为您找到班级结果约 1121个
大模型应用工程师（初级）A班
0人评价(31)人学习
能够使用常见的深度学习框架和工具，进行大模型的部署和集成。
熟悉PyTorch、TensorFlow等深度学习平台，能够使用Python/C++编程语言进行基本的模型开发和调试。
大模型应用工程师（初级）B班
0人评价(38)人学习
能够使用常见的深度学习框架和工具，进行大模型的部署和集成。
熟悉PyTorch、TensorFlow等深度学习平台，能够使用Python/C++编程语言进行基本的模型开发和调试。
大模型应用工程师（高级）X班
0人评价(49)人学习
能够使用常见的深度学习框架和工具，进行大模型的部署和集成。
熟悉PyTorch、TensorFlow等深度学习平台，能够使用Python/C++编程语言进行基本的模型开发和调试。
大模型应用工程师（高级）C班
0人评价(41)人学习
能够使用常见的深度学习框架和工具，进行大模型的部署和集成。
熟悉PyTorch、TensorFlow等深度学习平台，能够使用Python/C++编程语言进行基本的模型开发和调试。
大模型应用工程师（高级）B班
0人评价(25)人学习
能够使用常见的深度学习框架和工具，进行大模型的部署和集成。
熟悉PyTorch、TensorFlow等深度学习平台，能够使用Python/C++编程语言进行基本的模型开发和调试。
大模型应用工程师（高级）M班
0人评价(90)人学习
能够使用常见的深度学习框架和工具，进行大模型的部署和集成。
熟悉PyTorch、TensorFlow等深度学习平台，能够使用Python/C++编程语言进行基本的模型开发和调试。
大模型应用工程师（中级）（通用）
0人评价(3)人学习
能够使用常见的深度学习框架和工具，进行大模型的部署和集成。
熟悉PyTorch、TensorFlow等深度学习平台，能够使用Python/C++编程语言进行基本的模型开发和调试。
大模型应用工程师（初级）（通用）
0人评价(3)人学习
能够使用常见的深度学习框架和工具，进行大模型的部署和集成。
熟悉PyTorch、TensorFlow等深度学习平台，能够使用Python/C++编程语言进行基本的模型开发和调试。
大模型应用工程师（高级）（通用）
0人评价(83)人学习
能够使用常见的深度学习框架和工具，进行大模型的部署和集成。
熟悉PyTorch、TensorFlow等深度学习平台，能够使用Python/C++编程语言进行基本的模型开发和调试。
第二届山东省大数据挖掘与分析技能竞赛
0人评价(120)人学习
三、赛程安排
1、大赛启动（2022年1月—2月）
2、宣传报名（2022年3月—4月）
3、赛前培训（2022年5月）
4、比赛（2022年6月28日）
四、竞赛形式及内容
竞赛整体分为赛前培训
微信公众号
客服微信
