生成式人工智能正在迅速改变商业世界的格局，几乎每个行业都在快速采用。企业纷纷转向 gen AI，以简化业务流程、开发专有 AI 技术并减少人工操作，从而解放员工，让他们承担更繁重的任务。Foundry 最近对资深 IT 专业人士进行的一项调查发现，57% 的 IT 企业已经确定了几个 gen AI 用例领域，25% 的企业已经启动了试点项目，41% 的企业正在对员工进行 gen AI 方面的培训和技能提升。
在未来 6 到 12 个月内，最受欢迎的人工智能预期用途包括内容创建（42%）、数据分析（53%）、软件开发（41%）、业务洞察（51%）、内部客户支持（45%）、产品开发（40%）、安全（42%）和流程自动化（51%）。58% 的企业认为人工智能将提高员工的工作效率，55% 的企业认为人工智能产品将带来更好的业务成果，55% 的企业认为人工智能能让员工更专注于增值任务。
随着这项技术的普及，企业对帮助设计、开发、实施和维护人工智能技术的相关职位的需求也随之增加。Foundry 的人工智能调查还确定了公司希望招聘的几个职位，以帮助在工作场所整合人工智能技术。以下是公司目前正在招聘或计划招聘的前 11 个职位，以直接应对其新兴的 gen AI 战略。
01 | 数据科学家
随着公司拥抱人工智能，他们需要数据科学家来帮助利用分析和人工智能从客户和业务数据中获得更好的见解。对于大多数公司来说，人工智能系统依赖于大型数据集，这需要数据科学家的专业知识来驾驭。他们的职责包括建立预测建模解决方案以满足客户和业务需求，与其他相关团队一起实施分析模型，以及帮助企业从传统软件过渡到人工智能软件。这个职位要求具备自然语言处理、编码语言、统计模型以及大型语言和生成式人工智能模型方面的经验。调查显示，28% 的受访者表示他们已经聘请了数据科学家来支持生成式人工智能，而 30% 的受访者表示他们有计划聘请候选人。
02 | 机器学习工程师
机器学习工程师的任务是将业务需求转化为范围明确的机器学习项目，同时指导机器学习解决方案的设计和实施。该职位负责培训、开发、部署、调度、监控和改进企业中可扩展的机器学习解决方案。这个职位要求具备广泛的技能，包括模型架构、数据和 ML 管道创建、软件开发技能、使用流行 MLOps 工具的经验，以及使用 BERT、GPT 和 RoBERTa 等工具的经验。机器学习工程师的目标是最终使机器学习在整个组织内更容易获得，从而使每个人都能从这项技术中受益。调查显示，22% 的受访者表示他们已经聘用了机器学习工程师来支持生成式人工智能，28% 的受访者表示他们有计划聘用该职位。
03 | 人工智能研究员
对于企业来说，人工智能是一个全新的领域，关于这项技术还有很多需要探索的地方，这就是为什么他们希望招聘人工智能研究员，以帮助确定人工智能在企业中的最佳应用。人工智能研究员帮助开发新的模型和算法，以提高生成式人工智能工具和系统的效率，改进当前的人工智能工具，并确定如何利用人工智能改进流程或实现业务需求的机会。人工智能研究员需要了解数据和自动化基础设施、机器学习模型、人工智能工具和算法、数据科学、编程以及如何从零开始构建人工智能模型。调查显示，31% 的受访者表示，他们已经聘请了人工智能研究员来支持生成式人工智能，19% 的受访者表示，他们有计划聘请人工智能研究员。
04 | 算法工程师
算法工程师有时也被称为算法开发人员，其任务是为软件和计算机系统构建、创建和实施算法，以实现特定任务和业务需求。算法工程师需要掌握编程语言、测试和调试、文档编制以及算法设计等方面的知识。这些工程师负责解决企业中复杂的计算问题，经常要处理大型数据集，设计复杂的算法来应对和解决业务需求。企业依靠算法工程师来帮助驾驭人工智能技术，依靠这些专家来扩展和部署人工智能解决方案，考虑所有道德和偏见影响，并确保它们符合所有合规和监管要求。根据调查，16% 的受访者表示他们已经聘请了算法工程师来支持生成式人工智能，而 31% 的受访者表示他们有计划招聘该职位。
05 | 深度学习工程师
深度学习工程师负责领导为人工智能和机器学习系统、工具和应用提供信息的算法的研究、开发和维护。深度学习是人工智能的一个子集，对企业开发基因人工智能工具和资源至关重要。该职位负责构建和维护功能强大的人工智能算法，确定数据需求，并寻找更好的方法来实现业务流程自动化，从而提高绩效。聊天机器人、虚拟助手、面部识别、医疗设备和自动驾驶汽车等技术都依赖深度学习来创造有效的产品。随着企业不断拥抱人工智能，深度学习工程师对于希望利用人工智能并将其整合到业务流程、服务和产品中的企业来说至关重要。调查显示，16% 的受访者表示他们已经聘请了深度学习工程师来支持生成式人工智能，28% 的受访者表示他们有计划聘请深度学习工程师。
06 | NLP 工程师
自然语言处理（NLP）工程师是任何组织拥抱创成式人工智能的重要角色。Gen AI 在很大程度上依赖 NLP 来改善沟通，并创建聊天机器人和其他人工智能服务，这些服务需要与用户进行有效沟通，无论用户提出什么疑问。该职位负责培训 NLP 系统、开发模型、运行实验、确定适当的工具和算法，并对模型进行定期维护和分析。应聘者通常在大数据、编码、模型选择和定制、语言建模、语言翻译以及使用 NLP 工具进行文本总结方面拥有经验。NLP 在文本到语音（TTS）和语音到文本（STT）、聊天机器人和虚拟助手等技术以及其他旨在与用户实时交互的基因人工智能工具中发挥着重要作用。调查显示，15% 的受访者表示他们已经聘请了 NLP 工程师来支持生成式 AI，27% 的受访者表示他们有计划聘请 NLP 工程师。
07 | 人工智能聊天机器人开发人员
聊天机器人是生成式人工智能在商业环境中最早和最常见的用途之一。在过去几年中，你很可能在某个时刻已经与人工智能聊天机器人进行过互动。聊天机器人可以帮助客户找到合适的同事，将用户与重要文件联系起来，还能减轻客服代表的一些负担。随着人工智能技术的发展，聊天机器人正变得越来越复杂，ChatGPT、Bard、Replika、Cleverbot 等服务的兴起，都表明它们是对企业有用的强大工具。聊天机器人技术在各行各业都有需求，企业都渴望开发自己的聊天机器人工具，以帮助简化客户服务、预约安排、社交媒体参与、用户支持，甚至营销和促销。调查显示，15% 的受访者表示，他们已经聘请了人工智能聊天机器人开发人员来支持生成式人工智能，27% 的受访者表示，他们有计划聘请人工智能聊天机器人开发人员。
08 | 提示工程师
提示工程师负责确保使用 gen AI（尤其是文本到文本和文本到图像 AI 模型）的工具能够准确评估用户提示并提供正确的信息。这个角色需要具备丰富的自然语言处理、编码、自然语言查询和人工神经网络知识。提示工程的工作可以在 ChatGPT 等工具中看到，该工具可以接收用户查询并生成独特的回复，还可以在 Midjourney 等人工智能图像工具中看到，该工具可以根据用户请求生成独特的艺术和图像。对于有意利用人工智能（尤其是聊天机器人、自动助理和图像生成器）的企业来说，要确保这些工具的有效性和实用性，提示工程是至关重要的。调查显示，11% 的受访者表示，他们已经聘请了提示工程师来支持生成式人工智能，而 26% 的受访者表示，他们有计划聘请提示工程师。
09 | 首席人工智能官
首席人工智能官是一个相对较新的高级管理职位，可帮助企业应对工作场所人工智能的快速发展和需求。在将人工智能融入工作场所时，需要考虑很多问题，尤其是围绕安全、偏见、合规性和隐私等方面。首席人工智能官负责监督人工智能战略的制定，引导和监督人工智能在企业中的发展和实施。其他职责还包括监督数据管理和治理、业务部门合作、道德与合规、风险管理、人才招聘和人工智能团队建设，以及监控人工智能工具的整体性能和分析报告。调查显示，11% 的受访者表示他们已经聘请了首席人工智能官来支持生成式人工智能，21% 的受访者表示他们有计划聘请该职位。
10 | 人工智能作家
越来越多的公司开始转向人工智能进行内容创作，包括撰写博文、产品描述等。但是，结果并不总是完美的--往往需要人的眼光来编辑和再加工基因人工智能的结果，使其听起来更人性化，更贴近读者。公司正在寻找经验丰富的撰稿人和编辑，他们可以帮助使用生成式人工智能快速修改内容，同时确保内容文笔优美，易于目标受众理解。调查显示，10% 的受访者表示他们已经聘请了人工智能作家来支持生成式人工智能，21% 的受访者表示他们有计划聘请人工智能作家。
11 | 人工智能艺术家
AI 艺术是创成式人工智能的较新应用之一，Midjourney和 Stable Diffusion 等工具在过去一年中风生水起。这些工具可以根据提示或图像，创建完全独特的内容，或对已有图像进行特定编辑。对于希望创建营销材料、产品图片、图片库和其他艺术相关内容的机构来说，这些工具大有可为。各组织都在寻找经验丰富的艺术家和平面设计师，他们可以利用专业技能和知识最大限度地利用图像生成工具。艺术家拥有正确的知识和专业技能来创建提示，从而从人工智能生成工具中获得更好的结果。他们了解各种艺术领域的行话、术语和细微差别--无论是电影、艺术作品还是视觉图形--这有助于确保企业从这些服务中获得他们想要的结果。调查显示，7% 的受访者表示他们已经聘请了人工智能艺术家来支持生成式人工智能，15% 的受访者表示他们有计划聘请人工智能艺术家。
来源：www.cio.com
