Le competenze globali e il quadro delle competenze per un mondo digitale

Apprendimento automatico MLNG

Sviluppo di sistemi che apprendano attraverso l'esperienza e l'uso dei dati.

Note di orientamento

Le attività possono includere, a titolo esemplificativo ma non esaustivo:

  • valutazione di modelli addestrati in base alle loro prestazioni, robustezza e parzialità
  • selezione e utilizzo di metriche per esaminare i risultati
  • diagnosi e risoluzione dei problemi prima e dopo la distribuzione
  • prevedere le implicazioni organizzative dei modelli di apprendimento automatico in materia di etica, parzialità, privacy e protezione dei dati
  • stabilire la tracciabilità per i risultati prodotti dai sistemi di apprendimento automatico.

livelli

Definito ai seguenti livelli: 2 3 4 5 6

Apprendimento automatico: Livello 1

Questa competenza non è tipicamente osservata quando si lavora a questo livello di responsabilità.

Apprendimento automatico: Livello 2

Applica determinate tecniche di apprendimento automatico ai dati, sotto la guida della leadership tecnica. Analizza e riporta i risultati e risolve problemi semplici, utilizzando algoritmi applicati in quadri e strumenti software standard.

Apprendimento automatico: Livello 3

Applica le tecniche di apprendimento automatico esistenti a nuovi problemi e set di dati. Valuta i risultati e le prestazioni dei sistemi di apprendimento automatico. Identifica i problemi e consiglia miglioramenti ai sistemi di apprendimento automatico e ai dati che utilizzano.

Apprendimento automatico: Livello 4

Dato un problema e un set di dati ben descritto, valuta se l'apprendimento automatico è in grado di fornire una soluzione efficace. Applica algoritmi sviluppati da altri. Fornisce consulenza sull'efficacia di tecniche specifiche, sulla base dei risultati del progetto e di ricerche più ampie. Contribuisce allo sviluppo, alla valutazione, al monitoraggio e all'applicazione di sistemi di apprendimento automatico. Comprende e applica le regole e le linee guida specifiche del settore e prevede i rischi e le altre implicazioni della modellazione.

Apprendimento automatico: Livello 5

Progetta, applica, testa e migliora architetture e sistemi di apprendimento automatico. Seleziona tecniche basate su un'ampia conoscenza dei punti di forza, di debolezza e delle prestazioni attese dei diversi approcci. Stabilisce buone pratiche nello sviluppo, nella valutazione, nel monitoraggio e nell'applicazione di sistemi di apprendimento automatico.

Apprendimento automatico: Livello 6

Guida lo sviluppo di nuovi approcci e capacità organizzative per progettare, addestrare e valutare sistemi di apprendimento automatico. Stabilisce standard e linee guida per l'applicazione e la tracciabilità dei sistemi di apprendimento automatico ai problemi aziendali e ne supervisiona l'applicazione. Progetta e supervisiona le politiche organizzative su creazione, formazione e uso di sistemi di apprendimento automatico.

Apprendimento automatico: Livello 7

Questa competenza non è tipicamente osservata quando si lavora a questo livello di responsabilità.