虽然市面上有很多优秀的人工智能软件工具，但是在实施项目的时候还是需要组建一个强大的团队。技术是复杂且不断发展的。组织内部的变革管理也面临着许多挑战。那么，在AI项目中应该扮演什么角色？好吧，首先，需要有一个执行发起人。人工智能项目不是自下而上的，要很好地实施它们需要大量的资源和明确的领导。ConcordTechnologies人工智能和机器学习技术产品经理SimranBagga表示：“项目的执行发起人或决策者在帮助阐明企业试图实现的目标以及原因方面发挥着关键作用。”患有这种疾病的人可能没有足够的时间来管理他们的日常活动。这就是为什么还需要项目负责人，这个角色将密切关注KPI（关键绩效指标）和时间表。他或她还将帮助解决组织瓶颈和内部政治。然后需要一个或多个SME（问题专家）。这些人都是在人工智能技术将应用的业务领域具有经验的内部人士。这些人对于改进模型和选择参数至关重要。接下来，在技术方面有很多种角色。包括：数据工程师或数据标注专家：这个角色经常被忽视，但这是一个巨大的错误。人工智能项目的数据通常是一团糟。因此需要对数据进行组织和标记，这既繁琐又耗时。数据科学家或人工智能工程师：他或她将花时间研究数据和算法，例如机器学习、深度学习和NLP（自然语言处理）。“这项工作可以加快模型构建和测试的迭代周期，”PagerDuty工程高级副总裁TimArmandpour说。机器学习工程师或ML/Ops：SPR企业架构执行副总裁PatRyan说：“部署模型后，该角色将花费大量时间来生成和维护它。......随着新数据的到来，模型会发生变化，因此这个角色必须了解模型的工作原理以及模型的数据接口。”UX/可视化工程师：AI项目失败的一个主要原因是应用程序太复杂。重要的是要记住最终用户通常是非技术用户。因此，UX/可视化工程师将使AI的结果更容易使用项目。AI测试或质量控制（qualitycontrol）：AI很容易出问题。但是AI测试人员可以帮助在不同条件下验证模型。企业或解决方案架构师：此角色将帮助实施和集成AI项目。听起来这里有很多角色，对吧？但请注意，如果您正在开始一个AI项目，则不需要所有这些。NetApp分析与转型总监RossAckerman表示：“一个人工智能项目团队可能小到一个人，而一个数据科学家可以身兼数职。”了解工程师的角色。它们对于AI模型的最终成功至关重要。ZettaVenturesPartners董事总经理JocelynGoldfein。说：“如果你是白手起家组建团队，一定要花大价钱聘请高级机器学习工程师作为团队的锚和领导者，然后围绕这个角色选择最优秀、最合适的内部人才”在获取技术人才时，您需要跳出框框思考。看看您自己的网络并使用LinkedIn。了解拥有高等学位的毕业生，而不仅仅是计算机科学专业的毕业生。数据科学家经理兼AI战略家JustinSilver表示在PROS，“传统数据科学家的背景——统计学、数学、计算机科学——通常会增强工程师、物理学家、经济学家、心理学家等的能力……雇佣一个由具有不同技术背景的候选人组成的AI团队可以让团队获得解决问题的广泛、丰富的观点。这种技术多样性也使协作变得更加有趣，并鼓励团队成员有效地交流他们的想法，即使是在想法非常不稳定的研究早期阶段。当面临要解决的问题时，经济学家的观点可能与物理学家的观点截然不同，合作可能是一件非常美好的事情。”你还需要在内部寻找再培训和提升技能的机会。Zscaler人工智能和机器学习副总裁HowieXu表示：“尽管人才库在增长，但还没有跟上需求增长的步伐。……要满足人工智能人才的需求，就需要在内部找到有正确思路和内容的人才。驱动人才并培训他们以满足这些需求。”但是，请记住，组建团队需要花费大量时间。这意味着您需要灵活且富有创造力。Appen首席技术官WilsonPang表示：“我强烈推荐两种类型的候选人——具有扎实技术背景的候选人或具有强大领域知识的候选人。......如果这两类候选人也渴望在人工智能领域取得成功在智能领域，能够得到专家的辅导/指导，才能快速成长，成为明星。”
