机器学习 MLNG

开发通过经验和数据使用进行学习的系统。

该技能的责任级别

活动可能包括但不限于：

定义的级别显示了技能和责任的增量进展。

您可以通过以下方式发展您的知识并支持在该领域负有责任的其他人：

级别 1 - 跟随: 该级别的本质：在密切监督下执行常规任务，遵照指示并需要指导来完成工作。学习并应用基本技能和知识。

级别 2 - 协助: 该级别的本质：为他人提供帮助，在日常监督下工作，利用自己的判断力解决常规问题。通过培训和在职经验积极学习。

在技术领导的指导下，将机器学习技术应用到数据中。使用在标准软件框架和工具中实现的算法，分析和报告结果，并纠正简单的问题。

级别 3 - 应用: 该级别的本质：使用标准方法和程序执行各种任务，有时是复杂和非常规任务。在一般指导下工作，行使自主权，在截止日期内管理自己的工作。在工作场所积极主动地提高技能和影响力。

将现有的机器学习技术应用于新的问题和数据集。评估机器学习系统的结果和性能。发现问题并就改进机器学习系统及其使用数据提出建议。

级别 4 - 帮助: 该级别的本质：执行各种复杂的活动，支持和指导他人，在适当时委派任务，在一般指导下自主工作，并为实现团队目标贡献专业知识。

在给定描述充分的问题和数据集的条件下，评估机器学习能否带来有效的解决方案。实现他人开发的算法。根据项目结果和更为广泛的研究，对具体技术的有效性提出建议。协助机器学习系统的开发、评估、监测与部署。了解并应用特定于行业的规则和指南，并预测建模的风险及其他影响。

级别 5 - 确保，建议: 该级别的本质：在其专业内提供权威性指导，并在广泛的指导下开展工作。负责交付从分析、执行到评估的重要工作成果。

设计、实施、测试和改进机器学习体系结构与系统。根据对不同方法的优势、劣势和预期性能的广泛了解进行技术选择。针对机器学习系统的开发、评估、监控和部署，建立良好的实践。

级别 6 - 主动，影响: 该级别的本质：对组织有重大影响，做出高层决策，制定政策，展现领导力，促进组织协作，并在关键领域接受问责。

引领设计、培训和评估机器学习系统的新方法和组织能力的发展。针对机器学习系统对业务问题的应用和可追溯性制定标准和指南，并监督其实施。设计和监督有关机器学习系统的创建、培训及使用的组织政策。

级别 7 - 制定战略，激励，动员: 该级别的本质：在最高组织级别运作，决定组织的总体愿景和战略，并对全面成功负责。