AIGC时代下，腾讯与高校如何重构人才培养新范式

AIGC时代下，腾讯与高校如何重构人才培养新范式 王巍丨腾讯云智能AI产品高级架构师 Age目录nda PART1腾讯AI产业发展&人才需求 PART2腾讯AI产业人才建设方案 PART3腾讯AI产业人才培养合作案例 01 腾讯AI产业发展&人才需求 全栈AI布局，国内顶级人工智能实验室 腾讯云智能在计算机视觉、智能语音、自然语言处理、机器学习等领域已取得多项技术突破，持续推动前沿技术的产业落地。下设多个人工智能实验室。腾讯优图实验室多次在人工智能国际权威比赛中创造世界纪录，腾讯AILAB、微信智聆等团队协同深耕AI语音及语义能力，多次在国际国内比赛中拔得头筹。共拥有5000+AI相关专利，发表顶会论文800+篇。 计算机文字 视觉识别 语音识别语音合成 自然语言机器 处理学习 5000+项 AI相关专利 800+篇 论文入选IJCA/CVPR/ICASSP/ACL 等全球顶会/期刊 双赛道冠亚军 图像匹配技术CVPR2021ImageMatchingWorkshop 全球第一 神农”多语言预训练模型获得国际权威榜单 XTREME总榜及全赛道全球第一 中英新闻翻译第一 WMT2021中英文新闻翻译评测 四项国际第一 国际顶级图学习榜单OGB上，获得图属性预测赛道 Ogbg-molhiv、Ogbg-molpcba等全部四项榜单第一 冠军及最佳创新奖 ICCV2021LVISChallengeWorkshop Text2SQL榜单第一 CoSQL、Sparc数据集荣登Text2SQL榜单第一 腾讯AI产业落地，头部的AI行业落地经验及使用规模 累计服务30+行业20万+家客户 290万 小时/日 语音服务日调用时长 55亿 次/日 视觉服务日调用次数 总调用规模 运营商 z 零售 工业 能源 金融 教育 泛互 传媒出行泛政消费电子 就业岗位 产品方案 智慧产业 NLP 智慧城市 智能制造 智慧教育 智慧医疗 智慧零售 智慧交通 智慧旅游 智慧政务 智慧金融 智慧农业 人脸核身 人脸识别 人脸融合 人脸支付 手势识别 文字识别 图像分析 语音识别 语音合成 机器翻译 对话机器人 平台 知识图谱 点金营销 企业画像 大数据可视化 腾讯人工智能服务平台腾讯智能对话平台腾讯数据资产管理平台 AI产品营销 AI售前咨询 AI技术支持 AI应用开发 AI算法研究 架构师 产品经理 算法工程师 建模训练师 数据标注员 应用开发工程师 交付工程师 系统测试工程师 企业需求，指引AI人才岗位方向 岗位职责 业务梳理 数据采集 数据清洗 数据标注 特征工程 模型训练 模型评测 模型调优 部署维护 专业技能 梳理业务场 景需求 掌握项目管 理方法 掌握数据爬 取方法 使用数据清 洗工具 使用数据标 注工具 掌握算法编 程基础 判断模型适 用场景 掌握模型训 练策略 掌握模型调 优策略 聚焦人才培养，从出口推入口，从招聘市场看对AI人才的能力要求 岗位 岗位职责 专业技能(需要以了解、熟悉、掌握开头) 深度学习算法工程师(面向cv)--- 就业方向: 1、算法模型训练 2、AI评测 3、AI数据生产 1、负责深度学习技术在计算机视觉领域的算法研发工作,包括但不限于面向图像、视频的内容识别与分析算法研发,如分类、检测、跟踪、分割等;2、深入理解用户目标、分析业务场景特点,梳理用户真实需求,结合深度学习技术进行可行性分析;3、结合业务特性与算法方案的选型情况,设计合理的数据方案,完成算法训练所需数据的采集、清洗、标注工作;4、应用tione等工具平台,基于常见模型结构完成训练、调优与打包工作;5、站在客户角度,从业务真实场景出发,设计合理的算法评测方案,输出量化评价指标,对badcase进行分析并定位算法在应用场景上的瓶颈. 了解深度学习方向需求分析方法熟悉基本的计算机视觉编程基础；熟悉opencv等开源库;掌握应用opencv库开展基本图像操作和处理的方法;了解数据采集在技术方面的注意事项;熟悉常用数据清洗和数据标注工具;掌握数据清洗与标注规范的制定方法;熟悉中小型规模标注团队的项目管理方法熟悉常用的数据增强方法熟悉基本的深度学习基础,了解目标检测、分类、跟踪、分割等任务特点及适用的模型结构;掌握人工智能产品的常见评测方法熟练使用TI-ONE平台开展基础模型训练和评测 高校AI人才岗位需求 AI售前架构师AI产品经理AI算法工程师AI建模训练师AI数据标注员 AI应用开发工程师 AI交付工程师 AI系统测试工程师 行业标准，明确AI人才培养要求 业务分析 业务创新 智能训练 模型优化&产品化 国标要求 •能够根据复杂业务场景和跨业务单元场景的深入理解，搭建业务分析框架 •能够结合人工智能技术为所负责的业务线提出具有前瞻性的业务发展规划建议 •能够利用AI技术重构业务流程，提高业务竞争力 •能够结合先进的AI技术，推动行 业创新 •能够结合AI技术、前瞻性的洞察制定行业业务战略方案 •能够根据对算法的前瞻性，制定智能训练的整体产品能力矩阵 •制定训练平台的整体迭代优化方案 •制定训练集以及测试集标准 •能够对复杂的智能系统进行完整的测试和训练 •能够结合人工智能技术，对智能训练的完整体系提出新思路、新方向，并推动产品更新 能力要求 人工智能行业理解力行业场景实践能力 人工智能行业理解力人工智行业落地应用能力 人工智能行业理解力 AI原子技术实训能力 人工智能基础理论数据训练实训能力 知识要求 AI+金融，AI+工业，AI+医疗等行业的实战教学和落地场景应用教学 AI语音识别、AI文字识别、AI图像识别技术在多行业中的应用落地与实践教学 AI语音识别、AI文字识别、AI图像识别技术的基础理论和实践教学 AI技术发展趋势、背景、理论基础与标准实践教学 懂行业、懂应用、懂实践 02 腾讯AI产业人才建设方案 腾讯AI+教育能力方案 AIEducationAIforEducationAIforScience 教育主管部门高校教学科研管理服务高校科研机构 AI课程+实训云教育大模型+教育服务云学科大模型+教育算力云 AI课程、实验案例 云认证课程算法模型训练实验案例 腾讯会议企业微信腾讯文档腾讯微卡腾讯乐享更多应用 垂类大模型学科知识库学校资源 AI学习平台 教育行业大模型、知识引擎 腾讯云TI平台 腾讯云高性能应用服务HAI 腾讯云MaaS一站式服务 腾讯云高性能应用服务HAI 腾讯混元通用大模型 腾讯云 “AI+专业”合作思路 腾讯侧通过提供系统化的AI课程、AI学习平台、AI实训资源以及高性能应用服务，为教学提供开箱即用的教学和 实验实践环境，全面支持AI+学科专业的重塑和AI+微专业的构造。 AI通识课 AI实训课 ·AI课程· ·AI+学科建设· ·AI+微专业建设· AI案例课AI短培课 人工智能发展史人工智能道德伦理 …… 深度学习与计算机视觉应用自动驾驶中的视觉感知应用 …… 人工智能+商科人工智能+农业 …… 大模型基础及应用 AIGC基础及应用 …… ·支持《智能技术基础》课程建设 ·AI学习平台（CloudStudio）· 云端IDE 编程实训AI训练 数据科学 可视化资源管理 应用分享 交流社区 ·AI实训资源· 自动驾驶视觉感知计算机视觉应用 Ti-One 工业质量检测 混元大模型教育大模型第三方大模型 ·大模型· ·全面支持AI+学科专业 及AI+微专业建设 高性能应用服务HAI 课程名称课时数课程简介 深度学习与计算机 基于TI平台的图像 数据标注 18 本课程主要讲述数据标注相关知识，介绍数据标注概述与流程管理和开源标注 工具，让学生具备基于TI-ONE标注平台的图像分类、OCR等标注能力。 视觉基础应用48 本课程内容广泛，涵盖了人工智能、深度学习、数字图像和计算机视觉等，包含图像分类、目标检测、目标追踪和图像分割等场景。 3C电子产品表面缺 陷识别 本课程主要介绍了计算机视觉在工业质检中的落地应用，首先讲述了智慧工业 24相关知识；通过2个智慧工业案例的实战，实现Type-C接口表面缺陷识别与SIM卡槽表面缺陷识别的能力。 自动驾驶中的视觉 感知应用 42 本课程主要介绍了计算机视觉在自动驾驶中的落地应用，首先讲述了自动驾驶 视觉感知相关知识；通过8个自动驾驶案例的实战，培养学生基于TI-ONE的 NoteBook建模方式实现交通信号检测识别，车辆追踪的能力。 AI测试实战36 本课程主要介绍了人工智能测试相关流程和操作，让学生掌握AI测试工作的常见技能，能够执行实际业务场景的测试工作。 AI课程——AI实训课 面向对象 AI及其相关专业学生（人工智能、大数据、计算机科学与技术、软件工程、信息工程等） 适用范围 课程清单 深度学习与计算机视觉基础应用基于TI平台的图像数据标注3C电子产品表面缺陷识别 自动驾驶中的视觉感知应用 AI测试实战 工业质量检测应用实战 可嵌入大三（第5、6学期）、大四 （第7学期）专业必修课程或者可替 换学校专业现有课程 工业质量检测应用 实战 32 本课程主要介绍了工业质量检测的背景知识及算法，通过经典案例让学生掌握 工业质量检测模型编码与训练。 ……… AI实训课程：赋能学生AI产业应用能力 工业质检之电子产品缺陷检测 课程资源： 课件ppt、实操视频、实验指导书、讲义、试题 课程简介： 主要讲述人工智能概述，智能工业质检概述。从而引入深度学习、机器学习在智能工业质检的应用与流程。让学生掌握TI-ONE的使用以及使用TIONE完成钢铁表面缺陷检测、typec接口表面缺陷检测、磁体表面缺陷检测。 课程目标： •知识目标：让学生掌握人工智能的基本概念、发展历程和未来趋势，熟悉智能工业质检的相关流程，理解人工智能在工业质检的主要应用方向和落地流程等。 •能力目标：通过工业产业落地实训项目，培养学生运用人工智能实现智能工业 质检的能力，提高学生对人工智能应用于工业质检场景的使用能力。 自动驾驶之交通信号识别 课程资源： 课件ppt、实操视频、实验指导书、讲义、试题 课程简介： 本课程主要讲述人工智能概述，智能交通信号识别概述。从而引入深度学习、机器学习在智能交通信号识别的应用与流程。让学生掌握TI-ONE的使用以及使用TIONE完成交通信号、斑马线、交通标志的检测识别任务。 课程目标： •知识目标：让学生掌握人工智能的基本概念、发展历程和未来趋势，熟悉智能交通信号识别的相关流程，理解人工智能在交通行业的主要应用方向和落地流程等。 •能力目标：通过交通产业落地实训项目，培养学生运用人工智能实能交通信号 检测识别的能力，提高学生对人工智能应用于自动驾驶场景的使用能力。 AI实训课程：从产业龙头企业落地案例中孵化而来 深度学习与计算机视觉基础应用 课程名称 课时 课程简介 课程单元 课程内容 深度学习与计算机视觉基础应用 48课时（PPT，17份，24课时实操视频，12份，12课时实验手册，8份，12课时） 本课程内容广泛，涵盖了人工智能、深度学习、数字图像和计算机视觉等，重点是深度学习技术在典型计算机视觉领域中的应用，包含图像分类、目标检测、目标追踪和图像分割等场景；该课程将数字图像基础与计算机视觉应用串联贯通，内容丰富完整；授课过程中，将丰富的基础理论知识讲解与扎实的实操、实验相结合，强调实际动手能力和问题解决能力的培养 课程概述 PPT1课程绪论 人工智能基础 PPT2人工智能概述PPT3人工智能项目开发方法论 深度学习基础 PPT4深度学习概述PPT5深度学习与计算机视觉关系PPT6深度学习算法评价方法实操视频1：应用Matplotlib绘制图表实战PPT7腾讯云TI-ONE平台notebook基础应用 数字图像基础 PPT8图像数字化实操视频2：使用Numpy实现图像直方图绘制PPT9Opencv的简单应用实操视频3-1：使用OpenCV-Python进行基础的