K Cunoștințe HF-D7.7-001 transversal 9 competențe
Cunoștințe de bază în domeniul IA
Cunoaște modul de funcționare al sistemelor de IA, ce pot și ce nu pot face acestea, identifică situațiile în care sunt adecvate sau nu și utilizează terminologia corectă.
Cum măsoară hrmforce acest lucru
- Metodă de măsurare
- Test de cunoștințe · rho 0.40 (SD 0.13)
- Instrument hrmforce
- Test de cunoștințe (specific clientului)
- Competență (cadrul 50)
- Capacitatea de învățare
- Antrenabilitate
- ridicat
- Perspectiva cererii 2026 până în 2030
- în creștere
Test de cunoștințe declarative privind posturile, elaborat de obicei pentru fiecare client în parte.
Ancore comportamentale
| Nivel | Comportamentul la acest nivel |
|---|---|
| N1 Ghidat | Explică în propriile cuvinte faptul că un model lingvistic face predicții pe baza unor tipare și, prin urmare, poate genera rezultate incorecte. lucrează sub supraveghere și respectă instrucțiunile · rutină, câte o variabilă pe rând · sarcină proprie |
| N3 Competență avansată | Evaluează, pentru fiecare sarcină de lucru, dacă IA este adecvată, identifică principalele limitări și explică colegilor modul în care funcționează aceasta. își stabilește propria abordare și solicită în mod proactiv opinii · mai multe variabile, o anumită ambiguitate · propria echipă sau propriul proces |
| N5 Conducere | Definește ce înseamnă alfabetizarea în domeniul IA în cadrul organizației, măsoară nivelul acesteia și o corelează cu politica de formare și implementare. stabilește standardul și politica · strategic, în condiții de incertitudine ridicată · organizație, lanț valoric sau profesie |
N2 și N4 nu sunt ancorate în mod deliberat. Evaluatorii le plasează între ancore, urmând convenția O*NET.
Competențe subiacente
Aceste competențe moștenesc ruta de măsurare și ancorele comportamentale ale acestui construct.
| T | Competență | Definiție | Perspectiva cererii 2026 până în 2030 |
|---|---|---|---|
| K | Explicarea modului de funcționare a unui model lingvistic Model lingvistic de mari dimensiuni · LLM | Explică într-un limbaj simplu faptul că un model lingvistic prezice următorul cuvânt pe baza unor tipare. | în creștere |
| K | Înțelegerea token-urilor și a ferestrei de context Tocuri · Fereastra de context | Explică modul în care textul este împărțit în tokenuri și motivul pentru care un model ia în considerare doar o cantitate limitată de context. | în creștere |
| K | Forme distincte de IA Tipuri de IA | Face distincția între sistemele bazate pe reguli, modelele predictive și IA generativă și precizează pentru ce este potrivit fiecare dintre acestea. | în creștere |
| K | Înțelegerea originii datelor de antrenare Date de antrenare | Explică faptul că rezultatele modelului reflectă proprietățile și lacunele datelor de antrenare și ce înseamnă acest lucru pentru utilizare. | în creștere |
| K | Definirea limitelor IA Limitele IA | Denumiri în cazul cărora un sistem de inteligență artificială nu este fiabil sau adecvat, cum ar fi consecințele juridice, cazurile rare și faptele actuale. | în creștere |
| K | Utilizarea corectă a terminologiei din domeniul IA Terminologie din domeniul IA | Folosește corect în conversație termeni precum model, prompt, agent, reglaj fin și halucinație. | în creștere |
| V | Justificarea alegerii unui model Selectarea modelului | Alege între modele în mod justificat, ținând cont de calitate, viteză, cost, limbă și locația datelor, și înregistrează compromisul realizat. | în creștere |
| V | Controlul costurilor tokenurilor Gestionarea costurilor simbolice | Estimează și limitează costurile utilizării IA prin gestionarea lungimii prompturilor, a alegerii modelului, a stocării în cache și a numărului de apeluri. | în creștere |
| K | Cunoașterea IA multimodale IA multimodală | Știe că modelele pot procesa, de asemenea, imagini, vorbire și documente și precizează în ce situații acest lucru este util la locul de muncă. | în creștere |