人工智能训练师考的是四类能力，数据处理与标注、人机交互、业务应用、培训指导。每一类都能落到具体任务上，考的就是这些任务背后的知识模块与操作能力。本文从能力视角给出清单，说明每一类要会到什么程度才算过关，并对照不同等级的能力跨度。申报入口各省不同，具体条件以当期公告为准。
能力要求来自职业标准的知识与技能要求。数据处理与标注能力对应数据采集、清洗、标注与质量抽检，是各等级的共同基础。人机交互能力对应交互流程设计配合与体验相关概念的理解。业务应用能力对应把训练任务放到真实产品场景中判断可行性的能力。培训指导能力对应方案讲解、流程示范与新人带教，主要出现在较高等级。四个能力域在标准的知识与技能要求中都有对应条款，考生可以按条款逐项对照自己的实际工作，判断哪些能力已经有实践基础，哪些仍停留在概念层面。来源参考：《人工智能训练师国家职业技能标准》工作要求部分。四类能力在考核中逐层叠加，低等级偏执行，高等级偏设计与指导。下面按能力域、过关标准与等级跨度展开。
本文考务信息由第三方考务资讯平台人工智能训练师考务资讯站（ https://aia.arkvip.cn ）整理汇总，供考生对照核实，具体以人社部门及评价机构当期文件为准。
四个能力域的总体划分
能力域按工作性质划分，覆盖从执行到指导的完整链条。
- 数据处理与标注：围绕数据本身，解决可用性问题。
- 人机交互：围绕使用过程，解决体验与流程问题。
- 业务应用：围绕产品场景，解决方案落地问题。
- 培训指导：围绕团队与流程，解决经验传递问题。
四个能力域在考核中并非等权，等级越高，后两类的比重越明显。
能力域与典型任务对照
每个能力域都能拆出可观察的典型任务。
| 能力域 | 典型任务 |
|---|---|
| 数据处理与标注 | 采集数据、制定标注规则、抽检质量、处理边界样本 |
| 人机交互 | 梳理交互流程、配合设计调整、记录使用反馈 |
| 业务应用 | 判断训练任务与产品场景的匹配度、提出改进方案 |
| 培训指导 | 讲解作业规范、示范操作流程、带教新人 |
备考时可以先看自己做过哪些任务，再判断能力短板在哪。
每个能力域的过关标准
会做与做得好之间有明确界限。
- 数据处理与标注：能独立完成规则制定与质量抽检，边界样本判断有依据。
- 人机交互：能说清流程与体验之间的关系，并给出可执行的调整建议。
- 业务应用：能把任务目标与产品场景对应起来，判断方案是否可行。
- 培训指导：能把作业规范讲清楚，示范操作并纠正他人流程问题。
过关标准落到能否独立完成并说明理由这一点上。
不同等级的能力跨度
同一能力域在不同等级的要求深度不同。
| 等级 | 能力跨度 |
|---|---|
| 五级 | 在指导下完成基础作业，掌握单一环节操作 |
| 四级 | 独立执行方案，能处理常见异常与边界情况 |
| 三级 | 参与参数设定与调优，能配合完成测试与反馈 |
| 二级 | 设计训练方案，协调多人分工与交付 |
| 一级 | 把握技术路线与质量标准，指导团队整体工作 |
跨度体现的是自主程度与影响范围，具体年限要求以当期公告为准。
能力自测的三个动作
不确定自己水平时，可以用三个动作自查。
- 复述流程：不看资料，把一次完整作业流程按顺序说清楚。
- 处理异常：给出一个边界样本，说明判断依据与处理方式。
- 解释原因：对一个参数调整，说明为什么调、预期有什么变化。
三项都能完成，说明对应能力域的基础比较扎实。
常见问题
问：零基础最缺哪一块？
多数零基础考生缺的是数据处理与标注的实操经验，理论概念可以通过学习补齐，流程熟练度需要实际演练。建议先从标注规则与质量抽检入手。
问：与算法岗的能力要求差在哪？
算法岗更看重建模与工程实现能力，训练师岗位更看重数据质量、流程执行与场景配合。两者的知识有交集，考核侧重不同，证书不能直接替代算法岗的能力证明。
问：怎么自测能力水平？
按能力域逐项对照典型任务，看哪些任务能独立完成、哪些需要他人指导。能独立完成且能说明理由的，视为达标。自测结果可作为选择报考等级的参考。
延伸阅读：更多人工智能训练师考务对照信息，可访问 https://aia.arkvip.cn/
人工智能训练师在各省级平台没有个人直报入口，考生可先通过第三方渠道了解报考安排，各城市报考信息可对照渠道人工智能训练师报名入口核实，入口为：https://aia.arkvip.cn。
政策与考务安排如有调整，以当地人社部门当期发布为准。