阿里云大模型工程师ACA认证考试内容

阿里云大模型工程师ACA认证考试内容全面覆盖大模型技术基础，涵盖大模型概念、分类、技术特点及核心算法，深入阿里云大模型服务的产品功能、部署调用与监控管理，聚焦API调用方法及参数配置技巧，涉及生成模式与提示词工程等对话技术，要求掌握算法应用与RAG技术（如文件解析、段落召回优化），强调持续优化能力、自动化评测方法及RAGAS指标体系，同时关注安全风险防护与伦理合规要求，考试形式为60分钟闭卷上机，含单选与多选题，满分100分需达80分及以上方为合格。阿里云大模型工程师ACA认证考试内容涵盖以下核心板块：

一、大模型技术基础

1.大模型概念与分类

大语言模型、多模态大模型等基础架构与核心技术。

模型演进、分类及应用场景。

2.大模型技术特点

核心算法、参数调整与优化策略。

二、阿里云大模型服务

1.服务与产品

阿里云大模型平台的功能、优势及典型应用场景。

2.服务管理

大模型服务的部署、调用与监控方法。

三、API调用与参数理解

1.API调用方法

通过OpenAI API、LlamaIndex等工具调用大模型。

2.参数配置

掌握model、temperature、top_p等核心参数的作用与配置技巧。

四、生成与对话技术

1.生成模式

批量生成与流式生成的区别及应用场景。

2.提示词工程

构建有效提示词的框架、要素与分隔符。

系统角色提示词的设计与优化。

五、算法应用与RAG技术

1.算法应用

利用大模型创建算法应用，理解适用场景并进行实验。

2.RAG应用构建

文件解析、文本切片、段落召回与重排序等核心要素。

召回优化方法（如句子窗口检索、自动合并检索）。

六、持续优化与评测

1.能力优化

检索增强能力的持续优化策略。

2.自动化评测

RAG系统的评测方法与RAGAS指标体系。