每场考试的考纲会提前公布，这样你备考有方向，也清楚我们考的是真本事，不是靠背。
考试怎么安排
两个方向都是上机考试，考试时间120 分钟。题型均为单项选择与多项选择，及格线都是 60 分（百分制标准分）。两个方向的试卷独立命题，不共用题目。
考的是哪五种能力
不管报哪个方向，都围绕五个能力单元考查，权重完全一致：需求拆解 15%、工具应用 20%、流程编排 20%、结果校验 30%、成果表达 15%。
其中结果校验权重最高，因为在我们看来，能生成产出和能判断产出是否可信，是两种完全不同的能力。
AI 大数据工程师考纲
Ask · 需求拆解 把业务诉求转成数据任务，确认指标口径，判断这事该不该用数据手段做。
Apply · 工具应用 SQL 查询与聚合、Hive 数据仓库操作、Linux 与 Shell、Python 读取清洗。
Assemble · 流程编排 数据仓库分层（ODS/DWD/DWS/ADS）、ETL 设计、任务调度、离线与实时链路。
Assure · 结果校验 发现口径不一致、边界条件遗漏（日期区间、去重、空值）、核对加工结果与原表。
Articulate · 成果表达 把分析结果讲成结论，向非技术对象说清含义与局限。
AIGC 应用工程师考纲
Ask · 需求拆解 把内容需求转成生成任务，明确风格、受众与场景，判断是否适合用生成式工具。
Apply · 工具应用 提示词结构化构造、图像与视频生成工具的参数与工作流、后期处理与导出。
Assemble · 流程编排 多环节生成流程设计、人工介入环节的设置、批量生成的一致性控制。
Assure · 结果校验 识别事实错误与虚构、人物物体文字的不一致、版权肖像合规风险、是否满足商用。
Articulate · 成果表达 向客户说明方案边界，如实说明 AI 的参与程度，讲清结果局限。
提前给你样题
正式开考前，我们会公布样题，题型和难度与正式考试一致，绝不藏着。下面两道来自结果校验单元：
大数据方向样题：某业务要求统计"本月活跃用户数"，提交的 SQL 为 SELECT COUNT(*) FROM user WHERE last_login BETWEEN '2026-08-01' AND '2026-08-31'，字段 last_login 为 datetime。该写法存在什么问题？A. 应使用 COUNT(1) B. 会漏掉 8 月 31 日零时之后的数据 C. 未建索引 D. 没问题
答案：B。字符串 '2026-08-31' 被解析为当天 00:00:00，BETWEEN 为闭区间，8 月 31 日除零点外的记录全部遗漏。
AIGC 方向样题：为某保健产品生成的宣传图中，文案含"治愈率 99%""三天见效"。商业投放前最应优先处理的是？
A. 提高分辨率 B. 调整配色 C. 删除或修改疗效断言表述 D. 增加产品细节
答案：C。视觉问题可后补，疗效断言属合规风险，须优先处理。
大纲会变
技术往前走，大纲也会跟着变化。本大纲每年复审一次，重大变化可临时修订；修订内容生效前不少于 60 日公布，已报名考生适用对其更有利的一版。