群环境中部署和运行PySpark应用程序，实现高效的大数据分析任务。     在大数据项目实施过程中，能够迅速识别和分析遇到的各种问题，如数据质量问题、系统性能瓶颈、算法效果不佳等。运用所学知识和经验，提出有效的解决方案，确保项目顺利进行。具备创新思维，能够根据业务需求和技术发展趋势，提出创新性的大数据解决方案和应用思路，为企业创造更大的价值。适合政府、金融、电信、零售、互联网、电商、医学等行业数据分析应用资深人员。 ‖ 课程内容 ‖ 报考条件 初级：无要求，皆可报考。 中级：（满足其中一个条件即可） 1. 获得初级证书。 2. 年满18周岁，具备高中以上学历，工作年限满1年。 高级：（满足其中一个条件即可） 1. 获得中级证书。 2. 年满20周岁以上，工作年限满2年。 3. 年满20周岁以上，具备大专及以上学历。 ‖ 考试方式 考试方式分为线下考试站点或线上考试系统统考两种方式，考试形式为上机答题，闭卷。 考试题型： 初级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 中级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 高级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 ‖ 成绩评分 考试最终成绩满分为100分，成绩80-100分为优秀；成绩60-79分为合格；成绩60分以下为不合格。 ‖ 证书 学员经考核合格，颁发大数据工程师职业技术证书，证书可官网查询。  

‖ 项目简介        大数据分析师是指在不同行业中 ，专门从事相关数据的收集、整理、分   析 ，并依据数据通过科学算法模型进行行业研究、评估和预测等工作的专项人   才。本次课程安排及考试内容适用于大数据产业从业人员和预就业人员 ，在大数据采集、大数据技术和大数   据应用等领域。       课程涉及 Python 编程基础、 Python 数据分析与应用、 Python 机器学 习实战、Python 数据可视化、深度学习原理及编程实现，应用行业涉及互联网、 政府、电商和农业等大数据相关行业。      大数据分析师主要分有三个级别 ，初级、 中级和高级 ，每个等级面向对 象和考试内容不一样。初级首要面向事务数据分析 ，为数据分析领域的初级岗 位 ，与之匹配的岗位为大数据分析师、数据赋能师等。 中级分为数据挖掘和大 数据方向 ，为数据分析领域的中级岗位 ，与之匹配的岗位为数据挖掘工程师、 大数据分析师等。高级为数据科学， 归于数据分析领域的高级岗位 ，相匹配的 岗位为大数据挖掘工程师、大数据算法工程师等 ，其相关岗位多为上市、国企 的大型企业的招聘岗位。 ‖ 能力标准 1、大数据分析师（初级）      需要掌握 Python 编程基础、Python 常用数据分析及处理工具 numpy、 pandas、scikit-learn，能以 Python 作为工具，解决基本的数据分析问题。能 够理解业务目标，并能将业务目标初步转化为 Python 技术与应用问题，能结合 具体技术进行初步目标实现。适合政府、金融、电信、零售等行业前端业务及 从事市场、管理、财务、供应、咨询等职位的相关人员。 2、大数据分析师（中级）      一年以上 Python 数据分析应用工作经验，或已获得大数据分析师（初级）证书。掌握 Python 编程基础； Python 常用数据分析及处理工具numpy、pandas、matplotlib、scikit-learn；Python 数据可视化、机器学习、 常规案例应用，能够将业务目标准确转化为 Python 技术与应用目标，能将业务 目标拆解成不同任务并找到对应技术实现方法 ，提升工作价值。适合政府、金 融、电信、零售、互联网、电商、医学等行业专门从事 Python 数据分析应用的人员。 3、大数据分析师（高级）      三年以上 Python 数据分析应用岗位工作经验，或已获得大数据分析师（中级）证书。掌握 Python 编程基础； Python 常用数据分析及处理工 具 numpy、pandas、matplotlib、scikit-learn；Python 数据可视化、机器学 习、多行业多领域 Python 技术应用、深度学习、典型人工智能应用，能充分理 解业务目标 ，并将业务目标精准转换、拆分为具体技术任务；具有超强数据规 划能力 ，不仅能自主完成各环节任务还能带领数据分析团队完成大型项目 ，为 企业生产赋能。适合政府、金融、电信、零售、互联网、电商、医学等行业 Python 数据分析应用资深人员。 ‖ 课程内容 1、初级：（班级链接：https://edu.tipdm.org/classroom/1043/courses） 2、中级：（班级链接：https://edu.tipdm.org/classroom/1857/courses） 3、高级：（班级链接：https://edu.tipdm.org/classroom/1737/courses） ‖ 报考条件 初级：无要求，皆可报考。 中级：（满足其中一个条件即可） 1. 获得初级证书。 2. 年满18周岁，具备高中以上学历，工作年限满1年。 高级：（满足其中一个条件即可） 1. 获得中级证书。 2. 年满20周岁以上，工作年限满2年。 3. 年满20周岁以上，具备大专及以上学历。 ‖ 考试方式 考试方式分为线下考试站点或线上考试系统统考两种方式，考试形式为上机答题，闭卷。 考试题型： 初级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 中级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 高级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 ‖ 成绩评分 考试最终成绩满分为100分，成绩80-100分为优秀；成绩60-79分为合格；成绩60分以下为不合格。 ‖ 证书 学员经考核合格，颁发大数据分析师职业技术证书 ，证书可官网查询。    

‖ 项目简介         “ Python 技术应用工程师”是课程是一套集专业化知识架构、科学化培养路径、系统化考核标准于一体的高端计算机软件内容领域人才培养体系，涉及在互联网、零售、 金融、电信、 医学、旅游等行业专门从事数据采集、数据分析、机器学习、人   工智能并能制作业务报告、提供决策的新型数据分析人才所需要的技能。“ Python 技术应用工程师”是对在数据分析、人工智能领域中使用 Python 作为主要分析工具从业者的全面考核 ，分为初级， 中级 ，高级三个等级。 ‖ 能力标准 1、Python技术应用工程师（初级）        需要掌握 Python 编程基础、Python 常用数据分析及处理工具 numpy、 pandas、scikit-learn，能以 Python 作为工具，解决基本的数据分析问题。能 够理解业务目标，并能将业务目标初步转化为 Python 技术与应用问题，能结合 具体技术进行初步目标实现。适合政府、金融、电信、零售等行业前端业务及 从事市场、管理、财务、供应、咨询等职位的相关人员。 2、Python技术应用工程师（中级）     一年以上 Python 数据分析应用工作经验，或已获得 Python 技术应用工程师（初级）证书。掌握 Python 编程基础； Python 常用数据分析及处理工具numpy、pandas、matplotlib、scikit-learn；Python 数据可视化、机器学习、 常规案例应用，能够将业务目标准确转化为 Python 技术与应用目标，能将业务 目标拆解成不同任务并找到对应技术实现方法 ，提升工作价值。适合政府、金 融、电信、零售、互联网、电商、医学等行业专门从事 Python 数据分析应用的 人员。 3、Python技术应用工程师（高级）     三年以上 Python 数据分析应用岗位工作经验，或已获得 Python 技术应用工程师（中级）证书。掌握 Python 编程基础； Python 常用数据分析及处理工 具 numpy、pandas、matplotlib、scikit-learn；Python 数据可视化、机器学 习、多行业多领域 Python 技术应用、深度学习、典型人工智能应用，能充分理 解业务目标 ，并将业务目标精准转换、拆分为具体技术任务；具有超强数据规 划能力 ，不仅能自主完成各环节任务还能带领数据分析团队完成大型项目 ，为 企业生产赋能。适合政府、金融、电信、零售、互联网、电商、医学等行业 Python 数据分析应用资深人员。 ‖ 课程内容 初级：班级链接https://edu.tipdm.org/classroom/1025/courses 中级：班级链接https://edu.tipdm.org/classroom/1634/courses 高级：班级链接https://edu.tipdm.org/classroom/1733/courses ‖ 报考条件 初级：无要求，皆可报考。 中级：（满足其中一个条件即可） 1. 获得初级证书。 2. 年满18周岁，具备高中以上学历，工作年限满1年。 高级：（满足其中一个条件即可） 1. 获得中级证书。 2. 年满20周岁以上，工作年限满2年。 3. 年满20周岁以上，具备大专及以上学历。 ‖ 考试方式 考试方式分为线下考试站点或线上考试系统统考两种方式，考试形式为上机答题，闭卷。 考试题型： 初级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 中级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 高级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 ‖ 成绩评分 考试最终成绩满分为100分，成绩80-100分为优秀；成绩60-79分为合格；成绩60分以下为不合格。 ‖ 证书 学员经考核合格，颁发Python技术应用工程师职业技术证书 ，证书可官网查询。  

掌握 Python 编程基础； Python 常用数据分析及处理工具 numpy、pandas、matplotlib、scikit-learn；数据可视化、 自然语言处理、网络爬虫、 人工智能应用、机器学习

掌握 Python 编程基础； Python 常用数据分析及处理工具 numpy、pandas、matplotlib、scikit-learn；数据可视化、 自然语言处理、网络爬虫、 人工智能应用、机器学习

掌握Python编程基础；Python常用数据分析及处理工具numpy、pandas、matplotlib、scikit-learn；数据可视化、自然语言处理、网络爬虫、人工智能应用、机器学习、多行业多领域

数字化赋能教学实践创新与技能提升师资研修班 专题十一：大模型与自然语言处理实战   培训时间与方式 1、课程方向：大模型与自然语言处理实战 2、培训时长：80学时 3、培训时间