Vélnámsverkfræðingur
Vélnámsverkfræðingar taka líkön sem gagnafræðingar hafa smíðað, eða keypt eru af birgjum, og láta þau virka áreiðanlega í heilbrigðis- og velferðarþjónustu í rekstri. Þeir smíða þær leiðslur sem þjálfa, prófa, setja út og vakta líkön og samþætta þau við klínísk kerfi og rekstrarkerfi. Þeir tryggja að líkön haldist örugg, trygg, sanngjörn og skilvirk þegar raunverulegir sjúklingar og starfsfólk reiða sig á þau.
Þessi texti var þýddur úr ensku af gervigreindaraðstoðarmanni og hefur ekki enn verið yfirfarinn af móðurmálshafa. Tilvitnanir í UK GDaD PCF (hæfniramma bresku ríkisstjórnarinnar fyrir stafræn störf og gagnastörf) og í ESCO haldast á ensku.
- Fjölskylda
- Gögn
- Hlutverk í UK GDaD PCF
- Machine learning engineer (Data)
- Starfsgreinar í ESCO
- artificial intelligence engineer (ISCO-08 2511)
- Á GitHub
- Hlutverkaskjal · Hlutverkagögn
Stig
| Launaflokkur | Hlutverkastig | Stig í UK GDaD PCF | Launaþrep bresku opinberu þjónustunnar | Stig starfsmats |
|---|---|---|---|---|
| 7 | Eldri vélnámsverkfræðingur | Senior machine learning engineer | SEO/G7/G6 | 495 |
| 8b | Leiðandi vélnámsverkfræðingur | Lead machine learning engineer | G7/G6 | 595 |
Í stofnun á sviði stafrænnar heilbrigðis- og velferðarþjónustu
- Líkön í notkun geta rekið af leið þegar sjúklingahópar, klínísk framkvæmd eða skráningarvenjur breytast, svo frammistaða er vöktuð fyrir hvern sjúklingahóp og líkön eru endurþjálfuð eða dregin til baka þegar þarf.
- Líkan sem upplýsir sjúkdómsgreiningu, forgangsflokkun eða meðferð kann að vera lögbundið sem lækningatæki, sem hefur í för með sér formlegar kröfur um líftíma hugbúnaðarins, breytingastýringu og eftirlit eftir markaðssetningu.
- Klínísk öryggismál þurfa gögn um hvernig líkan bregst, hvernig niðurstöður þess eru sýndar klínísku starfsfólki og hvað gerist þegar það er ekki tiltækt.
- Líkön sem þjálfuð eru á gögnum sjúklinga geta lekið upplýsingum um einstaklinga, svo þjálfunargögn, líkanaafurðir og skrár eru vernduð eins og gögnin sjálf.
- Skapandi gervigreind og stór mállíkön hafa í för með sér frekari áhættu, svo sem uppdiktað efni í klínískum skrám, sem krefst sértækra prófana og eftirlits manna.
Hlutverkslýsing í UK GDaD PCF
A machine learning engineer develops, assures and maintains machine learning models so they can be used in products and services.
In this role, you will:
- be responsible for the software development and technical infrastructure needed to design, train, deploy and scale machine learning models
- provide and maintain effective, secure and sustainable machine learning models for use in products and services
- support all stages of the machine learning life cycle
- help product teams evaluate and choose appropriate machine learning solutions
Starfsgreinar og færni í ESCO
ESCO telur upp þá færni og þekkingu sem vinnuveitendur þurfa yfirleitt (nauðsynleg) eða geta þurft (valfrjáls) fyrir hverja starfsgrein. Notaðu þær sem gátlista fyrir samtöl um þróun.
artificial intelligence engineer
Artificial intelligence engineer apply methods of artificial intelligence in engineering, robotics and computer science to design programs which simulate intelligence including thinking models, cognitive and knowledge-based systems, problem solving, and decision making. They also integrate structured knowledge into computer systems (ontologies, knowledge bases) in order to solve complex problems normally requiring a high level of human expertise or artificial intelligence methods.
Nauðsynleg: færni og þekking (31)
Færni og hæfni
- analyse big data
- analyse business requirements
- apply ICT systems theory
- create data sets
- creatively use digital technologies
- define technical requirements
- deliver visual presentation of data
- design process
- develop creative ideas
- develop statistical software
- use data processing techniques
Þekking
- Python (computer programming)
- algorithms
- artificial neural networks
- business process modelling
- computer programming
- computer simulation
- data mining
- data models
- data science
- information architecture
- information categorisation
- information extraction
- information structure
- principles of artificial intelligence
- resource description framework query language
- systems development life-cycle
- task algorithmisation
- unstructured data
- visual presentation techniques
Annað
Valfrjáls: færni og þekking (58)
Færni og hæfni
- apply systemic design thinking
- assess ICT knowledge
- build business relationships
- build predictive models
- build recommender systems
- design application interfaces
- design database scheme
- identify processes for re-engineering
- manage ICT data classification
- manage ICT semantic integration
- manage business knowledge
- perform dimensionality reduction
- utilise machine learning
Þekking
- Agile project management
- Assembly (computer programming)
- C#
- C++
- COBOL
- CoffeeScript
- Common Lisp
- Erlang
- Groovy
- Haskell
- ICT project management methodologies
- Java (computer programming)
- JavaScript
- LINQ
- Lisp
- MATLAB
- ML (computer programming)
- Microsoft Visual C++
- N1QL
- Objective-C
- OpenEdge Advanced Business Language
- PHP
- Pascal (computer programming)
- Perl
- Process-based management
- Prolog (computer programming)
- R
- Ruby (computer programming)
- SAP R3
- SAS language
- SPARQL
- Scala
- Scratch (computer programming)
- Smalltalk (computer programming)
- Swift (computer programming)
- TypeScript
- VBScript
- Visual Basic
- business analytics
- business intelligence
- computer vision
- database development tools
- deep learning
- lean project management
- operational research
Contains ESCO v1.2.1 data (https://esco.ec.europa.eu/). © European Union. Reuse authorised under Commission Decision 2011/833/EU.