O modelo global de competências para o mundo digital

Aprendizagem de máquina (Machine learning) MLNG Beta

(modified)

Desenvolver sistemas que aprendam com dados e experiência, melhorando o desempenho, a precisão e a adaptabilidade em ambientes dinâmicos.

Tradução para português brasileiro do SFIA 9: Versão Beta

SFIA 9 em inglês já está disponível.

  • Esta é uma versão beta do SFIA 9 em português brasileiro.
  • Nós a criamos usando a Phrase Localization Platform, combinando:
    • Conteúdo traduzido do SFIA 8
    • Contribuições de 7 principais fornecedores de tradução automática
  • Atualizaremos esta tradução após revisão e verificações de qualidade.
  • Por favor, entre em contato conosco se perceber algum erro ou tiver dúvidas.

Observação: Embora a tradução automática ajude a criar versões iniciais, a revisão profissional garante precisão e linguagem adequada ao contexto.

Notas orientativas

(modified)

As atividades podem incluir, entre outros:

  • avaliar a adequação do machine learning para problemas de negócios
  • selecionar e aplicar técnicas, algoritmos e ferramentas apropriadas de aprendizagem automática para resolver problemas de negócios
  • preparação de dados para aprendizado de máquina, incluindo limpeza, transformação e engenharia de características
  • desenhar, treinar, otimizar e retrabalhar modelos usando aprendizado supervisionado, não supervisionado ou reforço
  • gerenciamento de MLOps para implementação de modelos, monitoramento e gerenciamento de ciclo de vida
  • avaliar modelos de desempenho, robustez, equidade e bias, e selecionar métricas para avaliar os resultados
  • diagnóstico e resolução de problemas, antes e depois da implantação
  • antecipar implicações organizacionais, incluindo ética, bias, privacidade, sustentabilidade e proteção de dados
  • estabelecimento da rastreabilidade dos resultados produzidos pelos sistemas de machine learning.
  • Implementar mecanismos de aprendizagem contínua para garantir que os modelos se adaptem a novos dados e ambientes em mudança, incluindo adaptação em tempo real a novas entradas e condições em evolução.

Compreendendo os níveis de responsabilidade desta habilidade

Onde níveis inferiores não são definidos...
  • Tarefas e responsabilidades específicas não são definidas porque a habilidade requer um nível mais alto de autonomia, influência e complexidade na tomada de decisões do que é normalmente esperado nesses níveis. Você pode usar as declarações de essência para entender as responsabilidades genéricas associadas a esses níveis.
Onde níveis mais altos não são definidos...
  • Responsabilidades e accountability não são definidas porque esses níveis mais altos envolvem liderança estratégica e influência organizacional mais ampla que vai além do escopo dessa habilidade específica. Veja as declarações de essência.

Desenvolver habilidades e demonstrar responsabilidades relacionadas a essa habilidade

Os níveis definidos mostram a progressão incremental em habilidades e responsabilidades.

Onde níveis inferiores não são definidos...

Você pode desenvolver seu conhecimento e apoiar outras pessoas que têm responsabilidades nesta área:

  • Aprender conceitos e princípios-chave relacionados a essa habilidade e seu impacto em sua função
  • Executar habilidades relacionadas (veja as habilidades SFIA relacionadas)
  • Apoiar outras pessoas que estão realizando tarefas e atividades de nível superior
Onde níveis mais altos não são definidos...
  • Você pode progredir desenvolvendo habilidades relacionadas que são mais adequadas a níveis mais altos de liderança organizacional.

Mostrar/ocultar descrições e níveis extras.

Níveis de responsabilidade para esta habilidade

2 3 4 5 6

Aprendizagem de máquina (Machine learning): Nível 2

Nível 2 - Auxilia: Essência do nível: Presta assistência a outras pessoas, trabalha sob supervisão rotineira e usa seu critério para resolver problemas rotineiros. Aprende ativamente por meio de treinamento e experiências no trabalho.

(modified)

Auxilia na preparação de dados, treinamento de modelos e tarefas de avaliação sob supervisão de rotina. Utiliza frameworks e ferramentas padrão de machine learning para desenvolver modelos básicos para problemas bem definidos. Documenta resultados e contribui para a manutenção de soluções de machine learning.

Aprendizagem de máquina (Machine learning): Nível 3

Nível 3 - Aplica: Essência do nível: Executa tarefas variadas, às vezes complexas e não rotineiras, usando métodos e procedimentos padrão. Trabalha sob direção geral, exerce discrição e gerencia seu próprio trabalho dentro dos prazos. Aprimora proativamente as habilidades e o impacto no local de trabalho.

(modified)

Aplica técnicas e algoritmos de aprendizado de máquina estabelecidos para resolver problemas de negócios. Seleciona e prepara dados para treinamento e avaliação de modelos. Treina, otimiza e valida modelos de aprendizado de máquina usando ferramentas e frameworks padrão. Implementa modelos em produção e monitora seu desempenho. Comunica resultados e limitações para as partes interessadas.

Aprendizagem de máquina (Machine learning): Nível 4

Nível 4 - Possibilita: Essência do nível: Realiza diversas atividades complexas, apoia e orienta outras pessoas, delega tarefas quando apropriado, trabalha de forma autônoma sob orientação geral e contribui com conhecimentos especializados para atingir os objetivos da equipe.

(modified)

Avaliar a adequação do machine learning e projetos e desenvolver soluções para uma gama de problemas de negócios. Seleciona e aplica técnicas e algoritmos apropriados com base em características de dados e requisitos de negócios. Fornece orientação para outros. Engenheiros caracterizam e otimizam o desempenho do modelo. Implementa algoritmos e contribui para o desenvolvimento, avaliação, monitoramento e implantação. Aplica regras e diretrizes específicas para a indústria, antecipando riscos e implicações. Colabora com equipes interfuncionais para integrar modelos de machine learning em sistemas de produção.

Aprendizagem de máquina (Machine learning): Nível 5

Nível 5 - Garante, aconselha: Essência do nível: Fornece orientação autorizada em seu campo e trabalha sob ampla direção. Responsável pela entrega de resultados significativos do trabalho, desde a análise, passando pela execução, até a avaliação.

(modified)

Liderar o desenvolvimento e implementação de soluções de aprendizado de máquina para problemas de negócios complexos e de alto impacto. Arquitectar pipelines e sistemas de aprendizado de máquina de ponta a ponta, incorporando práticas de MLOps. Avaliar e selecionar ferramentas, frameworks e infraestrutura para projetos de aprendizado de máquina. Estabelecer práticas e padrões para desenvolvimento e operações de aprendizado de máquina. Fornecer aconselhamento e orientação especializados sobre técnicas e aplicações de aprendizado de máquina. Colabora com as partes interessadas para alinhar iniciativas de aprendizado de máquina com objetivos organizacionais.

Aprendizagem de máquina (Machine learning): Nível 6

Nível 6 - Inicia, influencia: Essência do nível: tem influência organizacional significativa, toma decisões de alto nível, molda políticas, demonstra liderança, promove a colaboração organizacional e aceita a responsabilidade em áreas-chave.

(modified)

Define a direção estratégica e o roteiro para a adoção e inovação do aprendizado de máquina dentro da organização. Estabelece quadros de governança e protocolos recomendados para o desenvolvimento e uso responsável, ético e sustentável do aprendizado de máquina. Lida o desenvolvimento de capacidades, políticas, padrões e diretrizes organizacionais no aprendizado de máquina. Colabora com as partes interessadas seniores para identificar oportunidades de alto impacto para o aprendizado de máquina e impulsiona sua implementação. Segue as tendências da pesquisa e da indústria e as integra nas práticas organizacionais.