Technologie InformacyjneDane i AI

Senior Artificial Intelligence/Machine Learning Engineer

Starszy inżynier sztucznej inteligencji/uczenia maszynowego nadzoruje projekty dotyczące produkcji skalowalnych i zoptymalizowanych modeli sztucznej inteligencji (AI)/Machine Learning (ML) oraz zapewnia komunikację i współpracę z odpowiednimi zainteresowanymi stronami. Jest odpowiedzialny za ocenę technik lub algorytmów stosowanych i zapewnienie wydajności wdrożonych modeli oraz prowadzenie lub trenowanie zespołu w zakresie osiągnięcia jakości w obszarach technicznych projektów. Pracuje w otoczeniu zespołowym i jest biegły w zakresie statystyk, skryptów i języków programowania wymaganych przez organizację. Znany również z odpowiednimi platformami oprogramowania, na których rozwiązanie jest wdrażane. Starszy inżynier sztucznej inteligencji/uczenia maszynowego jest pasjonatem realizacji kompleksowych projektów danych, od zakresu i odkrywania po post wdrożenia. Jest wykwalifikowany w zarządzaniu zainteresowanymi stronami, ma zdolność do komunikowania pomysłów i zaleceń i wpływających na różnych wewnętrznych interesariuszach, zarówno w zespole, jak i poza nią.

Co robi Senior Artificial Intelligence/Machine Learning Engineer?

Kluczowe obowiązki i zadania

Opracowuje modele AI/ML do produkcji

  • Ocenia kody skalowania modelu AI/ML
  • Ocenia wydajność modeli AI/ML na poziomie produkcyjnym pod kątem skalowalności
  • Zarządza rurociągiem i infrastrukturą rozwoju AI/ML
  • Poprowadź ekstrakcję, transformacja, ładowanie i integracja danych nieustrukturyzowanych do modelowania
  • Przegląda skalowane modele AI/ML, aby zapewnić, że pożądana wydajność można osiągnąć po wdrożeniu
  • Optymalizuje rozwiązania AI w celu zwiększenia wydajności

Wdraża modele AI/ML

  • Nadzoruje rozmieszczenie rozwiązań AI/ML
  • Tworzy plany testowe dotyczące po oddaniu
  • Komunikuje kwestie dotyczące wdrażania i plany rozwiązywania interesariuszy
  • Prowadzi opracowanie i wdrażanie technik nadzorowanych i/lub bez nadzoru do rozwiązywania problemów

Zarządza projektami AI/ML

  • Planuje kompleksowe wdrożenie rozwiązań AI/ML od wstępnego testowania, wdrażania, na optymalizację pod względem wydajności systemu i czasu wykonywania
  • Wiodące szacunki projektu i recenzje kodu
  • Ustaw terminy projektu i wytyczne dotyczące jakości pracy
  • Stosuje narzędzia i procesy zarządzania projektami, aby projekt jest opłacalny
  • Komunikuje cele projektu na krytycznych połączeniach w celu uzyskania wpisu od wszystkich zainteresowanych stron
  • Dostarcza skalowalne rozwiązania AI/ML

Czy masz umiejętności do tej roli?

Senior Artificial Intelligence/Machine Learning Engineer wymaga 3 kluczowych kompetencji. Oto, co jest wymagane i na jakim poziomie.

Kluczowe umiejętności (zaawansowane)

Rozwój ludzi

Zaawansowany

Interakcja z innymi

Myślenie transdyscyplinarne

Zaawansowany

Myślenie krytyczne

Umiejętności wspierające

Komunikacja

Średniozaawansowany

Interakcja z innymi

Poziomy umiejętności SkillsFuture

3 poziomy
1

Podstawowy

Rozpoznawanie i rozumienie podstawowych koncepcji. Stosowanie umiejętności w rutynowych sytuacjach pod kierunkiem.

2

Średniozaawansowany

Samodzielne stosowanie umiejętności w różnych sytuacjach. Analizowanie problemów i dostosowywanie podejścia.

3

Zaawansowany

Prowadzenie i innowacja w złożonych sytuacjach. Ocena strategii, kierowanie zespołami i wprowadzanie usprawnień.

Poziomy kompetencji technicznych (TSC)

6 poziomów
1

Wykonywanie

Realizacja rutynowych zadań pod ścisłym nadzorem. Stosowanie ustalonych procedur i wytycznych.

2

Wspieranie

Wykonywanie zadań z pewną samodzielnością. Pomoc w niestandardowych sytuacjach i stosowanie ustalonych technik.

3

Stosowanie

Samodzielne stosowanie umiejętności i wiedzy w różnych sytuacjach. Analizowanie problemów i dostosowywanie podejścia.

4

Analizowanie

Analiza złożonych sytuacji i opracowywanie rozwiązań. Kierowanie i mentorowanie młodszych kolegów.

5

Strategia

Wyznaczanie kierunku strategicznego i napędzanie innowacji. Ocena kompromisów i podejmowanie decyzji o dużym wpływie.

6

Transformacja

Prowadzenie transformacji branży. Ustanawianie standardów, kształtowanie polityki i doradztwo eksperckie.

Umiejętności techniczne i kompetencje

Senior Artificial Intelligence/Machine Learning Engineer wymaga 22 umiejętności technicznych na określonych poziomach biegłości.

Analiza potrzeb biznesowych

Poziom 5

Zarządzanie biznesem i projektami

Prowadzi kompleksową analizę, aby zrozumieć podstawowe kierowców i przedstawić przekonujący uzasadnienie biznesowe dla proponowanych rozwiązań informatycznych

Technologia wizji komputerowej

Poziom 5

Rozwój i wdrażanie

Zbuduj systemy wykrywania przestrzennego i rozumowania przestrzennego

Projektowanie danych

Poziom 5

Projektowanie i architektura

Ustanowić strategię tworzenia dużych modeli i struktur danych na dużą skalę oraz kieruj wdrażaniem technologii bazy danych, architektur, oprogramowania i obiektów

Zarządzanie danymi

Poziom 5

Zarządzanie i zgodność

Opracuj praktyki organizacji i standardy obsługi danych w całym cyklu życia, rozwiązywanie naruszeń i nadzoruj przesyłanie danych między organizacjami

Strategia danych

Poziom 5

Planowanie i wdrażanie strategii

Ustanowienie strategii zarządzania danymi w celu wyodrębnienia maksymalnej wartości z aktywów informacyjnych oraz wspierania procesów decyzyjnych i procesów biznesowych

Pojawiająca się synteza technologii

Poziom 5

Zarządzanie biznesem i projektami

Ustanowienie wewnętrznych struktur i procesów, aby kierować badaniem, integracją i oceną nowych technologii

Inteligentne rozumowanie

Poziom 5

Rozwój i wdrażanie

Oceń, projektuj i buduj inteligentne systemy oprogramowania

Systemy rozpoznawania wzorów

Poziom 5

Rozwój i wdrażanie

Opracuj inteligentne systemy za pomocą technik uczenia maszynowego

Zarządzanie problemami

Poziom 5

Obsługa i wsparcie użytkowników

Ustanowienie strategii zarządzania problemami, protokołami i mechanizmami prowadzenia zapobiegania, rozwiązywania i minimalizacji problemów i ich skutków

Zarządzanie projektem

Poziom 5

Zarządzanie biznesem i projektami

Wiodące w kompleksowym zarządzaniu dużymi programami lub wieloma projektami jednocześnie koordynując współzależności projektów

Systemy samo-uczenia się

Poziom 5

Rozwój i wdrażanie

Projektuj i rozwijaj systemy samo-uczenia się z wykorzystaniem technik uczenia się wzmocnienia i ewolucyjnego uczenia się

Zarządzanie interesariuszami

Poziom 5

Zarządzanie interesariuszami i umowami

Zdefiniuj strategiczną mapę drogową zarządzania interesariuszami oraz prowadzą krytyczne dyskusje i negocjacje, zajmując się eskalowanymi problemami lub problemami napotkanymi

Analityka tekstu i przetwarzanie

Poziom 5

Rozwój i wdrażanie

Wdrożyć zaawansowane techniki uczenia maszynowego w budowaniu modeli przetwarzania języka naturalnego (NLP) do wykonywania wspólnych zadań przetwarzania tekstu

Zarządzanie zmianami

Poziom 4

Zarządzanie biznesem i projektami

Zalecaj działania biznesowe wymagane do zintegrowania i wprowadzenia nowych zmian oraz zwiększenia procedur kontroli zmian, angażując interesariuszy w tym procesie

Chmura obliczeniowa

Poziom 4

Rozwój i wdrażanie

Opracuj plany wdrażania rozwiązań w chmurze

Modelowanie obliczeniowe

Poziom 4

Rozwój i wdrażanie

Opracuj i wykorzystuj nowe algorytmy i zaawansowane modele statystyczne, aby umożliwić produkcję pożądanych wyników

Śledzenie konfiguracji

Poziom 4

Rozwój i wdrażanie

Opracuj zasady, procesy i wytyczne dotyczące zarządzania konfiguracją i śledzeniem organizacji

Inżynieria danych

Poziom 4

Rozwój i wdrażanie

Przekładaj wymagania biznesowe na struktury danych i procesy w celu standaryzacji danych, weryfikacji niezawodności i ważności danych, przechowywania, wyodrębniania, transformacji, ładowania i integracji danych

Administracja bazy danych

Poziom 4

Obsługa i wsparcie użytkowników

Plan instalacji, konfiguracji i aktualizacji baz danych oraz nadzoruj konserwację bazy danych, rozwiązywanie problemów, tworzenia kopii zapasowych i odzyskiwania

Architektura bezpieczeństwa

Poziom 4

Projektowanie i architektura

Zaprojektuj plan bezpieczeństwa i kieruj projektem solidnej i spójnej architektury bezpieczeństwa, opartej na pakiecie rozwiązań bezpieczeństwa i kluczowych zasad projektowania

Integracja systemu

Poziom 4

Rozwój i wdrażanie

Określ interoperacyjność komponentów systemowych i opracuj plan integracji systemu

Planowanie testu

Poziom 4

Rozwój i wdrażanie

Zdefiniuj cele testowe i zaprojektuj główny plan testowy, w tym serię systematycznych procedur testowych, aby je osiągnąć

Europejskie ramy umiejętności

ESCO

Umiejętności i obszary wiedzy wymagane dla tego zawodu na podstawie europejskiej klasyfikacji.

Ścieżki kariery od Senior Artificial Intelligence/Machine Learning Engineer

Odkryj powiązane role w sektorze Technologie Informacyjne, które wymagają podobnych umiejętności.

Czy AI Zagrozi Twojej Pracy?

77
Niskie ryzykoBardzo Wysokie RyzykoWysokie ryzyko

Najbardziej zagrożone

kategoryzacja informacjitworzyć zestawy danychpozyskiwanie informacji

Najbardziej odporne

sztuczna sieć neuronowabudować relacje biznesowestosować myślenie systemowe i design thinking
Zobacz pełną analizę zagrożenia AI →

Informacje w skrócie

ŚcieżkaDane i AI
Kluczowe umiejętności3
Umiejętności techniczne22
Kluczowe zadania16

Czy Senior Artificial Intelligence/Machine Learning Engineer jest dla Ciebie?

Zrób darmowy, 10-minutowy Portret Kariery i sprawdź, jaki kierunek kariery pasuje do Twoich motywacji i mocnych stron.

Więcej w Technologie Informacyjne

Odkryj wszystkie ścieżki kariery w sektorze Technologie Informacyjne.

Zobacz wszystkie role w Technologie Informacyjne
Sprawdź swoją gotowość