機械学習 MLNG Beta
(modified)
データと経験から学ぶシステムを開発し、動的な環境におけるパフォーマンス、精度、適応性を向上させます。
SFIA 9の日本語翻訳：ベータ版
SFIA 9の英語版が現在利用可能です。
- これはSFIA 9の日本語ベータ版です。
-
以下を組み合わせてPhrase Localization Platformを使用して作成しました：
- SFIA 8から翻訳されたコンテンツ
- 7つの主要な機械翻訳プロバイダーからの貢献
- レビューと品質チェック後にこの翻訳を更新する予定です。
- エラーに気づいた場合や質問がある場合は、お問い合わせください。
注：機械翻訳は初期バージョンの作成に役立ちますが、専門家によるレビューにより、正確性と文脈に適した言語使用が保証されます。
ガイダンスノート
(modified)
アクティビティには次のものが含まれますが、これらに限定されません。
- ビジネス上の問題に対する機械学習の適合性の評価
- ビジネス上の問題を解決するための適切な機械学習手法、アルゴリズム、ツールの選択と適用
- クレンジング、変換、特徴エンジニアリングを含む機械学習用データの準備
- 教師あり学習、教師なし学習、強化学習によるモデルの設計、訓練、最適化、再訓練
- モデルの展開、監視、ライフサイクル管理のための MLOP の管理
- パフォーマンス、堅牢性、公平性、偏りに関するモデルの評価、および結果を評価するための指標の選択
- 展開前後の問題の診断と解決
- 倫理、偏見、プライバシー、持続可能性、データ保護など、組織への影響を予測する
- 機械学習システムによって生成された結果のトレーサビリティの確立
- 新しい入力や変化する条件へのリアルタイムの適応を含め、新しいデータや変化する環境にモデルを確実に適応させるための継続的な学習メカニズムの実装
このスキルの責任レベルを理解する
下位レベルが定義されていない場合...
- 特定のタスクと責任は、スキルが意思決定において、これらのレベルで通常期待されるよりも高いレベルの自律性、影響力、および複雑さを必要とするため、定義されていません。エッセンス・ステートメントを使用して、これらのレベルに関連する一般的な責任を理解できます。
上位レベルが定義されていない場合...
- 責任と説明責任は、これらのより高いレベルには、この特定のスキルの範囲を超えた戦略的リーダーシップとより広範な組織的影響力が含まれるため、定義されていません。エッセンスステートメントを参照してください。
スキルを開発し、このスキルに関連する責任を示す
定義されたレベルは、スキルと責任の段階的な進歩を示します。
下位レベルが定義されていない場合...
次の方法で、知識を深め、この分野で責任を持つ他の人をサポートすることができます。
- このスキルに関連する重要な概念と原則、およびそれが自分の役割に与える影響を学ぶ
- 関連スキルの実行(関連するSFIAスキルを参照)
- Supporting others who are performing higher level tasks and activities
上位レベルが定義されていない場合...
- より高いレベルの組織のリーダーシップにより適した関連スキルを開発することで進歩することができます。
SFIAスキルが7つのレベルすべてで定義されていない理由については、クリックしてください。
追加の説明とレベルを表示/非表示にします。
| 2 | 3 | 4 | 5 | 6 |
Levels of responsibility for this skill
機械学習: レベル 2
(modified)
日常的な監督下でのデータ準備、モデルトレーニング、評価タスクを支援します。標準的な機械学習フレームワークとツールを使用して、明確に定義された問題の基本モデルを開発します。結果を文書化し、機械学習ソリューションの維持に貢献します。
機械学習: レベル 3
(modified)
確立された機械学習の手法とアルゴリズムを適用してビジネス上の問題を解決します。モデルトレーニングと評価のためのデータを選択して準備する。標準的なツールとフレームワークを使用して機械学習モデルのトレーニング、最適化、検証を行います。モデルを本番環境にデプロイし、そのパフォーマンスを監視する。結果と制限事項を利害関係者に伝えます。
機械学習: レベル 4
(modified)
機械学習の適合性を評価し、さまざまなビジネス上の問題に対するソリューションを設計および開発します。データ特性とビジネス要件に基づいて適切な手法とアルゴリズムを選択し、適用します。他の人にガイダンスを提供する。モデルのパフォーマンスを設計し、最適化します。アルゴリズムを実装し、開発、評価、監視、展開に貢献する。リスクと影響を予測しながら、業界固有のルールとガイドラインを適用します。部門横断的なチームと協力して、機械学習モデルを本番システムに統合する。詳細なパフォーマンス分析を行い、問題のトラブルシューティングを行う。
機械学習: レベル 5
(modified)
複雑で影響の大きいビジネス問題に対する機械学習ソリューションの開発と実装を主導します。MLOps プラクティスを取り入れて、エンドツーエンドの機械学習パイプラインとシステムを設計します。機械学習プロジェクト用のツール、フレームワーク、インフラストラクチャを評価して選択する。機械学習の開発と運用の実践と標準を確立する。機械学習の手法と応用に関する専門家の助言と指導を提供する。利害関係者と協力して、機械学習の取り組みを組織の目標に合わせることができる。
機械学習: レベル 6
(modified)
組織内での機械学習の採用と革新に関する戦略的方向性とロードマップを設定します。機械学習の責任ある倫理的かつ持続可能な開発と利用のためのガバナンスの枠組みと推奨プロトコルを確立する。機械学習に関する組織の能力、方針、基準、ガイドラインの開発を主導する。上級関係者と協力して機械学習がもたらす影響の大きい機会を特定し、その実施を推進する。研究や業界の動向を追い、それらを組織の慣行に統合する。