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