Apprentissage machine MLNG
Développement de systèmes qui apprennent par expérience et usage de données.
Notes d’orientation
Les activités peuvent inclure -- mais ne sont pas limitées à :
- évaluation de modèles formés pour performance, robustesse et biais
- sélection et utilisation de mesures pour examiner les produits
- diagnostic et résolution de problèmes avant et après déploiement
- anticipation des implications organisationnelles des modèles d'apprentissage machine concernant l'éthique, les préjugés, la confidentialité et la protection des données
- traçabilité des résultats produits par des systèmes d'apprentissage machine.
Comprendre les niveaux de responsabilité de cette compétence
Là où les niveaux inférieurs ne sont pas définis...
- Les tâches et responsabilités spécifiques ne sont pas définies car la compétence exige un niveau plus élevé d’autonomie, d’influence et de complexité dans la prise de décision que ce à quoi on s’attend généralement à ces niveaux. Vous pouvez utiliser les énoncés d’essence pour comprendre les responsabilités génériques associées à ces niveaux.
Là où les niveaux supérieurs ne sont pas définis...
- Les responsabilités et les obligations de rendre compte ne sont pas définies parce que ces niveaux supérieurs impliquent un leadership stratégique et une influence organisationnelle plus large qui va au-delà de la portée de cette compétence spécifique. Voir les énoncés d’essence.
Développer des compétences et démontrer les responsabilités liées à ces compétences
Les niveaux définis montrent la progression progressive des compétences et des responsabilités.
Là où les niveaux inférieurs ne sont pas définis...
Vous pouvez développer vos connaissances et soutenir d’autres personnes qui ont des responsabilités dans ce domaine en :
- Apprendre les concepts et principes clés liés à cette compétence et son impact sur votre rôle
- Exécution de compétences connexes (voir les compétences SFIA connexes)
- Soutenir les autres personnes qui exécutent des tâches et des activités de plus haut niveau
Là où les niveaux supérieurs ne sont pas définis...
- Vous pouvez progresser en développant des compétences connexes qui conviennent mieux aux niveaux supérieurs de leadership organisationnel.
Cliquez ici pour savoir pourquoi les compétences SFIA ne sont pas définies aux 7 niveaux.
Afficher/masquer les descriptions et les niveaux supplémentaires.
Niveau 1
Apprentissage machine: Niveau 2
Applique des techniques d'apprentissage machine convenues aux données, sous la tutelle de leadership technique. Analyse et rapporte les résultats et remédie des problèmes simples à l'aide d'algorithmes mis en œuvre dans des cadres et outils logiciels standard.
Apprentissage machine: Niveau 3
Applique les techniques existantes d'apprentissage machine aux problèmes et jeux de données nouveaux. Évalue les résultats et performances des systèmes d'apprentissage machine. Identifie les problèmes et recommande des améliorations aux systèmes d'apprentissage machine et aux données utilisées.
Apprentissage machine: Niveau 4
Compte tenu d'un problème et d'un jeu de données bien décrits, évalue si l'apprentissage machine est susceptible de fournir une solution efficace. Implémente des algorithmes développés par autrui. Donne conseils sur l'efficacité de techniques spécifiques, sur base de résultats du projet et de recherches plus larges. Contribue au développement, évaluation, suivi et déploiement de systèmes d'apprentissage machine. Comprend et applique les règles et instructions spécifiques à l'industrie, et anticipe les risques et autres implications de la modélisation.
Apprentissage machine: Niveau 5
Conçoit, met en œuvre, teste et améliore les architectures et les systèmes d'apprentissage machine. Sélectionne des techniques en fonction d'une vaste connaissance des forces, faiblesses et performances attendues de différentes approches. Établit de bonnes pratiques dans le développement, évaluation, surveillance et déploiement de systèmes d'apprentissage machine.
Apprentissage machine: Niveau 6
Dirige le développement de nouvelles approches et capacités organisationnelles pour concevoir, former et évaluer des systèmes d'apprentissage machine. Établit des normes et instructions pour l'application et la traçabilité des systèmes d'apprentissage machine aux problèmes de l'entreprise, et supervise leur mise en œuvre. Conçoit et supervise les directives organisationnelles sur la création, formation et utilisation de systèmes d'apprentissage machine.