面向IT专业人员的8个新兴AI工作

2017 年 12 月 17 日 数盟

如果你正在观察人工智能对IT组织的影响,那你可能会先从自己的工作开始。机器人能做你现在正在做的事吗?人工智能创造了什么样的IT角色?我们和AI和IT职业专家进行了交流,以了解一些在人工智能时代将会有价值的新兴角色。

Digital Ocean研发主管Alex Jaimes指出,如今人工智能和机器学习的专业知识通常是博士研究人员的领域。Jaimes认为,“不断增长的需求可能为不同类型的专家打开大门。我们将继续在计算机科学和电子工程领域看到科学家、博士的位置,因为他们在AI和机器学习方面拥有深厚的技术专长和经验,但我们也会看到更多的从业者,利用这项技术来抓住机会,在日益增长的工作岗位中找到自己的位置,尽管对于他的工作岗位不一定有真正的理解。”

“从业者”的崛起是创造新就业机会的诸多因素之一,即使在这个过程中会有旧的业务消失。

“虽然人工智能会导致某些工作变成自动化,但也会创造许多新的工作机会,特别是在IT方面。”Trill A.I.的共同创始人兼首席执行官阿卡什·加纳帕蒂(Akash Ganapathi)表达了他的观点。 Ganapathi期望越来越多的企业将重点放在人工智能和机器学习上,以便在以下领域发挥新的作用:

•AI监督与合规性:确保AI程序正常运行,不受任何数据错误或不正确数据源的影响。

•人工智能管理:处理人工智能的技术实现和操作。

•数据汇总和消除:收集(特别是来自不明来源)和清洁AI数据集。

这只是一个起点。以下是一些专家预计将来会出现的与AI有关的职位和角色:

1.智能设计师

红帽公司管理战略总经理Alessandro Perilli表示,“我将智能设计师视为人工智能领域的专家,负责作出在非常庞大、复杂的IT系统中开发人工智能组件的战略选择。”

他把这个位置想象成今天的数据科学家角色的后裔,但他们有一个关键的区别。

“在我看来,今天的数据科学家更专注于将正常应用程序变成智能应用程序。在某些情况下,这将是一个公司的需要。但最终,随着人工智能在整个应用程序组合中变得越来越普遍,IT环境中的更多元素可以以一种有意义的方式相互关联,那么就会需要一个能够把控全局的人,如果愿意的化,将本地化的智能转化成企业的核心。”

“我想到的比喻是人脑的进化。我们处于人工智能的早期阶段,仍然在思考孤立的智能应用,比如负责大脑某个特定方面的神经元,但是将这些神经元整合到一个复杂的新皮层的潜力是巨大的。”

2.数据策展人

ThoughtSpot公司首席数据传播者Doug Bordonaro认为,“虽然人工智能将处理当今人们做出的许多常规IT决策,但是它更依赖于已经组织、清理并带有语义含义的数据。 “今天,分析师和数据科学家分享这个职能,但这些职位主要负责提供见解和答案。随着人工智能越来越多地接受方程式的洞察力部分,我们将看到数据管理人员在重要性方面的新角色,特别是集中精力准备数据,供整个组织的人工智能算法使用。”

3.项目数据专员

Bordonaro表示:“人工智能有望降低数据访问和交互的便利性,但这并不会导致每一个人都使用数据进行每一个决定。即使在采用人工智能应用程序之后,企业也需要向他们的组织传授可用数据以及如何应用数据。”

“这就是为什么内部数据传播对人工智能解决方案的采用和发展至关重要的原因之一,为弥合这一差距,公司将投资于数据传播者的角色,特别关注在整个组织中的工作,以教育用户有关可用解决方案、推动决策以及如何改变传统工作流程以利用新功能。”

4.机器学习数据科学家

Sungard Availability Services首席CTO Todd Loeppke表示,“虽然本身并不是一个新的标题,但为了充分利用机器学习在大数据环境下的全部潜力,企业必须聘请专门的ML数据科学家来实施和训练系统,然后提供数据分析以增加收集到的信息。”

5.机器人过程分析师

Mondo招聘经理Felix Fermin表示:“这是一个业务分析师类型的角色,你可以使用机器人平台执行过程评估、识别自动化领域。

6.数字知识管理人

Alexa、Siri和Google Home已经在改变消费者发现和选择业务的方式。

Yext副总裁Duane Forrester指出,今天的虚拟助手和其他“智能”服务(如Alexa、Siri、Google Home等)已经在改变消费者发现和选择业务的方式。这些企业将需要深入投入研究如何在“智能生态系统”中管理这些可用的信息。

“结构化数据时代需要专业人员提供地图、信息卡和特定答案以及数字知识的背景。” Forrester表示,越来越多地公司正在任命一名数字知识经理担任负责公司关键数字知识背后策略的跨职能领导者,这是公司未来几年成功的基石。“从确保在线数据的准确性到联结内部项目、扩大内容、产品和投资的价值,这些都将在未来成为指导企业的数字化重点。”

7. AI交互设计师

Mondo公司的Fremin表示,IT和设计专业人士的需求日益增长,他们可以使AI界面适用于大众用户。这个角色将“创造人工智能代理人的个性,目标是尽可能使他们像人类一样”。

8.认知文案员

史密斯实验室未来平台总监Sean MacPhedran预计,随着越来越多的公司开始在自己的客户交互中建立自然语言处理功能,这个趋势将变得越来越流行。这是超越传统组织孤岛的一个很好的例子:它是技术、营销、客户服务和其他学科的混合体。以下是MacPhedran对这项工作的定义:

具有技术头脑的创意作家可以:

•了解各种机器学习系统和API连接器,它们以特定的自然语言界面连接在一起

•掌握并能创造性地管理客户体验中的自然语言处理系统的局限性,这是用户体验设计中的一个新维度

•用NLP AI界面使用的个性和语言表达品牌本身的细微差别

媒体合作请联系:

邮箱:contact@dataunion.org




登录查看更多
3

相关内容

人工智能(Artificial Intelligence, AI )是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支。
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
专知会员服务
124+阅读 · 2020年3月26日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
【新加坡国立大学】深度学习时代数据库:挑战与机会
专知会员服务
33+阅读 · 2020年3月6日
【数字化】2019年全球数字化转型现状研究报告
产业智能官
29+阅读 · 2019年7月8日
《人工智能转型手册》,吴恩达 著
人工智能学家
21+阅读 · 2018年12月14日
【工业4.0】工业人工智能与工业4.0 制造
产业智能官
18+阅读 · 2018年11月8日
关于机器学习你要了解的 5 件事
机器学习算法与Python学习
7+阅读 · 2018年9月7日
「AI寒冬论」| 风未停,猪未醒
线性资本
4+阅读 · 2018年8月27日
总理4次@人工智能,AI工程师薪酬究竟如何?
人工智能头条
3+阅读 · 2018年3月21日
2018年4个需要关注的人工智能趋势
大数据技术
7+阅读 · 2018年1月30日
数据工程师的没落
大数据文摘
4+阅读 · 2017年9月20日
Arxiv
102+阅读 · 2020年3月4日
Arxiv
15+阅读 · 2019年9月11日
Arxiv
12+阅读 · 2019年2月26日
Arxiv
15+阅读 · 2018年4月5日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
专知会员服务
124+阅读 · 2020年3月26日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
【新加坡国立大学】深度学习时代数据库:挑战与机会
专知会员服务
33+阅读 · 2020年3月6日
相关资讯
【数字化】2019年全球数字化转型现状研究报告
产业智能官
29+阅读 · 2019年7月8日
《人工智能转型手册》,吴恩达 著
人工智能学家
21+阅读 · 2018年12月14日
【工业4.0】工业人工智能与工业4.0 制造
产业智能官
18+阅读 · 2018年11月8日
关于机器学习你要了解的 5 件事
机器学习算法与Python学习
7+阅读 · 2018年9月7日
「AI寒冬论」| 风未停,猪未醒
线性资本
4+阅读 · 2018年8月27日
总理4次@人工智能,AI工程师薪酬究竟如何?
人工智能头条
3+阅读 · 2018年3月21日
2018年4个需要关注的人工智能趋势
大数据技术
7+阅读 · 2018年1月30日
数据工程师的没落
大数据文摘
4+阅读 · 2017年9月20日
相关论文
Arxiv
102+阅读 · 2020年3月4日
Arxiv
15+阅读 · 2019年9月11日
Arxiv
12+阅读 · 2019年2月26日
Arxiv
15+阅读 · 2018年4月5日
Top
微信扫码咨询专知VIP会员