机器学习 MLNG

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。

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。

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。

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。

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。