NVIDIA-Certified Associate

Accelerated Data Science

(NCA-ADS)

关于认证
考试准备
考试大纲
联系我们

关于认证
考试准备
考试大纲
联系我们

关于认证

NVIDIA-Certified Associate: Accelerated Data Science (NCA-ADS) 认证，用于验证利用 GPU 加速工具和库执行数据科学工作流的熟练程度。可选线上考试，或参加每月在北京或上海举办的现场考试。包含 50-60 道单选和多选题，考试时长 60 分钟。

请在预约考试之前仔细阅读 NVIDIA 考试规则。如有任何疑问，请发邮件至 dlichina@nvidia.com。

考试概况

考试时长：60 分钟

考试费用：960 元

认证等级：Associate

认证主题：Accelerated Data Science

题目数量：50–60 道选择题

预备知识：1–2 年的加速数据科学实践经验，具备使用 GPU 高效处理和分析大型数据集的能力，并提升机器学习、ETL 和分析工作负载的性能。

考试语言：可选中文或英文

认证有效期：认证自颁发之日起两年内有效。可以通过重新参加考试保持认证资质。

NVIDIA 认证证书：通过考试后，您将获得数字徽章和电子证书 (其中包含认证主题和级别，并可在线验证核实)，并将被收录于 NVIDIA 认证名录中。

选择考试

考试涵盖的主题

高级数据结构
数据处理和准备
数据科学工作流和流程自动化
描述性分析和可视化
加速数据科学基础
MLOps 入门实践
使用 NVIDIA RAPIDS™ 进行机器学习
软件和环境管理

适用人群

数据科学家
数据分析师
数据工程师
机器学习工程师
AI DevOps 工程师
软件工程师
解决方案架构师
深度学习性能工程师
研究人员

认证推荐

根据考试涵盖的各项技术，您可以选择学习相关的 NVIDIA 培训课程，以更加充分地准备考试。

学习“在线自主培训”课程，请点击“查看详情”。

学习“讲师指导的培训班”课程，请关注并报名 NVIDIA AI 培训班，点此查看课程表。

学习收费的在线自主培训推荐课程和购买考试券，点此购买。

加速端到端数据科学工作流

在线自主培训，学习如何构建和执行端到端的 GPU 加速数据科学工作流，让您能够快速探索、迭代并将工作成果投入生产。

增加课程《加速数据科学基础》。

查看课程大纲

面向时间序列预测的加速机器学习

在线自主培训，学习如何利用 NVIDIA GPU 驱动的 CUDA-X 和 cuOpt 库，加速投资组合优化和实时风险分析。

开始学习

利用 GPU 加速处理表格式数据的特征工程最佳实践

在线自主培训，学习如何利用 GPU 加速的 Python 库，通过特征工程提升大规模数据集上的模型性能。

详细了解本课程

考前学习指南

查看学习指南

考试大纲

请查看以下考试大纲，详细介绍每个主题所占比重。NVIDIA 培训提供包含以下主题的培训课程，形式为在线自主培训课程和讲师授课的培训班。参加培训，帮助您备考。学习“在线自主培训”课程，请点击“查看详情”。注册开发者用户，可以免费领取一门付费课程，点此领取。学习“讲师指导的培训班”课程，请关注并报名 NVIDIA AI 培训班，点此查看课程表。

认证主题	考试权重	涵盖的技术
数据处理和准备	23%	使用 NVIDIA cuDF 和 pandas 进行数据集成、连接和处理数据清洗、质量处理和数据治理合规使用 RAPIDS、Dask 或 Spark 构建 GPU 加速的 ETL 工作流数值变量和类别变量的特征工程处理类别不平衡并生成合成数据降维和数据采样使用 Parquet 和现代框架实现高效数据处理和存储
使用 RAPIDS 进行机器学习	16%	使用 NVIDIA cuML 和 XGBoost 进行 GPU 加速模型训练回归、分类和聚类技术模型评估、比较和泛化评估超参数调优和优化交叉验证方法性能评估指标和混淆矩阵解读
数据科学工作流和流程自动化	13%	端到端数据科学工作流设计通过特征工程、特征选择与特征变换提升模型表现通过模型与特征调整缓解欠拟合与过拟合通过数据集扩增与集成增强训练数据数据科学工作流的自动化和可扩展性使用 RAPIDS 和 Dask 构建可复现的流水线
描述性分析和可视化	13%	探索性数据分析 (EDA) 和描述性统计可视化为不同的分析目标选择合适的可视化图表假设检验和统计显著性评估解读数据中的模式、趋势和关系
加速数据科学基础	12%	Python 数据分析基础 (NumPy、pandas、Jupyter) 数据科学的核心 GPU 加速概念和优势 CPU 与 GPU 的工作负载和内存传输优化对比端到端数据科学工作流 (提取、ETL、清洗、转换) 分布式与 GPU 加速计算框架模型参数、调优以及过拟合与欠拟合概念
MLOps 入门实践	10%	监控并优化机器学习 (ML) 流水线的性能与可靠性使用 MLflow、Weights & Biases 和自定义工具管理和跟踪实验模型保存、加载和预测生成监控生产模型是否存在漂移和性能退化管理模型构件和配置，实现可重复性对工作流进行基准测试并选择最佳硬件
高级数据结构	7%	时间序列数据处理、分割和预测评估使用 cuDF 插值管理缺失或不规则的时间戳 CPU 与 GPU 的时态分析性能对比基于图形的数据表示和分析节点重要性评估和网络关系可视化
软件和环境管理	6%	通过维护环境文件提高数据科学项目的可重复性使用 Conda、PIP 或 Docker 配置可复现的 Python 环境高效管理软件依赖关系并在多用户数据科学环境中协作执行 GPU 环境检查 (驱动程序/CUDA/RAPIDS 兼容性、nvidia-smi、设备可见性) 并解决依赖冲突了解使用 git 进行版本控制的基础知识

考取 NVIDIA 认证

面向开发者和 IT 专业人员验证技能，脱颖而出，发展职业生涯。报名每月在北京或上海举办的现场中文考试。

立即报名

联系我们

NVIDIA 提供培训和 AI 专业认证，助力专业人士提升在生成式 AI 与大语言模型、代理式 AI、物理 AI、深度学习、加速计算、数据科学、图形与仿真等领域的技能和知识。

咨询 NVIDIA 培训和认证，请将需求详情发邮件至 dlichina@nvidia.com。

联系我们

订阅 NVIDIA 培训最新消息

想要获取最新的 DLI 课程、培训班或优惠活动，请填写如下表格。请了解，您也可以随时取消此订阅。请收藏 DLI 中文官网 nvidia.cn/training，以便随时查看或学习课程。您可以随时取消订阅。