IT įmonės „Cognizant“ vyriausioji duomenų analitikė Edita Mačienė išskiria penkias populiarėjančias pozicijas.
Natūralios kalbos apdorojimo inžinieriai. Su kalbų modelių populiarėjimu, išauga šių inžinierių poreikis. Tam, kad įmonėje sukaupti didieji duomenys būtų panaudojami sprendimų priėmimui, juos reikia sutvarkyti ir transformuoti. NLP inžinieriai surinktus netvarkingus tekstinius duomenis tvarko pasitelkdami lingvistikos žinias ir įvairius algoritmus informacijos ištraukimui.
DI įrankių integravimo ir MLOps specialistas. DI poreikis jaučiamas ir kitose pozicijose, kuris klientų išreiškiamas per lūkesčius inžinierių ir DevOps komandoms, pradedant kasdieniniu DI įrankių naudojimu darbo projektuose efektyvinimui, baigiant apgalvotu aplikacijos ar infrastruktūros kūrimu, kuris įgalintų lengvą DI integravimą ateityje.
-
Darbdaviai nori dirbtinį intelektą suprantančių darbuotojų, tačiau į jų apmokymą investuoja nenoriai
-
Paskelbtas naujausias „Moterų technologijų srityje barometras“: ar DI jau kėsinasi į darbo vietas IT sektoriuje?
-
Po pokalbio su dirbtinio intelekto robotu nusižudė paauglys: „Google“ sulaukė ieškinio
„Manau programinės įrangos inžinierių gebančių integruoti mašininio mokymo prototipus į produkciją ir prižiūrėti jų veikimo efektyvumą, poreikis tik augs. Didieji debesijos paslaugų teikėjai siūlo daug skirtingų paslaugų – „personalizuotų“ DI įrankių, kurie jau apmokinti ir sukurti specialiai tam tikrai industrijai ar uždaviniui spręsti, tad šiuo atveju didelė dalis darbo susijusio su mašininiu apmokymu ar prototipo kūrimu yra jau padaryta, tad įmonei lieka imti, adaptuoti ir integruoti.
Tokių DI įrankių ar apmokintų modelių populiarėjimas, didina programinės įrangos inžinierių, mašininio mokymo inžinierių, bei MLOps specialistų poreikį. Tarp mūsų klientų pastebime tendenciją, kad net jei įmonės šiuo metu neturi konkrečių tikslų integruoti DI įrankius savo aplikacijose, jos siekia jau dabar tam paruošti infrastruktūrą, kad ateityje tokios integracijos praeitų sklandžiau“, – teigia ji.
Užklausų („prompt“) inžinierius. Ši pozicija sutelkia dėmesį į tai, kaip gauti tiksliausią ir kokybiškiausią DI įrankiu sugeneruotą rezultatą. Tai gali būti preciziškos užklausos teksto formulavimas, konteksto tobulinimas, tam tikrų parametrų parinkimas didinant arba mažinant kūrybiškumą DI formuluojant atsakymą (kai kuriuose įrankiuose vadinamą „temperatūra“). Tokiai rolei svarbus rezultatų sekimas (angl. monitoring) dėl užklausų efektyvumo ir tobulinimo, bei kolaboravimas su produktinėmis komandomis siekant įmonės tikslų ir atliepiant vartotojų poreikius.
Vedančios rolės – DI produkto vadovas ir DI inžinierius arba architektas. Jei turime tokią techninę komandą, kurios pagrindinis tikslas DI įrankių integravimas, jai bus reikalingas ir DI produktų vadovas. Toks specialistas atsakingas ne už techninę implementaciją, bet už verslo lūkesčių surinkimą – kaip DI sprendimas turėtų optimizuoti procesus ar kitaip nešti vertę, šalia įprastų produkto vadovo atsakomybių. Nors tai nėra techninė rolė – stiprus AI/ML produktų, ML koncepcijų ir technikų supratimas šiam specialistui yra labai vertingas.
Šalia produkto vadovo gali būti architekto gebėjimų turintis specialistas – DI inžinierius arba DI sprendimo architektas, kuriantis ir prižiūrintis DI sprendimą nuo pradžių iki pabaigos, dalyvaujantis visame produkto gyvavimo cikle nuo duomenų paruošimo ir inžinerijos iki paleidimo į produkciją, kokybės metrikų sekimo, susijusių su patikimumu ir efektyvumu verslo lūkesčių atžvilgiu.
DI etikos specialistai. Turint integruotus ar įmonėje kurtus DI sprendimu su DI aktu Europoje atsiranda tam tikri įsipareigojimai prieš vartotoją. Įmonės kuria atsakingo DI kūrimo ir naudojimo praktikas ir politikas. Tokių praktikų įgyvendinimo užtikrinimui įmonėse atsiranda DI etikos specialistai.
Svarbu sekti naujausias tendencijas
„Populiarėjant generatyviojo DI įrankiams mūsų įmonėje pastebime, kad klientai dažniau ieško duomenų mokslininkų ar mašininio apmokymo inžinierių, kurie turėtų specifiškai patirties su natūralios kalbos apdorojimu (angl. NLP), neuroniniais tinklais, didžiaisiais kalbos modeliais (angl. LLM) ar DI-įgalintu pokalbių botu (angl. AI enabled chatbot).
Per ateinančius kelis metus organizacijoms, kurios nori išlikti inovacijų aukštumose, DI sprendimų panaudojimas ir vidinės ekosistemos, ir procesų paruošimas šiems sprendimams įgyvendinti bei palaikyti bus itin svarbus ir reikalingas norint išlikti konkurencingoms“, – teigia „Cognizant“ vyriausioji duomenų analitikė.
Tai, kad vis kitokių pozicijų specialistų poreikis auga, pritaria ir Henrika Bivainienė, personalo atrankos agentūros „Amston“ vadovė.
„Auga skaitmenizacijos ir automatizacijos vadovų bei specialistų poreikis, įmonės pradeda samdyti DI inžinierius, mašininio mokymosi (angl. Machine Learning, ML), robotikos ar virtualios realybės specialistus. Naudojant kai kuriuos DI sprendimus vis dar kyla rizika dėl duomenų nutekėjimo ar etiško jų panaudojimo, tad kai kurios įmonės netgi kuria dirbtinio intelekto etikos pareigūnų ir stebėsenos pozicijas.
Taip pat svarbu nepamiršti, kad atsiras ne tik naujų specialybių, bet ir specializacijų. Pavyzdžiui, teisininkams bus svarbu kurti ir išmanyti DI reguliavimą, kibernetinio saugumo specialistams – užtikrinti duomenų nutekėjimo grėsmes, o programuotojams diegti DI įrankius. Siekiant duomenų saugumo vis daugiau įmonių investuos į vidinių DI įrankių kūrimą, o tobulėjant technologijai, ji taps vis labiau prieinama ir DI sprendimai rasis ne tik didelėse kompanijose, bet ir mažesniuose versluose.
Dėl to išaugs skaičius sektorių ir kompanijų, kurios adaptuos savo procesus ir tai nulems atitinkamus pokyčius rinkoje. Tai reiškia, kad DI kompetencijos taps privalomos ir darbuotojai bus priversti kelti kvalifikaciją arba visiškai persikvalifikuoti“, – apibendrina ji.
