Profissional de engenharia de aprendizado de máquina
Os profissionais de engenharia de aprendizado de máquina pegam os modelos construídos por cientistas de dados, ou adquiridos de fornecedores, e os fazem funcionar com confiabilidade em serviços reais de saúde e de cuidados. Constroem os pipelines que treinam, testam, implantam e monitoram os modelos e os integram aos sistemas clínicos e operacionais. Garantem que os modelos permaneçam seguros, protegidos, justos e eficazes depois que pacientes e equipes reais passam a depender deles.
Esta tradução foi feita a partir do inglês por um assistente de IA e ainda não foi revisada por um falante nativo. As citações do UK GDaD PCF (Quadro de Competências Digitais e de Dados do Governo do Reino Unido) e do ESCO mantêm-se em inglês.
- Família
- Dados
- Função do UK GDaD PCF
- Machine learning engineer (Data)
- Profissões ESCO
- artificial intelligence engineer (ISCO-08 2511)
- No GitHub
- Documento da função · Dados da função
Níveis
| Faixa | Nível da função | Nível do UK GDaD PCF | Categorias do serviço público | Pontos da avaliação de funções |
|---|---|---|---|---|
| 7 | Profissional de engenharia de aprendizado de máquina sênior | Senior machine learning engineer | SEO/G7/G6 | 495 |
| 8b | Profissional de engenharia de aprendizado de máquina líder | Lead machine learning engineer | G7/G6 | 595 |
Em uma organização de saúde digital
- Os modelos em uso podem se desviar à medida que mudam as populações de pacientes, a prática clínica ou os hábitos de registro, por isso o desempenho é monitorado em cada grupo de pacientes e os modelos são retreinados ou retirados quando necessário.
- Um modelo que subsidia diagnóstico, triagem ou tratamento pode ser regulamentado como dispositivo médico, o que traz requisitos formais para o ciclo de vida do software, o controle de mudanças e a vigilância pós-comercialização.
- Os dossiês de segurança clínica precisam de evidências sobre como um modelo falha, como seus resultados são mostrados aos profissionais clínicos e o que acontece quando ele está indisponível.
- Modelos treinados com dados de pacientes podem vazar informações sobre indivíduos, por isso os dados de treinamento, os artefatos do modelo e os logs são protegidos como os próprios dados.
- A IA generativa e os grandes modelos de linguagem trazem riscos adicionais, como conteúdo inventado em anotações clínicas, que exigem testes específicos e supervisão humana.
Descrição da função do 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
Profissões e competências do ESCO
O ESCO lista as competências e os conhecimentos de que os empregadores costumam precisar (essenciais) ou podem precisar (opcionais) em cada profissão. Use-os como lista de verificação para conversas de desenvolvimento.
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.
Essencial: competências e conhecimentos (31)
Competências e aptidões
- 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
Conhecimentos
- 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
Outros
Opcional: competências e conhecimentos (58)
Competências e aptidões
- 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
Conhecimentos
- 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.