Senior maskininlärningsingenjör

Band 7 · Ingenjör för maskininlärning · 495 poäng i arbetsvärdering

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.

Nivå i UK GDaD PCF: Senior machine learning engineer

Utförs oftast på grad SEO eller G7 eller G6 inom Storbritanniens statsförvaltning.

A senior machine learning engineer develops machine learning models so they can be used in products and services.
At this role level, you will:
decide what model is most suitable for use in products and services
customise, optimise, re-train and maintain existing models
deploy models into production, testing and assuring them to ensure they meet performance requirements
work with others to integrate models with existing systems
check that models used in live products and services stay safe, secure and continue to work effectively

Contains public sector information from the UK Government Digital and Data Profession Capability Framework (https://understand-digital-data-roles-skills.service.gov.uk/), licensed under the Open Government Licence v3.0. © Crown copyright.

Ansvar

Driftsätta modeller i kliniska och operativa tjänster i produktion, med automatiserad testning, versionshantering och återgång.
Bygga övervakning av modellers prestanda, drift och rättvisa över patientgrupper, med larm och tydliga ägare.
Integrera modeller med kliniska system, med öppna standarder såsom HL7 FHIR där det är möjligt.
Ta fram de test-, ändrings- och övervakningsunderlag som behövs för kliniska säkerhetsunderlag och tekniska filer för medicintekniska produkter.
Bedöma och anpassa leverantörsmodeller och modeller med öppen källkod för lokal användning, inklusive generativa AI-modeller.
Coacha dataforskare och ingenjörer i praxis för maskininlärningsutveckling.

Färdigheter

Färdighet	Förväntad nivå	Vad den här nivån innebär
Applied maths, statistics and scientific practicesUK GDaD PCF	Erfaren (3)	You can: apply designated quantitative techniques such as time series analysis, optimisation and simulation to create and embed appropriate models for analysis and prediction provide guidance on matching data sources with relevant applied mathematics and statistical techniques to meet analysis goals apply appropriate statistical techniques to available data to discover new relations and offer insight into research problems, helping to improve organisational processes and support decision making access and use the statistical tools available within the organisation
Communicating between the technical and non-technicalUK GDaD PCF	Erfaren (3)	You can: listen to and interpret the needs of technical and non-technical stakeholders, and manage their expectations manage active and reactive communication support or host difficult discussions within the team or with diverse senior stakeholders
Data ethics and privacyUK GDaD PCF	Erfaren (3)	You can: work with stakeholders to identify and address ethical and privacy concerns demonstrate and communicate how data ethical issues fit into the wider organisational context research developments in data ethics and privacy to improve compliance and processes assess and constructively challenge proposed data ethics policies
Data science innovationUK GDaD PCF	Erfaren (3)	You can: demonstrate practical knowledge of data science tools and techniques develop data science solutions that maximise insight identify opportunities for how data science can improve data practices
Programming and build (software engineering)UK GDaD PCF	Erfaren (3)	You can: collaborate with others when necessary to review specifications use the agreed specifications to design, code, test and document programs or scripts of medium-to-high complexity, using the right standards and tools
Systems integrationUK GDaD PCF	Erfaren (3)	You can: define the integration build co-ordinate build activities across systems understand how to undertake and support integration testing activities
Förståelse för hälso- och sjukvårdstjänsterDen här referensen	Tillämpande (2)	Du kan: förklara de kliniska arbetsflöden och vårdarbetsflöden som ditt arbete stöder använda vanliga hälso- och sjukvårdstermer korrekt med kliniska kollegor och kollegor inom vården känna igen när en förändring kan påverka patientvården och lyfta det
Klinisk riskhanteringDen här referensen	Tillämpande (2)	Du kan: delta i riskworkshoppar och bidra till ett faroregister följa processen för klinisk riskhantering i ditt arbete ta fram underlag till ett kliniskt säkerhetsunderlag, till exempel testresultat
Informationsstyrning och dataskyddDen här referensen	Tillämpande (2)	Du kan: tillämpa dataskyddsprinciperna i ditt arbete bidra till konsekvensbedömningar avseende dataskydd hantera informationsbegäranden och journaler korrekt
Interoperabilitet för hälsodataDen här referensen	Tillämpande (2)	Du kan: läsa och använda FHIR-resurser, profiler och API:er bygga eller testa enkla integrationer under handledning kontrollera meddelanden mot en specifikation
Reglering av programvara som medicinteknisk produktDen här referensen	Tillämpande (2)	Du kan: följa en process för programvarans livscykel som uppfyller standarder för medicintekniska produkter ta fram de underlag en sådan process kräver
Säker och rättvis AI inom hälso- och sjukvårdenDen här referensen	Erfaren (3)	Du kan: planera validering, bedömning av partiskhet och löpande övervakning av en modell tillsammans med kliniska kollegor avgöra när en modell behöver tränas om, begränsas eller dras tillbaka ge team råd om när en modell kan regleras som medicinteknisk produkt och vilken evidens den behöver

Typiska kvalifikationer och erfarenhet

Betydande erfarenhet av att bygga och driva system för maskininlärning i produktion, på en nivå motsvarande en masterexamen.

Beskrivning av band 7

Kunskap: Högt utvecklad specialistkunskap, vanligen på masternivå eller motsvarande erfarenhet.
Självständighet: Arbetar enligt organisationens policy; avgör hur resultat uppnås; är den expert andra rådfrågar.
Omfattning: Flera produkter eller tjänster, eller en specialistfunktion.
Ledarskap: Leder ett team eller ett professionellt praxisområde.
Ansvarighet: Leverans av en tjänst eller specialistfunktion, och dess budget om en sådan finns.

Arbetsvärdering (exempel)

Faktor	Nivå	Sammanfattning av nivån	Poäng
Kommunikations- och relationsfärdigheter	4	Ger komplex, känslig eller omstridd information som kräver övertalnings-, förhandlings- eller utbildningsförmåga, eller mycket komplex information.	32
Kunskap, utbildning och erfarenhet	7	Högt utvecklad specialistkunskap över hela specialiseringen (masternivå eller motsvarande).	196
Analytiska färdigheter och omdöme	5	Bedömningar av mycket komplexa fakta eller situationer som kräver analys, tolkning och jämförelse av alternativ.	60
Planerings- och organisationsförmåga	3	Planerar flera komplexa aktiviteter och justerar planerna vid behov.	27
Fysiska färdigheter	3	Utvecklade färdigheter som kräver snabbhet eller noggrannhet, såsom avancerad tangentbordsanvändning.	27
Ansvar för patient- och klientvård	1	Hjälper patienter, klienter eller anhöriga vid tillfällig kontakt.	4
Ansvar för policy- och tjänsteutveckling	3	Genomför policyer för det egna området och föreslår förändringar som påverkar andra områden.	21
Ansvar för ekonomiska och fysiska resurser	1	Tar personligt hand om utrustning och resurser som används i det egna arbetet.	5
Ansvar för människor	2	Handleder eller samordnar personal i det dagliga arbetet, utbildar andra regelbundet eller ger grundläggande HR-råd.	12
Ansvar för informationsresurser	5	Utformar och utvecklar större informationssystem, eller driver informationssystem för flera tjänster som huvuduppgift.	34
Ansvar för forskning och utveckling	2	Utför regelbundet forskning, utveckling, försök eller testning av utrustning och system som en del av arbetet.	12
Handlingsfrihet	4	Resultaten är definierade, men befattningshavaren avgör hur de uppnås, inom bred policy.	32
Fysisk ansträngning	1	Sitter, står och går, med liten fysisk ansträngning.	3
Mental ansträngning	4	Ofta långvarig koncentration, eller tillfällig intensiv koncentration.	18
Känslomässig ansträngning	1	Sällsynt exponering, eller tillfällig indirekt exponering, för påfrestande omständigheter.	5
Arbetsförhållanden	2	Tillfälliga obehagliga förhållanden, frekventa resor eller utomhusarbete, eller nästan oavbruten skärmanvändning de flesta dagar.	7
Summa (band 7: 466 till 539)			495