盡管市面上有很多非常棒的人工智能軟件工具，但是你在實(shí)施項(xiàng)目的時(shí)候，仍然需要組建一支強(qiáng)大的團(tuán)隊(duì)。技術(shù)是復(fù)雜的，而且在不斷發(fā)展。組織內(nèi)部的變革管理也面臨著諸多挑戰(zhàn)。
那么，一個(gè)人工智能項(xiàng)目中應(yīng)該有哪些角色呢?好吧，首先，需要有一個(gè)高管支持者。人工智能項(xiàng)目并不是自下而上的，要實(shí)施好這樣的項(xiàng)目需要大量的資源和明確的領(lǐng)導(dǎo)。
Concord Technologies的人工智能和機(jī)器學(xué)習(xí)技術(shù)產(chǎn)品經(jīng)理Simran Bagga表示：“項(xiàng)目的高管支持者或者決策者是一個(gè)關(guān)鍵角色，可以幫助闡明業(yè)務(wù)要實(shí)現(xiàn)的目標(biāo)以及該目標(biāo)的原因。”
現(xiàn)在，高管支持者很可能沒(méi)有足夠的時(shí)間來(lái)管理每天的日常活動(dòng)。這就是為什么還需要一個(gè)項(xiàng)目負(fù)責(zé)人的原因，這個(gè)角色將一直關(guān)注KPI(關(guān)鍵績(jī)效指標(biāo))和時(shí)間表。他或者她還將幫助解決組織瓶頸和內(nèi)部政治問(wèn)題。
然后還需要一個(gè)或者多個(gè)SME(問(wèn)題專家)。這些人是對(duì)于人工智能技術(shù)將應(yīng)用的業(yè)務(wù)領(lǐng)域經(jīng)驗(yàn)豐富的內(nèi)部人員。這些人員對(duì)于完善模型和挑選參數(shù)是至關(guān)重要的。
接下來(lái)，在技術(shù)方面的角色有很多種。包括：
數(shù)據(jù)工程師或者數(shù)據(jù)注釋專家：這個(gè)角色經(jīng)常會(huì)被忽略，但這是一個(gè)巨大的錯(cuò)誤。人工智能項(xiàng)目的數(shù)據(jù)通常是一團(tuán)糟。因此需要對(duì)數(shù)據(jù)進(jìn)行整理并打上標(biāo)記，這項(xiàng)工作可能非常乏味，而且耗時(shí)費(fèi)力。 數(shù)據(jù)科學(xué)家或者人工智能工程師：他或者她將在數(shù)據(jù)和算法兩個(gè)方面花時(shí)間，例如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和NLP(自然語(yǔ)言處理)。PagerDuty的工程高級(jí)副總裁Tim Armandpour表示：“這項(xiàng)工作可以加快模型構(gòu)建和測(cè)試的迭代周期。” 機(jī)器學(xué)習(xí)工程師或者M(jìn)L/Ops：SPR企業(yè)體系結(jié)構(gòu)執(zhí)行副總裁Pat Ryan表示：“在模型部署完成之后，這個(gè)角色將花費(fèi)大量的時(shí)間來(lái)生產(chǎn)并維護(hù)它。……隨著新數(shù)據(jù)的涌入，模型將發(fā)生變化，因此這個(gè)角色必須理解模型的工作方式以及模型的數(shù)據(jù)接口。” UX /可視化工程師：人工智能項(xiàng)目失敗的一個(gè)主要原因就是應(yīng)用程序過(guò)于復(fù)雜。一定要記住，最終用戶通常都是一些非技術(shù)類的用戶。因此，UX/可視化工程師會(huì)讓人工智能項(xiàng)目的成果更容易得到使用。 人工智能測(cè)試或者品控(品質(zhì)控制)：人工智能非常容易出問(wèn)題。但是一名人工智能測(cè)試人員可以幫助在不同條件下幫助驗(yàn)證模型。 企業(yè)或解決方案架構(gòu)師：該角色將幫助完成人工智能項(xiàng)目的實(shí)施和集成。
聽(tīng)起來(lái)這里需要的角色很多，對(duì)不對(duì)?但是請(qǐng)注意，如果你要開(kāi)啟一個(gè)人工智能項(xiàng)目的話，并不需要所有這些角色。NetApp分析與轉(zhuǎn)型總監(jiān)Ross Ackerman表示：“一個(gè)人工智能項(xiàng)目團(tuán)隊(duì)可能會(huì)小到只有一個(gè)人，一名數(shù)據(jù)科學(xué)家可以身兼數(shù)職。”
如果一定要說(shuō)的話，也許首先需要關(guān)注的是數(shù)據(jù)科學(xué)家或者機(jī)器學(xué)習(xí)工程師的角色。他們對(duì)人工智能模型最終的成功至關(guān)重要。
Zetta Ventures Partners.的董事總經(jīng)理Jocelyn Goldfein表示：“如果你是要從零開(kāi)始搭建一個(gè)團(tuán)隊(duì)，一定要花大價(jià)錢(qián)聘請(qǐng)一位高級(jí)機(jī)器學(xué)習(xí)工程師作為團(tuán)隊(duì)的錨和領(lǐng)導(dǎo)者，然后圍繞著這個(gè)角色選擇最好的、最合適的內(nèi)部人才。”
在技術(shù)人才招募方面，你需要擴(kuò)展思路。看看你自己的人脈，并使用LinkedIn。了解擁有高級(jí)學(xué)位的畢業(yè)生，甚至不僅僅是計(jì)算機(jī)科學(xué)專業(yè)的畢業(yè)生。PROS的數(shù)據(jù)科學(xué)家經(jīng)理兼人工智能策略師Justin Silver表示：“傳統(tǒng)數(shù)據(jù)科學(xué)家的背景——統(tǒng)計(jì)學(xué)、數(shù)學(xué)、計(jì)算機(jī)科學(xué)通常會(huì)加強(qiáng)工程師、物理學(xué)家、經(jīng)濟(jì)學(xué)家、心理學(xué)家等的能力……招聘具有不同技術(shù)背景的候選人組成的人工智能團(tuán)隊(duì)可以讓團(tuán)隊(duì)獲得廣泛、豐富的解決問(wèn)題的觀點(diǎn)。這種在技術(shù)上的多樣性也可以讓協(xié)作變得更加有趣，并且鼓勵(lì)團(tuán)隊(duì)成員有效地交流他們的想法，即使是在想法還非常不穩(wěn)定的初期研究階段。當(dāng)面臨著一個(gè)需要解決的問(wèn)題時(shí)，經(jīng)濟(jì)學(xué)家的觀點(diǎn)可能和物理學(xué)家截然不同，而合作可以是一件非常美好的事情。”
你還需要在內(nèi)部觀察，尋找哪里有重新塑造技能和提升技能的機(jī)會(huì)。Zscaler的人工智能和機(jī)器學(xué)習(xí)副總裁Howie Xu表示：“盡管人才池在增長(zhǎng)，但還是沒(méi)有跟上需求增長(zhǎng)的腳步。……為了滿足對(duì)人工智能人才的需求，在內(nèi)部尋找那些具有正確思維和內(nèi)驅(qū)力的人才，并培訓(xùn)他們來(lái)滿足這些需求。”
但是，要記住，組建團(tuán)隊(duì)需要花費(fèi)大量的時(shí)間。這意味著你需要保持靈活性和創(chuàng)造力。 “我強(qiáng)烈推薦兩種類型的候選人——具有扎實(shí)技術(shù)背景的候選人或者是具有豐富領(lǐng)域知識(shí)的候選人。……如果這兩類候選人也渴望在人工智能領(lǐng)域獲得成功，并且能夠從專家那里獲得指導(dǎo)/指引，他們可以快速成長(zhǎng)，并且成為績(jī)效明星。”
責(zé)任編輯：Rex_08
營(yíng)業(yè)執(zhí)照公示信息