芯耀
1902
NVIDIA 深度學習培訓中心（DLI）近期在國內(nèi)成功開展多場線下等級認證考試，為首批開發(fā)者和 IT 專業(yè)人員考生提供了驗證專業(yè)知識和技能的平臺，助力職業(yè)生涯發(fā)展。
為您介紹兩門 Associate 級別生成式 AI 認證考試，包括 Generative AI and LLMs（NCA-GENL）和 Multimodal Generative AI（NCA-GENM）科目，并提供詳細的備考指南和推薦培訓課程，希望能助您快速通關。如何學習不同模式的培訓課程，請查看后文說明。
認證科目 1：NVIDIA-Certified Associate: Generative AI and LLMs（NCA-GENL）
關于認證：用于驗證結(jié)合 NVIDIA 解決方案的生成式 AI 和大語言模型（LLM）開發(fā)、集成和維護 AI 應用程序的基本技能。
考試概況：1 小時現(xiàn)場考試，50 道單選和多選題，考試語言可以選擇中文或英文。考試通過后獲得可在線驗證的數(shù)字徽章和可供下載打印的電子證書，并被收錄于 NVIDIA 認證名錄中。
建議具備的知識和經(jīng)驗：
會用 Python、C 和 AI 框架（如 PyTorch、TensorFlow 等）
深刻理解神經(jīng)網(wǎng)絡和深度學習模型
備考指南：介紹考試所涵蓋的各項技術考點和權重，以及考點相關的培訓課程。
考點 1：核心機器學習和 AI 知識，
考試權重 30%
1.1 了解算法、慣例和技術，使計算機能夠從數(shù)據(jù)中學習并根據(jù)數(shù)據(jù)做出預測或決策。
1.2 推薦培訓：
《生成式 AI 入門》2 學時 | 中文 | 免費 | 在線自主培訓
《使用 RAG 增強大語言模型入門》1 學時 | 中文 | 免費 | 在線自主培訓
考點 2：數(shù)據(jù)分析，考試權重 14%
2.1 檢查、清理、轉(zhuǎn)換和建模數(shù)據(jù)，目的是發(fā)現(xiàn)有用的信息、得出結(jié)論和支持決策。
2.2 推薦培訓：
《基于 Transformer 的自然語言處理入門》6 學時 | 英文 | 新用戶免費 | 在線自主培訓
《加速端到端的數(shù)據(jù)科學工作流》6 學時 | 英文 | 在線自主培訓
《高效定制大語言模型》8 學時 | 中文 | NVIDIA AI 培訓班
考點 3：實驗，考試權重 22%
3.1 研究如何執(zhí)行、評估和解釋實驗，包括 AI 模型評估以及使用人類受試者進行標記或從人類反饋中進行強化學習（RLHF）。
3.2 推薦培訓：
《深度學習新手入門》8 學時 | 中文 | 新用戶免費 | 在線自主培訓
《使用 RAG 增強大語言模型入門》1 學時 | 中文 | 免費 | 在線自主培訓
《基于 Transformer 的自然語言處理入門》6 學時 | 英文 | 新用戶免費 | 在線自主培訓
《構(gòu)建基于大語言模型應用》8 學時 | 中文 | NVIDIA AI 培訓班
《構(gòu)建大語言模型 RAG 智能體》8 學時 | 中文 | NVIDIA AI 培訓班
《高效定制大語言模型》8 學時 | 中文 | NVIDIA AI 培訓班
考點 4：軟件開發(fā)，考試權重 24%
4.1 創(chuàng)建、維護和測試軟件。
4.2 推薦培訓：
《深度學習新手入門》8 學時 | 中文 | 新用戶免費 | 在線自主培訓
《基于 Transformer 的自然語言處理入門》6 學時 | 英文 | 新用戶免費 | 在線自主培訓
《構(gòu)建基于大語言模型的應用》8 學時 | 中文 | NVIDIA AI 培訓班
《構(gòu)建大語言模型 RAG 智能體》8 學時 | 中文 | NVIDIA AI 培訓班
《高效定制大語言模型》8 學時 | 中文 | NVIDIA AI 培訓班
考點 5：值得信賴的人工智能，考試權重 10%
5.1 創(chuàng)建和評估合乎道德、節(jié)能且可靠的人工智能系統(tǒng)，該系統(tǒng)能夠解釋和整合各種形式的數(shù)據(jù)，確保它們的設計和應用方式透明、公平且可驗證。
5.2 推薦培訓：
《構(gòu)建基于大語言模型的應用》8 學時 | 中文 | NVIDIA AI 培訓班
《構(gòu)建基于擴散模型的生成式 AI 應用》8 學時 | 中文 | NVIDIA AI 培訓班
認證科目 2：NVIDIA-Certified Associate: Multimodal Generative AI（NCA-GENM）
關于認證：用于驗證設計、實現(xiàn)和管理 AI 系統(tǒng)所需的基本技能，這些 AI 系統(tǒng)可以合成和解釋文本、圖像和音頻模態(tài)的數(shù)據(jù)。
考試概況：1 小時現(xiàn)場考試，50 道單選和多選題，需要理解生成式 AI 的基本知識，考試語言可以選擇中文或英文?？荚囃ㄟ^后獲得可在線驗證的數(shù)字徽章和可供下載打印的電子證書，并被收錄于 NVIDIA 認證名錄中。
建議具備的知識和經(jīng)驗：
會用 Python、C 和 AI 框架（如 PyTorch、TensorFlow 等）
深刻理解神經(jīng)網(wǎng)絡和深度學習模型
理工科背景，如計算機科學、軟件工程、AI 等
備考指南：介紹考試所涵蓋的各項技術考點和權重，以及考點相關的培訓課程。
考點 1：核心機器學習和 AI 知識，
考試權重 20%
1.1 了解算法、慣例和技術，使計算機能夠從數(shù)據(jù)中學習并根據(jù)數(shù)據(jù)做出預測或決策。
1.2 推薦培訓：
《生成式 AI 入門》2 學時 | 中文 | 免費 | 在線自主培訓
《深度學習新手入門》8 學時 | 中文 | 新用戶免費 | 在線自主培訓
《基于 Transformer 的自然語言處理入門》6 學時 | 英文 | 新用戶免費 | 在線自主培訓
《高效定制大語言模型》8 學時 | 中文 | NVIDIA AI 培訓班
考點 2：數(shù)據(jù)分析，考試權重 10%
2.1 檢查、清理、轉(zhuǎn)換和建模數(shù)據(jù)，目的是發(fā)現(xiàn)有用的信息、得出結(jié)論和支持決策。
2.2 推薦培訓：
《基于 Transformer 的自然語言處理入門》6 學時 | 英文 | 新用戶免費 | 在線自主培訓
《高效定制大語言模型》8 學時 | 中文 | NVIDIA AI 培訓班
考點 3：實驗，考試權重 25%
3.1 研究如何執(zhí)行、評估和解釋實驗，包括 AI 模型和各種模型架構(gòu)的評估。
3.2 推薦培訓：
《深度學習新手入門》8 學時 | 中文 | 新用戶免費 | 在線自主培訓
《基于 Transformer 的自然語言處理入門》6 學時 | 英文 | 新用戶免費 | 在線自主培訓
《構(gòu)建基于擴散模型的生成式 AI 應用》8 學時 | 中文 | NVIDIA AI 培訓班
《構(gòu)建基于大語言模型的應用》8 學時 | 中文 | NVIDIA AI 培訓班
考點 4：多模態(tài)數(shù)據(jù)，考試權重 15%
4.1 涉及多種數(shù)據(jù)類型（例如文本、圖像、音頻、時間序列和地理空間信息）的集成、整理和質(zhì)量評估，同時解決與這些不同模態(tài)中缺失或不完整信息相關的挑戰(zhàn)。
4.2 推薦培訓：
《高效定制大語言模型》8 學時 | 中文 | NVIDIA AI 培訓班
《構(gòu)建基于擴散模型的生成式 AI 應用》8 學時 | 中文 | NVIDIA AI 培訓班
《構(gòu)建基于深度學習的工業(yè)檢測應用》8 學時 | 中文 | NVIDIA AI 培訓班
考點 5：性能優(yōu)化，考試權重 10%
5.1 通過設計貢獻、遷移學習內(nèi)容開發(fā)、監(jiān)督訓練增強、超參數(shù)調(diào)整、嚴格測試和計算進步來改進多模態(tài) AI 模型，以提高能效、可信度和準確性。
5.2 推薦培訓：
《為大規(guī)模推理部署模型》4 學時 | 中文 | 新用戶免費 | 在線自主培訓
《高效定制大語言模型》8 學時 | 中文 | NVIDIA AI 培訓班
《構(gòu)建基于深度學習的工業(yè)檢測應用》8 學時 | 中文 | NVIDIA AI 培訓班
考點 6：軟件開發(fā)，考試權重 15%
6.1 設計和構(gòu)建神經(jīng)網(wǎng)絡架構(gòu)，例如用于生成圖像任務的 U-Nets，集成文本到圖像的 AI 模型如 CLIP，和應用提示工程來改進和引導這些系統(tǒng)的生成能力。熟悉 NVIDIA SDK，如 Riva、NeMo?、Triton? 和 Avatar Cloud Engine（ACE）。
6.2 推薦培訓：
《深度學習新手入門》8 學時 | 中文 | 新用戶免費 | 在線自主培訓
《基于 Transformer 的自然語言處理入門》6 學時 | 英文 | 新用戶免費 | 在線自主培訓
《為大規(guī)模推理部署模型》4 學時 | 中文 | 新用戶免費 | 在線自主培訓
《加速端到端的數(shù)據(jù)科學工作流》6 學時 | 英文 | 在線自主培訓
《構(gòu)建基于大語言模型的應用》8 學時 | 中文 | NVIDIA AI 培訓班
《構(gòu)建基于擴散模型的生成式 AI 應用》8 學時 | 中文 | NVIDIA AI 培訓班
《高效定制大語言模型》8 學時 | 中文 | NVIDIA AI 培訓班
考點 7：值得信賴的人工智能，考試權重 5%
7.1 創(chuàng)建和評估合乎道德、節(jié)能且可靠的人工智能系統(tǒng)，該系統(tǒng)能夠解釋和整合各種形式的數(shù)據(jù)，確保它們的設計和應用方式透明、公平且可驗證。
7.2 推薦培訓：
《構(gòu)建基于大語言模型的應用》8 學時 | 中文 | NVIDIA AI 培訓班
《構(gòu)建基于擴散模型的生成式 AI 應用》8 學時 | 中文 | NVIDIA AI 培訓班
學習以上在線自主培訓課程
請掃描如下二維碼或點擊文末“閱讀原文”。
領取“新用戶免費”課程，請點擊頁面上方“新用戶注冊領取課程”，按照提示完成注冊并領取。
課程內(nèi)容豐富（部分配有實驗環(huán)境），電腦端學習體驗更佳。
學習以上 NVIDIA AI 培訓班課程
掃描如下二維碼，查看課程表，選擇課程并點擊“立即報名”。
咨詢企業(yè)專屬培訓，請微信聯(lián)系 DLI 小助手 (微信號：NVIDIALearn）
