T/BIES 1-2023 元宇宙智能算法通用人才能力评价要求

ICS35.240

CCSL67

团体标准

T/BIES1—2023

T/ZAI14—2023

元宇宙智能算法通用人才能力评价要求

Evaluationrequirementsformetaverseintelligentalgorithmgeneraltalent

competency

2023-04-25发布2023-04-25实施

北京工程师学会

发布

中关村数智人工智能产业联盟

T/BIES1—2023

T/ZAI14—2023

目次

前言.................................................................................II

引言................................................................................III

1范围...............................................................................1

2规范性引用文件.....................................................................1

3术语和定义.........................................................................1

4缩略语.............................................................................1

5元宇宙智能算法通用人才能力模型.....................................................2

能力模型基本要素...............................................................2

能力要素等级及要求.............................................................2

知识要素等级及要求.............................................................2

6元宇宙智能算法通用人才能力与知识要素...............................................2

概述...........................................................................2

需求分析与技术咨询能力.........................................................2

数据采集能力...................................................................3

数据标注能力...................................................................4

特征开发能力...................................................................4

人工智能框架能力...............................................................5

编码实现能力...................................................................5

数据理解能力...................................................................6

数据处理能力...................................................................7

算法建模能力..................................................................7

解释模型能力..................................................................8

分支领域算法研究与应用能力....................................................8

图形渲染与建模能力............................................................9

7元宇宙智能算法通用人才等级划分与能力结构..........................................10

概述..........................................................................10

初级..........................................................................10

中级..........................................................................11

高级..........................................................................12

8元宇宙智能算法通用人才能力评价方法................................................14

能力知识综合评价..............................................................14

评价过程......................................................................15

I

T/BIES1—2023

T/ZAI14—2023

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定

起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由北京工程师学会、中关村数智人工智能产业联盟共同提出并归口。

本文件起草单位：北京工程师学会、中关村数智人工智能产业联盟、北京无忧创想信息技术有限公

司、北京信通传媒有限责任公司、上海东部科技成果转化有限公司、北京大学重庆大数据研究院、数动

达观（北京）科技有限公司、北京理工大学、中国联合网络通信有限公司、联通在线信息科技有限公司、

中国联合网络通信有限公司北京技术培训中心、北京实创亿达科技服务有限公司、北京中关村软件园发

展有限责任公司、通用技术集团数字智能科技有限公司、北京耐德佳显示技术有限公司、北京度量科技

有限公司、北京佳珥医学科技有限公司、中科泰岳（北京）科技有限公司、北京贝斯林泰岳教育科技有

限公司、北京悠米互动娱乐科技有限公司、北京渲光科技有限公司、北太振寰（重庆）科技有限公司、

北京元客方舟科技有限公司、北京大正融科投资有限公司。

本文件主要起草人：贾昊、杨文飞、李颖红、张宇、徐培成、付方明、邹叔君、王涛、刘阳、陈婧、

牟帆、赵鑫、范小双、何玄、丁焰、邓青、崔玉林、赵冠宇、林荫、李焱、程德文、王功洁、张志扬、

王耀宁、刘丰、张建羽、崔铭、张骐、曾义、尹铭。

II

T/BIES1—2023

T/ZAI14—2023

引言

元宇宙整合并应用了包括数字孪生、扩展现实、人工智能、用户交互、区块链、物联网等多种数字

技术，产生了一种虚拟与现实交叉融合的新型社会体系的数字空间。元宇宙以数据为关键性生产要素构

建虚实融合的智能新时空，通过智能化技术对海量数据进行处理和利用，实现业务模式升级并激发新的

市场潜能，成为数字经济高质量发展的新引擎。

建立在大数据与人工智能技术基础上的智能算法，为元宇宙提供了智能化支撑，其与数据、算力紧

密结合，将成为未来元宇宙高质量发展的强大动力。当前智能算法已在包括数字孪生、数字虚拟人、个

性化数字化身、人机交互、无障碍沟通等多个元宇宙核心应用场景中发挥关键性作用。

目前元宇宙正处于高速发展期，元宇宙产业人才需求量快速增加，掌握支撑元宇宙场景应用的智能

算法通用人才更是供不应求。

本文件为参与元宇宙发展的企业、院校及各研究机构等主体提供了元宇宙智能算法通用人才的能

力模型、能力标准与评价方法，为该类人才的选拔、评价、培养等提供了相关依据，希望能借此促进与

推动元宇宙人才与产业的进一步发展。

本文件可为后续元宇宙人才相关标准提供参考与补充。

III

T/BIES1—2023

T/ZAI14—2023

元宇宙智能算法通用人才能力评价要求

1范围

本文件规定了元宇宙智能算法通用人才的能力模型、能力与知识要素、人才等级划分与能力结构、

能力评价方法。

本文件适用于元宇宙智能算法通用人才能力的评价与培养。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

GB/T37696—2019信息技术服务从业人员能力评价要求

3术语和定义

下列术语和定义适用于本文件。

元宇宙智能算法metaverseintelligentalgorithm

以大数据与人工智能技术为基础，通过机器学习、深度学习以及人工智能分支等技术领域算法解决

包括数字孪生、虚拟数字人、人机交互、内容生成等元宇宙核心应用场景关键问题的智能化算法集合。

注1：应在收集和使用数据时，尽量减少对个人隐私和敏感信息的涉及，并采取有效的加密、脱敏、匿名化等措施保

护数据安全。

注2：应在设计和实现算法时，充分考虑算法的公平性、可解释性、可理解性、可靠性、可控性等因素，避免算法对

特定群体或个体产生不利影响或歧视。

注3：应积极实践《新一代人工智能伦理规范》，增进人类福祉、促进公平公正、保护隐私安全、确保可控可信、强

化责任担当、提升伦理素养。

注4：应在参与元宇宙相关活动时，坚持以人为本，遵循人类共同价值观，尊重人权和人类根本利益诉求，遵守国家

或地区伦理道德。

注5：应在提供元宇宙产品和服务时，保障用户知情、同意等权利，并根据需要提供相应替代方案。

注6：应在发现元宇宙系统出现问题或风险时，及时采取措施进行纠正或报告，并承担相应责任。

元宇宙智能算法通用人才metaverseintelligentalgorithmgeneraltalent

具备元宇宙智能算法所需关键能力并能运用其中技能与知识解决元宇宙一个或多个应用场景问题

的元宇宙技术研究人员或元宇宙产业从业人员。

3.3

能力评价competencyevaluation

对信息技术服务从业人员的能力水平或职业资格进行客观、公正、规范的评价活动。

[来源:GB/T37696—2019,3.4]

4缩略语

下列缩略语适用于本文件。

EQF：欧盟资格框架（EuropeanQualificationsFramework）

ICT：信息及通信技术或信息通信技术（Information&CommunicationTechnology）

1

T/BIES1—2023

T/ZAI14—2023

SFIA：信息时代技能框架（SkillsFrameworkfortheInformationAge）

eCF：欧盟ICT人员能力评估框架（e-CompetenceFramework）

5元宇宙智能算法通用人才能力模型

能力模型基本要素

元宇宙智能算法通用人才能力模型（以下简称能力模型）是基于eCF、SFIA、EQF等国际主流ICT人

才能力标准框架，结合国内企业的人才标准实践制定的能力模型。

能力模型中的元宇宙智能算法包含能力要素与能力要素下的知识要素，具体包括能力项名称、能力

项描述、能力等级、等级描述与技能、知识要素五个维度的关键信息，见表1。

表1能力模型基本要素

基本要素释义

能力项名称元宇宙智能算法通用人才需要具备的专业能力名称。

能力项描述该能力项的定义与行为描述。

能力等级该能力项针对不同能力要求对应的不同能力等级。

等级描述与技能针对不同能力等级的描述与必备技能。

知识要素该能力等级所对应的知识要素与等级。

能力要素等级及要求

能力（Competency，用C表示）要素的等级和要求见表2：

表2能力要素等级

能力等级等级要求

等级5（C5）具备战略制定与规划的能力。

等级4（C4）在某个领域有见解与专长，能影响政策和战略的制定。

等级3（C3）能调查、明确并解决复杂的问题，指导他人完成工作。

等级2（C2）能独立完成工作，运用适当的方法定义和解决问题。

等级1（C1）能在他人的指导和协助下完成工作。

知识要素等级及要求

知识（Knowledge,用K表示）要素的等级和要求见表3：

表3知识要素等级要求

知识等级等级要求要求详解

等级4（K4）精通该领域的知识。能系统性贯穿知识点的内在联系，能运用知识解决综合、复杂问题。

等级3（K3）掌握该领域较深的知识。对知识点有深入的分析，能熟练操作应用。

等级2（K2）理解该领域的知识和信息。理解内在原理、逻辑，有基本的动手操作能力。

了解该领域概念性和实践性对知识点有初步的认识，动手操作经验较少。

等级1（K1）

的知识和信息。

注：按照GB/T37696—2019中6.1对知识等级的要求，对本文件知识要素等级进行划分。

6元宇宙智能算法通用人才能力与知识要素

概述

根据元宇宙智能算法通用人才能力框架的定义，列举了元宇宙智能算法通用人才需要具备的12项

关键能力，分别为需求分析与技术咨询能力、数据采集能力、数据标注能力、特征开发能力、人工智能

框架能力、编码实现能力、数据理解能力、数据处理能力、算法建模能力、解释模型能力、分支领域算

法研究与应用能力、图形渲染与建模能力。可根据能力框架的基本信息对每项能力进行详细的描述。

需求分析与技术咨询能力

2

T/BIES1—2023

T/ZAI14—2023

需求分析与技术咨询能力见表4。

表4需求分析与技术咨询能力

能力项名称需求分析与技术咨询能力

能力项描述对收集的业务需求进行分析，针对需求设计方案，给出咨询意见及规划。

能力等级等级描述与技能知识要素等级知识要素

理解需求文档：根据实际业务与需求理功能分析、产品研发与需求分析等。

C1K2

解所需技术与应用领域。

协助完成需求文档：与产品业务进行需数据关系分析、需求挖掘、非功能性需

C2K2

求沟通，协助理解文档达成共识。求分析等。

分析咨询：人工智能各领域算法模型及应用：自然

1）提供元宇宙项目的技术要素分析、产语言处理、计算机视觉、语音识别、时

K2

业成本分析等咨询服务；间序列、知识图谱等领域的算法模型及

C3

2）对元宇宙项目的人机作用、网络作应用等。

用、社会作用进行合理性分析。项目可研：需求的获取、分析、规格说

K2

明、变更、验证、管理等。

制订规划：可研规划：可行性研究报告、实施方案

1）评估元宇宙项目，对元宇宙领域现状K3编制规范等（内部）。

与趋势提出意见并提供咨询服务；

C42）组织可行性研究报告与实施方案的编

制与评审；相关规范：项目计划书编写规范（内

3）编写元宇宙项目计划书，制定相应的K3部）。

实施规划。

数据采集能力

数据采集能力见表5。

表5数据采集能力

能力项名称数据采集能力

能力项描述能采用各种工具进行数据的收集和整理，并对采集方案进行审核与创新研究。

能力等级等级描述与技能知识要素等级知识要素

手动采集：日志工具：Linux系统操作及日志管理、

1）手动采集各种内外部数据；日志管理系统ELK等。

C12）运用各种数据采集工具，对非结构化K2

的、动态互联网、容器日志等数据来源

进行复杂数据采集工作。

编写脚本采集：运用数据采集工具结合数据库技术：MySQL、Oracle、DB2、

K2

编写脚本语言，实现对非结构化、动态Redis等。

C2

互联网、容器日志等数据来源进行复杂编程语言：LinuxShell、Python,、

K2

数据采集工作。Scala、R、Numpy等。

制定采集方案：数据管理工具：SQL、HiveSQL、SPARK

1）基于多个数据来源和特定的、较高难SQL等。

K3

度数据需求的调研分析，制定复杂数据

采集方案；

C3

2）对数据采集进行过程监督和结果检实时流数据采集技术：Flink、

查，分析数据采集方法的合理性、规范SparkStreaming、Flume、Kafka等。

K3

性和有效性并改进和优化，以保持数据

采集的可靠性和高效性。

采集方案评审：基于对数据需求的调研大数据平台管理：Hadoop数据平台管理

C4分析结果，对数据采集方案进行评估、K3及工具使用。

审核和批准。

开创新领域采集方案：爬虫技术：常见爬虫技术、爬虫框架

1）组织团队完成新领域数据采集任务；SCRAPY等。

C5K4

2）带领团队完成该领域的任务探索与研

究。

3

T/BIES1—2023

T/ZAI14—2023

数据标注能力

数据标注能力见表6。

表6数据标注能力

能力项名称数据标注能力

能力项描述通过分类、画框、标注、注释等，对图片、语音、文本等数据进行处理，标记其关键特征。

能力等级等级描述与技能知识要素等级知识要素

原始数据清洗与标注：数据脱敏：可恢复脱敏算法、不可恢复

1）能根据标注规范和要求，完成对文K2脱敏算法等。

本、视觉、语音数据清洗和标注；

2）能利用工具，对标注后的数据进行分数据清洗：数据清洗原理、流程、常用

C1类与统计并对杂乱数据进行分析，输出K2工具等。

内在关联及特征、归类、定义；

3）审核标注数据的准确性和完整性，输数据处理及标注工具：文本、语音、图

出审核报告并纠正错误；K2像、视频等数据标注处理工具等。

4）根据审核结果完成数据筛选。

数据规范制订：数据生命周期管理：数据全生命周期管

1）能结合元宇宙智能算法技术要求和业理规范、元数据模型标准、主数据业务

务特征，设计数据清洗和标注流程，制标准等。

订数据清洗和标注规范；

C2K2

2）能根据标注规范和要求，完成对文

本、视觉、语音数据清洗和标注；

3）审核标注数据的准确性和完整性，输

出审核报告并纠正错误。

制定标注策略：降低标注成本，调研并自动化标注：开源文本、语音、图像等

C3使用一些自动化算法来完成标注。K3自动化标注工具、Python自动化标注算

法等。

标注方案评审：基于数据标注方案进行大数据技术：Hadoop、Spark、Hive、

K3

评估、审核和批准。MapReduce、Storm等原理、操作等。

数据库技术：MySQL、Oracle、DB2、

C4K3

Redis等。

数据转换方法及工具：Excel、SQL、

K3

Python实现数据转换的方法等。

开创新领域标注方案：数据质量：数据质量管理基础、数据质

1）设计并开创新任务的数据集与特征库量与数据标准、数据质量管理建设等。

C5构建；K4

2）带领团队完成该领域的任务探索与研

究。

特征开发能力

特征开发能力见表7。

4

T/BIES1—2023

T/ZAI14—2023

表7特征开发能力

能力项名称特征开发能力

一种旨在提供信息和非冗余的派生值（特征），促进后续学习和泛化步骤，并在某些情况下带来更好

能力项描述

的可解释性。

能力等级等级描述与技能知识要素等级知识要素

基本能力：根据数据内容，评估特征的数据预处理：无量纲化、对定量特征二

质量，并完成简单的特征开发任务。K2值化、对定性特征哑编码、缺失值计

C1算、数据变换等。

特征清洗：数据采样方法、清洗异常样

K2

本等。

特征开发能力：单个特征：归一化、离散化、

K3

1）基于特征选择、数据降维等方法，提DummyCoding、缺失值、数据变换等。

C2升数据质量；特征选择：Filter、Wrapper、Embedded

K3

2）基于数据特征开发的代码框架，编写等。

对应的代码，完成特征开发任务。K3特征开发：Numpy、pandas等。

系统化特征开发与优化：降维：主成分分析法、线性判别分析法

1）通过特征开发来增强模型的可解释性K4等。

以及模型的精简性；

C32）重构优化数据处理流程，推动数据治特征工程：特征使用方案、特征获取方

理优化；案、特征处理、特征监控等。

K4

3）设计特征工程流程并形成特征工程的

方法论。

人工智能框架能力

人工智能框架能力见表8。

表8人工智能框架能力

能力项名称人工智能框架能力

能力项描述通过对人工智能行业框架使用、开发、优化，实现人工智能相关业务。

能力等级等级描述与技能知识要素等级知识要素

框架使用：能使用机器学习框架完成人人工智能框架：Tensorflow，Pytorch的

C1工智能数据处理、特征提取、模型训K1技术框架使用。

练、模型部署等全周期流程。

框架选型：针对业界产生的新框架，判人工智能框架：Tensorflow，Caffe、

C2K2

别优劣，给出在公司内部使用的方案。MxNet、Pytorch的技术框架、场景等。

框架理解与优化：人工智能框架：Tensorflow，Caffe、

1）理解框架底层机制，能最大化利用所MxNet、Pytorch的难点攻破、技术问题

C3选框架优势进行建模研发；K3处理等。

2）基于现有框架进行更高层级封装或实

现新的模块，能提升易用性与效率。

框架优化创新：自研框架：技术框架、应用场景、难点

1）能定制化修改开源人工智能框架，提