人工智慧時代，誰是關鍵成員？

隨著人工智慧的發展，不少企業積極投入相關領域的發展，預期未來相關人才的需求將會越來越大。對於想要打造一支人工智慧團隊的企業來說，資料科學家、資料工程師及機器學習工程師是最重要的核心成員。

最簡單的工作分類是：資料科學家擅長連結資料與商業價值，資料工程師則負責蒐集與處理資料，機器學習工程師擅長演算法，從資料裏頭萃取最多的資訊，讓人工智慧系統的決策更精準。當中又以資料科學家最廣為人知，但究竟要具備那些能力才能成為資料科學家呢？

資料科學家最重要的能力是能夠清楚定義問題與目標，並能處理、分析資料，是讓資料為企業產生商業價值的專業工作者。資料科學家並不一定要資訊背景出身，必須在資訊、統計、業務三種領域都有一定造詣，並且需要對該產業有一定的商業知識與敏感度，以及一定的程式及資料分析能力。當中最難得的，就是商業敏感度，要可以理解甚至預測商業上的潛在威脅、挑戰與機會。

除了專業技能之外，我們也期待資料科學家的人格特質中，除了熱情、細心與溝通能力之外，最好還有一定的創意。《人工智慧在台灣》書中提到，資料科學家是業務與技術的連結者，需要主動與熱情，才能避免成為雙方的溝通障礙；更需要能夠細心解讀資料，並且擁有溝通能力，才能與蒐集資料的人、保管資料的人、能夠解讀資料的人、做業務決策的人以及將被流程改造影響的人溝通合作。

至於為什麼要有創意？因為必須有突破既有格局的想法與創見，才能在企業流程常規中，提出一般人無法發現的疑點，進而成為突破現況的關鍵。

然而，由於機器學習技術進展神速，很難在市場上找到懂得最新技術，且具有多年經驗的人工智慧人才。這裡所謂的人工智慧人才可分為三種：第一種是沒有領域知識，只擅長以機器學習來解題的機器學習工程師；第二種是本身已是某個領域的專業工作者，如機械或半導體工程師、氣象分析師、基金經理人等，在學會機器學習後，能知道如何運用人工智慧這項工具的專業工作者；第三種是懂得人工智慧原理與應用，並帶領團隊以人工智慧做業務提升的經理人。

以台灣人工智慧學校的人才培訓經驗來看，當人工智慧成為通用基本技能後，第二及第三類人才將會越來越多。因此，我們也建議企業藉由台灣人工智慧學校或是其他的教學平台，挑選內部員工進行教育訓練，讓員工成為雙軌人才，在原本專長領域之外，加上人工智慧，成為企業專屬的人工智慧團隊。

關鍵時代，投資自己成為關鍵人才