Globalne ramy umiejętności i kompetencji w cyfrowym świecie

Uczenie maszynowe MLNG Beta

(modified)

Opracowywanie systemów, które uczą się na podstawie danych i doświadczenia, poprawiając wydajność, dokładność i zdolność adaptacji w dynamicznych środowiskach.

Polskie tłumaczenie SFIA 9: Wersja Beta

SFIA 9 w języku angielskim jest już dostępna.

  • To jest wersja beta SFIA 9 w języku polskim.
  • Stworzyliśmy ją za pomocą platformy Phrase Localization Platform, łącząc:
    • Przetłumaczoną zawartość z SFIA 8
    • Wkład od 7 wiodących dostawców tłumaczeń maszynowych
  • Zaktualizujemy to tłumaczenie po przeglądzie i kontroli jakości.
  • Prosimy o kontakt, jeśli zauważą Państwo jakiekolwiek błędy lub mają pytania.

Uwaga: Chociaż tłumaczenie maszynowe pomaga w tworzeniu wstępnych wersji, profesjonalna weryfikacja zapewnia dokładność i język odpowiedni do kontekstu.

Uwagi zawierające wskazówki

(modified)

Działania mogą obejmować między innymi:

  • ocena przydatności uczenia maszynowego do rozwiązywania problemów biznesowych
  • wybieranie i stosowanie odpowiednich technik, algorytmów i narzędzi uczenia maszynowego w celu rozwiązywania problemów biznesowych
  • przygotowanie danych do uczenia maszynowego, w tym czyszczenie, transformacja i inżynieria cech
  • projektowanie, szkolenie, optymalizacja i ponowne szkolenie modeli z wykorzystaniem uczenia nadzorowanego, nienadzorowanego lub ze wzmocnieniem
  • zarządzanie MLOps w zakresie wdrażania, monitorowania i zarządzania cyklem życia modeli
  • ocena modeli pod kątem wydajności, solidności, uczciwości i stronniczości oraz wybór wskaźników do oceny wyników
  • diagnozowanie i rozwiązywanie problemów przed wdrożeniem i po wdrożeniu
  • przewidywanie konsekwencji organizacyjnych, w tym etyki, stronniczości, prywatności, zrównoważonego rozwoju i ochrony danych
  • ustanowienie identyfikowalności wyników osiąganych przez systemy uczenia maszynowego.
  • wdrażanie mechanizmów ciągłego uczenia się w celu zapewnienia adaptacji modeli do nowych danych i zmieniających się środowisk, w tym adaptacji w czasie rzeczywistym do nowych danych wejściowych i zmieniających się warunków.

Zrozumienie poziomów odpowiedzialności związanych z tą umiejętnością

Tam, gdzie niższe poziomy nie są zdefiniowane...
  • Konkretne zadania i obowiązki nie są zdefiniowane, ponieważ umiejętność wymaga wyższego poziomu autonomii, wpływu i złożoności w podejmowaniu decyzji, niż zwykle oczekuje się na tych poziomach. Możesz użyć stwierdzeń esencji, aby zrozumieć ogólne obowiązki związane z tymi poziomami.
Tam, gdzie wyższe poziomy nie są zdefiniowane...
  • Obowiązki i odpowiedzialność nie są zdefiniowane, ponieważ te wyższe poziomy obejmują strategiczne przywództwo i szerszy wpływ organizacyjny, który wykracza poza zakres tej konkretnej umiejętności. Zapoznaj się z esencjonalnymi stwierdzeniami.

Rozwijanie umiejętności i wykazywanie się obowiązkami związanymi z tą umiejętnością

Zdefiniowane poziomy pokazują stopniowy postęp w umiejętnościach i odpowiedzialności.

Tam, gdzie niższe poziomy nie są zdefiniowane...

Możesz rozwijać swoją wiedzę i wspierać innych, którzy są odpowiedzialni w tym obszarze poprzez:

  • Poznanie kluczowych pojęć i zasad związanych z tą umiejętnością i jej wpływem na Twoją rolę
  • Wykonywanie powiązanych umiejętności (zobacz powiązane umiejętności SFIA)
  • Supporting others who are performing higher level tasks and activities
Tam, gdzie wyższe poziomy nie są zdefiniowane...
  • Możesz się rozwijać, rozwijając powiązane umiejętności, które są lepiej dostosowane do wyższych poziomów przywództwa organizacyjnego.

Pokaż/ukryj dodatkowe opisy i poziomy.

2 3 4 5 6

Levels of responsibility for this skill

Uczenie maszynowe: Poziom 2

Poziom 2 – Pomoc: Istota poziomu: Zapewnia pomoc innym, pracuje pod rutynowym nadzorem i wykorzystuje swoją dyskrecję do rozwiązywania rutynowych problemów. Aktywnie uczy się poprzez szkolenia i doświadczenia w miejscu pracy.

(modified)

Pomaga w przygotowywaniu danych, szkoleniu modeli i zadaniach ewaluacyjnych pod rutynowym nadzorem. Korzysta ze standardowych ram i narzędzi uczenia maszynowego w celu opracowania podstawowych modeli dla dobrze zdefiniowanych problemów. Dokumentuje wyniki i przyczynia się do utrzymania rozwiązań uczenia maszynowego.

Uczenie maszynowe: Poziom 3

Poziom 3 – Stosowanie: Istota poziomu: Wykonuje zróżnicowane zadania, czasami złożone i nierutynowe, przy użyciu standardowych metod i procedur. Pracuje pod ogólnym kierownictwem, zachowuje dyskrecję i zarządza własną pracą w ramach terminów. Proaktywnie zwiększa umiejętności i wpływ w miejscu pracy.

(modified)

Stosuje ustalone techniki i algorytmy uczenia maszynowego do rozwiązywania problemów biznesowych. Wybiera i przygotowuje dane do szkolenia i oceny modeli. Trenuje, optymalizuje i weryfikuje modele uczenia maszynowego przy użyciu standardowych narzędzi i frameworków. Wdraża modele do produkcji i monitoruje ich wydajność. Komunikuje wyniki i ograniczenia interesariuszom.

Uczenie maszynowe: Poziom 4

Poziom 4 – Umożliwianie: Istota poziomu: Wykonuje różnorodne złożone działania, wspiera i prowadzi innych, deleguje zadania, gdy jest to właściwe, pracuje autonomicznie pod ogólnym kierownictwem i wnosi wiedzę specjalistyczną do realizacji celów zespołu.

(modified)

Ocenia przydatność uczenia maszynowego oraz projektuje i opracowuje rozwiązania dla szeregu problemów biznesowych. Wybiera i stosuje odpowiednie techniki i algorytmy w oparciu o charakterystykę danych i wymagania biznesowe. Udziela wskazówek innym. Projektuje funkcje i optymalizuje wydajność modelu. Wdraża algorytmy i przyczynia się do rozwoju, oceny, monitorowania i wdrażania. Stosuje zasady i wytyczne specyficzne dla branży, przewidując ryzyko i konsekwencje. Współpracuje z zespołami wielofunkcyjnymi w celu integracji modeli uczenia maszynowego z systemami produkcyjnymi. Przeprowadza dogłębną analizę wydajności i rozwiązuje problemy.

Uczenie maszynowe: Poziom 5

Poziom 5 – Zapewnianie, doradzanie: Istota poziomu: Zapewnia autorytatywne wytyczne w swojej dziedzinie i pracuje pod szerokim kierownictwem. Odpowiada za dostarczanie znaczących wyników pracy, od analizy przez wykonanie po ocenę.

(modified)

Kieruje opracowywaniem i wdrażaniem rozwiązań z zakresu uczenia maszynowego dla złożonych problemów biznesowych o dużym znaczeniu. Architekt kompleksowych potoków i systemów uczenia maszynowego, z uwzględnieniem praktyk MLOps. Ocenia i wybiera narzędzia, frameworki i infrastrukturę dla projektów uczenia maszynowego. Ustanawia praktyki i standardy dla rozwoju i operacji uczenia maszynowego. Zapewnia porady ekspertów i wskazówki dotyczące technik i aplikacji uczenia maszynowego. Współpracuje z interesariuszami w celu dostosowania inicjatyw uczenia maszynowego do celów organizacyjnych.

Uczenie maszynowe: Poziom 6

Poziom 6 – Inicjowanie, wpływ: Istota poziomu: Ma znaczący wpływ na organizację, podejmuje decyzje na wysokim szczeblu, kształtuje politykę, demonstruje przywództwo, promuje współpracę organizacyjną i przyjmuje odpowiedzialność w kluczowych obszarach.

(modified)

Wyznacza strategiczny kierunek i mapę drogową dla wdrażania uczenia maszynowego i innowacji w organizacji. Ustanawia ramy zarządzania i zalecane protokoły dotyczące odpowiedzialnego, etycznego i zrównoważonego rozwoju i wykorzystania uczenia maszynowego. Kieruje rozwojem możliwości organizacyjnych, polityk, standardów i wytycznych w zakresie uczenia maszynowego. Współpracuje z interesariuszami wyższego szczebla w celu zidentyfikowania możliwości uczenia maszynowego o dużym wpływie i kieruje ich wdrażaniem. Śledzi badania i trendy branżowe oraz integruje je z praktykami organizacyjnymi.