Ingenjör för maskininlärning
Maskininlärningsingenjörer tar modeller som dataforskare har byggt, eller som köpts från leverantörer, och får dem att fungera tillförlitligt i hälso- och vårdtjänster i drift. De bygger de pipelines som tränar, testar, driftsätter och övervakar modeller och integrerar dem med kliniska och operativa system. De ser till att modeller förblir trygga, säkra, rättvisa och effektiva när verkliga patienter och personal förlitar sig på dem.
Den här texten har översatts från engelska av en AI-assistent och har ännu inte granskats av en modersmålstalare. Citat från ramverket för digitala och datarelaterade yrkesroller i Storbritanniens regering (UK GDaD PCF) och från ESCO står kvar på engelska.
- Familj
- Data
- Roll i UK GDaD PCF
- Machine learning engineer (Data)
- ESCO-yrken
- artificial intelligence engineer (ISCO-08 2511)
- På GitHub
- Rolldokument · Rolldata
Nivåer
| Band | Rollnivå | Nivå i UK GDaD PCF | Grader inom Storbritanniens statsförvaltning | Poäng i arbetsvärdering |
|---|---|---|---|---|
| 7 | Senior maskininlärningsingenjör | Senior machine learning engineer | SEO/G7/G6 | 495 |
| 8b | Ledande maskininlärningsingenjör | Lead machine learning engineer | G7/G6 | 595 |
I en digital hälso- och sjukvårdsorganisation
- Modeller i drift kan driva iväg när patientpopulationer, klinisk praxis eller registreringsvanor förändras, så prestandan övervakas för varje patientgrupp och modeller tränas om eller dras tillbaka vid behov.
- En modell som informerar diagnos, triage eller behandling kan vara reglerad som medicinteknisk produkt, vilket medför formella krav på dess livscykel för programvara, ändringskontroll och övervakning efter försäljning.
- Kliniska säkerhetsunderlag behöver underlag om hur en modell fallerar, hur dess resultat visas för kliniker och vad som händer när den inte är tillgänglig.
- Modeller som tränats på patientdata kan läcka information om individer, så träningsdata, modellartefakter och loggar skyddas som själva datan.
- Generativ AI och stora språkmodeller medför ytterligare risker, såsom påhittat innehåll i kliniska anteckningar, som kräver särskild testning och mänsklig tillsyn.
Rollbeskrivning i 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
ESCO-yrken och färdigheter
ESCO förtecknar de färdigheter och kunskaper som arbetsgivare vanligen behöver (väsentliga) eller kan behöva (valfria) för varje yrke. Använd dem som checklista för utvecklingssamtal.
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.
Väsentlig färdigheter och kunskaper (31)
Färdigheter och kompetenser
- 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
Kunskap
- 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
Övrigt
Valfri färdigheter och kunskaper (58)
Färdigheter och kompetenser
- 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
Kunskap
- 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.