Чтобы реализовать свою стратегию ИИ, вам нужна эффективная команда ИИ. Мы предлагаем план успеха.

👉️ Загрузите Пособие по ИИ, ваше руководство по разработке и развертыванию ИИ.

Если вы создаете собственную команду ИИ, напрямую или через рекрутеров, важно понимать, какие роли вам потребуются и как привлекать, отбирать и удерживать таланты. Ниже, из нашего Пособия по ИИ, мы предлагаем план структурирования, построения и удержания вашей команды ИИ.

На нашем мастер-классе по искусственному интеллекту Мигель Мартинес (основатель и главный специалист по анализу данных, Signal) поделился своим опытом поиска, структурирования и удержания лучших талантов в области ИИ. Настройтесь!

Нанять для получения необходимых знаний в области инженерии, производства, исследований и стратегии

Поскольку ИИ - это новая область, названия должностей различаются, и их трудно интерпретировать. Кроме того, люди могут по-разному описывать себя, чтобы продвигать себя на те роли, которые им нужны. В ИИ как минимум шесть основных ролей. В каждом из них возможности людей различаются в зависимости от исследовательской, инженерной, производственной и стратегической компетенции.

Инженер по данным / инженер по машинному обучению:

  • понимает данные и может кодировать модели ИИ, которые являются производными от уже созданных систем
  • фокусируется на разработке (создание кода для запуска приложений и решений), а не на исследованиях
  • создавать модели, но может не хватать более тонкого понимания, чтобы раздвинуть границы исследования.

Специалист по данным:

  • фокусируется на получении понимания из данных с помощью сценариев и математических методов; манипулирует данными на различных языках программирования для решения конкретных проблем;
  • обычно имеет академическое образование до уровня доктора философии
  • быть в курсе современных исследований и быть способным воплощать идеи из научных статей
  • может не хватать навыков более широкого развития и искусственного интеллекта, включая понимание потребностей живых систем; обычно создает отчеты, а не приложения.

Исследователь глубокого обучения / Исследователь машинного обучения:

  • фокусируется на исследованиях, а не на создании бизнес-приложений
  • высоко академический, как правило, с постдокторским академическим опытом
  • стремится раздвинуть границы технических решений
  • будут иметь ограниченное или полное отсутствие возможности довести свою работу до уровня живого приложения.

Глава отдела данных:

  • понимает нюансы различных наборов данных и обладает достаточным опытом, чтобы руководить командой
  • технически практический; работает со своей командой над созданием отчетов и приложений
  • может иметь обязанности по стратегии данных (ответственность за получение, управление и извлечение ценности из данных).

Руководитель отдела исследований / руководитель отдела искусственного интеллекта:

  • ориентированы на исследования и обладают достаточным опытом, чтобы возглавить команду
  • технически практический; может иметь достаточный опыт, чтобы поддерживать преобразование результатов команды в живые приложения

Главный научный сотрудник / главный научный сотрудник / вице-президент по искусственному интеллекту:

  • большой опыт работы как в бизнесе, так и в искусственном интеллекте
  • определять стратегию ИИ и производственные конвейеры; работать с главным техническим директором (CTO), чтобы обеспечить реализацию стратегии компании в области ИИ.
  • обычно подчиняются непосредственно генеральному директору
  • опытный стратег на уровне совета директоров.

Структурируйте свою команду в соответствии с проблемой и вашим подходом

Диапазон заработной платы и ожидаемые должности будут варьироваться в зависимости от роли человека.

Состав вашей команды ИИ должен зависеть от решаемой проблемы, подхода вашей команды к решению этой задачи и уровня интеграции, необходимого вашей команде разработчиков для поддержки производства. Однако помните о следующих принципах:

  • Не нанимайте сольных ИИ-талантов, помимо начальной роли «Глава…».
  • В поисках идей профессионалы в области искусственного интеллекта полагаются на сотрудничество и могут чувствовать себя изолированными, если они являются единственным членом более крупной команды.
  • Начните с небольшой команды, чтобы проверить данные и идеи вашей команды, независимо от области.
  • Убедитесь, что у вас есть надежная стратегия ИИ (см. Как разработать стратегию ИИ), прежде чем расширять свою команду.

«Я хочу получить представление о внутренних данных»

Стратегия. Создайте собственную команду по анализу данных. Конфиденциальные данные не уйдут из вашей компании, и вы сможете контролировать фокус и результаты своей команды.

  • Первый прием: руководитель отдела данных, подчиняющийся вашему техническому директору.
  • Следующий шаг: нанять двух или трех инженеров по обработке данных или специалистов по обработке данных или их сразу несколько, в зависимости от потребностей проекта.
  • Факторы успеха. Этим людям потребуется время, чтобы разобраться в ваших данных и способах их сбора. Убедитесь, что у них есть доступ ко всем необходимым данным.

«Я хочу внедрить сторонние API ИИ»

Стратегия. Вам понадобятся специалисты, разбирающиеся в ваших данных и обладающие знаниями для реализации и тестирования сторонних API. Если у вас нет бюджета для найма, альтернативный подход - найти в вашей организации существующих разработчиков, которые достаточно хорошо разбираются в данных, чтобы управлять интеграцией API.

  • Первый прием: два инженера по машинному обучению.
  • Следующий шаг: для небольших проектов ваши инженеры могут подчиняться техническому директору или руководителю отдела разработки. Для более крупных проектов вы можете нанять руководителя отдела искусственного интеллекта в качестве руководителя группы, чтобы поддержать расширяющуюся команду.
  • Факторы успеха. Просмотрите доступные API и убедитесь, что они подходят для ваших вариантов использования. Убедитесь, что вы планируете вносить изменения в API в будущем.

«Я хочу передать разработку ИИ на аутсорсинг»

Стратегия: вам нужен человек, который хорошо разбирается в вашем проекте, чтобы управлять отношениями с аутсорсингом.

  • Первый прием: руководитель отдела искусственного интеллекта, если в вашей команде еще нет подходящего человека. Руководитель отдела искусственного интеллекта также может позволить вам со временем внедрить решение внутри компании, если вы решите это сделать.
  • Следующий шаг: предоставьте своему руководителю отдела искусственного интеллекта возможность управлять затратами и сроками проекта. Убедитесь, что вы получаете регулярные отчеты о состоянии для ясности по каждому циклу доставки.
  • Факторы успеха. Успешный ИИ требует постоянной обратной связи и итераций. Развивайте хорошие отношения со своим поставщиком ИИ и заранее согласовывайте затраты на обновления.

«Я хочу создавать уникальные модели искусственного интеллекта»

Стратегия: вы предпринимаете что-то уникальное с помощью своего решения на основе искусственного интеллекта и хотите сохранить свои данные и системные знания внутри компании. Это наиболее распространенный сценарий для компаний.

  • Первый прием: руководитель отдела искусственного интеллекта или главный научный сотрудник, подчиняющийся техническому директору.
  • Следующий шаг: позвольте руководителю отдела искусственного интеллекта или главному научному сотруднику определить вашу стратегию на основе проблем, которые вы хотите решить.
  • Факторы успеха: выделите бюджет как минимум на четыре новых сотрудника - больше для более крупных проектов. Эти сотрудники будут сочетать специалистов по анализу данных и инженеров по машинному обучению. Вам может понадобиться исследователь машинного обучения как часть этой команды, но убедитесь, что они достаточно интересны.

«Я собираюсь использовать комбинацию индивидуального и стороннего ИИ»

Стратегия. Вы стремитесь к быстрому запуску, а сторонние API-интерфейсы предоставляют достаточно для вашего минимально жизнеспособного продукта. Однако вы хотите параллельно разрабатывать индивидуальный ИИ, чтобы создать уникальное ценностное предложение.

  • Первый прием: руководитель отдела искусственного интеллекта или главный научный сотрудник плюс не менее двух инженеров по обработке данных или инженеров по машинному обучению для выполнения работы с API.
  • Следующий шаг: нанять двух или более специалистов по анализу данных.
  • Факторы успеха. Если ваш гибридный подход не предполагает изучение исследований, избегайте Deep Learning Researcher Researcher.

"У меня есть передовая идея"

Стратегия. Убедитесь, что ваша идея осуществима, а также связанные с ней проблемы и сроки.

  • Первый прием: руководитель отдела исследований или главный научный сотрудник; от двух до трех исследователей глубокого обучения; плюс, возможно, инженер по обработке данных для их поддержки.
  • Следующий шаг: при необходимости расширьте команду специалистами по данным, чтобы сбалансировать набор навыков команды.
  • Факторы успеха: внимательно следите за сроками и будьте готовы оценить, когда исследования не продвигаются к плану, и следует изучить альтернативные решения. Сосредоточьтесь на цели исследования и избегайте исследований ради собственных интересов.

Рекрутеры, конференции и университеты - главные источники талантов

Если вы не известная компания, реклама на вашем собственном веб-сайте вряд ли будет эффективной. Альтернативные источники включают:

Рекрутеры. Специалисты по подбору персонала существуют для искусственного интеллекта и анализа данных. Опросите свою сеть, чтобы определить их. В отличие от традиционных ролей разработчиков, агенты по найму
сталкиваются с трудностями при проверке кандидатов на ИИ из-за того, что они решают проблемы, связанные с интенсивными исследованиями и конкретными данными. Рекрутеры с высоким уровнем ИИ имеют обширную сеть кандидатов, могут подбирать кандидатов, которые соответствуют вашим потребностям, и могут сэкономить вам больше времени, чем взимают плату (обычно 10% -45% годовой зарплаты плюс бонусы).

Конференции и встречи. Конференции и встречи - мощное средство привлечения талантов. Будьте активны в сообществе ИИ и расширяйте свою сеть. В каждом крупном городе есть сеть искусственного интеллекта, к которой вы можете присоединиться, и почти каждую неделю в году по всей Европе проводятся конференции. Многие конференции предлагают доски объявлений о вакансиях, в дополнение к которым вы можете встретиться с людьми на мероприятии и провести предварительную проверку. Даже если время между вами и потенциальными кандидатами не совпадает, налаживание связей имеет большое значение, и вы станете известным как потенциальный работодатель.

Подумайте о выступлениях на мероприятиях - легко добавить заключительный слайд «мы нанимаем», и вы можете получить большой интерес. Некоторые конференции требуют спонсорства для выступления. Это может быть уместно, если вы обсуждаете свое общее решение в разговоре, близком к коммерческой презентации. Однако вам никогда не придется платить, если у вас есть продвижение, которое принесет пользу обществу. Отправьте свой доклад на академическую конференцию или одно из многих высококачественных мероприятий, которые избегают спонсируемых выступлений и ищут отличных докладчиков и темы.

Академические конференции, в том числе NeurIPS, ICML, ICLR и AAAI, - это насыщенные мероприятия, на которых очень активны крупные работодатели. Эти конференции дорогие, и небольшие компании могут быть упущены из виду. Однако они являются ценными событиями, если вы ищете выдающихся исследователей.

Другие конференции, в том числе RE • WORK и M3, посвящены пересечению академических и бизнес-приложений.

Это может быть отличная среда для встреч с людьми, которые хотят перейти из академических кругов в промышленность, а также стимулирующая среда для общего разговора и идей.

Местные встречи еще менее формальны, и многие предлагают мероприятия специально для найма. Это отличный вариант, если ваша команда раньше не выступала или если вы хотите получить отзывы о своем подходе. Если рядом с вами нет встречи, начните ее.

Университеты: если вы географически близки к университету с сильным факультетом искусственного интеллекта или у вас есть связи с одним из его выпускников, университет может разрешить вам размещать на своих досках вакансий. В то время как роли будут сосредоточены на студентах, которые скоро закончат обучение, выпускники также могут видеть электронные доски объявлений университета, и ваша роль может быть передана в сети практикующих ИИ.

Вы также можете работать в партнерстве с университетом, оплачивая проекты. Как правило, руководитель лаборатории принимает проект по фиксированной стоимости, и этот проект выступает в качестве задания для аспирантов. Будьте осторожны с этим подходом; университет может быть мотивирован получением интеллектуальной собственности и публикациями, поэтому убедитесь, что ваше согласие соответствует действительности. Студенты, которые работали с вами таким образом на неполной ставке, с большей вероятностью будут искать возможности в будущем вместе с вами. Точно так же растет тенденция для магистрантов и докторантов работать неполный рабочий день во время учебы. Если вы можете предложить гибкость в этом отношении, вы можете привлечь исключительных кандидатов, которые не ищут работу на полную ставку.

Многие университеты предлагают отличные программы ИИ и кандидатов. Изучите их исследовательские страницы и определите лаборатории, работающие над проблемами, аналогичными вашей. Небольшая группа университетов с высококачественными программами искусственного интеллекта включает:

  • Великобритания: Бристоль, Кембридж, Эдинбург, Империал, Манчестер, Оксфорд, Шеффилд, Сассекс, Калифорнийский университет.
  • США: Карнеги-Меллон, Гарвард, Массачусетский технологический институт, Стэнфорд, Йель.
  • Канада: Монреаль, Торонто.
  • Весь мир: EPFL (Швейцария), Наньян (Сингапур), Миланский политехнический университет (Италия), Мюнхенский технический университет (Германия), Китайский университет Гонконга.

Инвесторам: если у вас есть надежные инвестиции, используйте своих инвесторов. Попросите их познакомить вас с другими компаниями, возглавляемыми искусственным интеллектом, в их портфолио, чтобы вы могли поделиться идеями и возможностями найма. Могут быть отличные кандидаты, которые больше не подходят для других компаний - например, из-за переезда - которые идеально подходят для вашей.

Доски объявлений. Доски объявлений могут быть эффективными при привлечении заявок. Однако, разместив публичное объявление на общей доске объявлений о вакансиях, вы, скорее всего, получите множество приложений, которые хуже по качеству или подходят. Время и, следовательно, затраты, которые потребуются сотруднику вашей компании для их рассмотрения, могут быть значительными. Доски вакансий для специалистов по ИИ, в том числе на Kaggle и StackOverflow, обычно ищут только люди, которые уже являются частью этих сообществ, и обычно предлагают более качественных кандидатов.

Разнообразие обеспечивает экономическую ценность и конкурентное преимущество

Многие проблемные и затруднительные системы ИИ были разработаны из-за того, что командам, которые их создавали, не хватало разнообразия. Без разных точек зрения на данные и результаты вы можете создавать системы, предлагающие узкую апелляцию и широкую обиду. Изучите культуру своей компании, команду ИИ и методы найма, чтобы обеспечить разнообразие, представительство и вовлеченность.

Кроме того, на конкурентном рынке талантов в области ИИ лидерство в разнообразии позволит вам привлечь исключительных кандидатов, которые в противном случае могли бы упустить из виду вашу позицию - или были склонны принять альтернативу.

В должностных инструкциях следует делать упор на проекты, навыки и влияние.

При приеме на работу убедитесь, что вы понимаете роль, стаж и минимальные требования, на которые вы нанимаете. Например, если ваша команда использует исключительно Python, не нанимайте тех, кто работает только в R или Matlab. Отсутствие навыков напрямую повлияет на ваши расходы, поскольку людям нужно время, чтобы восполнить пробелы. Опишите проекты, над которыми будет работать успешный кандидат. Относятся ли они к компьютерному зрению, языку, предсказанию, генерации и т. Д.? Используйте стандартные отраслевые термины классификации, регрессии, генеративного ИИ, секвенирования и кластеризации для облегчения понимания. Опишите ожидания от роли, а также сложность проблемы.

Вам также нужно будет продать свою компанию и домен. Большинство специалистов по обработке данных ищут работу, которая «изменит ситуацию». Чтобы привлечь таланты, сформулируйте проблему так, чтобы продемонстрировать, как с этим справится успешный кандидат.

При приеме на работу отдавайте предпочтение способным решать проблемы

Наем исключительных талантов - непростая задача. Хотя может показаться заманчивым отдавать предпочтение кандидатам-математикам с первоклассной степенью, людям с наибольшим количеством академических работ или тем, у кого больше всего назначений, следует учитывать потребности вашей компании. Исключите людей с плохими навыками общения или совместной работы, а также людей, которые не могут адаптироваться к быстрым темпам и изменчивой природе отрасли. В дополнение к ролевым навыкам сильный кандидат на ИИ будет:

  • иметь достаточные технические навыки для решения задач ИИ
  • понимать доступные инструменты для ускорения процессов исследований и разработок
  • цените, когда выпускать решение, даже если оно несовершенно, а когда сдерживать выпуск
  • хорошо общаться и сотрудничать.

Ищите гибких, интеллектуальных специалистов по решению проблем, а не только отдельных лиц, которые следуют руководствам по TensorFlow. Вы нанимаете человека для проведения исследования или вам нужен кто-то, чтобы получить представление о данных? В зависимости от решаемых задач ограниченный академический опыт может быть беспроблемным, если человек обладает необходимыми навыками. Люди могли получить опыт через альтернативные инициативы, включая хакатоны и соревнования.

Хотя процесс собеседования для ролей AI аналогичен процессу для других технических ролей, есть различия. Обычный разработчик, например, проведет технический тест на личной встрече. Кандидаты на ИИ не могут продемонстрировать свою способность построить модель ИИ на собеседовании из-за нехватки времени. Вовлекайте в процесс уже существующих членов вашей команды ИИ. Лучшие кандидаты дополнят существующие идеи и привнесут в вашу команду что-то новое.

Оптимизируйте каждый этап воронки найма

1. Экран резюме

  • Поддерживайте свою спецификацию для минимального набора навыков. Хотя ни один кандидат не будет идеальным, обозначьте свои красные линии и не тратьте зря время кандидатов или свое, выдвигая не тех людей.
  • Определите приоритетность кандидатов, которые проработали более года на прошлых должностях; новому члену команды могут потребоваться месяцы, чтобы понять данные, характерные для вашего бизнеса.
  • Оценивайте способность кандидатов вносить свой вклад в ваш бизнес выше их академического опыта, даже для исследовательских должностей. Человек с десятилетним опытом исследования неясной проблемы может не адаптироваться к вашей задаче на естественном языке.

2. Экран телефона

  • Определить увлечения и мотивацию кандидатов; оцените, подходят ли они для запланированных вами проектов.
  • Спросите кандидатов об их вкладе в предыдущие проекты и найдите людей, которые могут четко объяснить их вклад.
  • Пусть кандидаты задают вам вопросы в течение половины доступного времени; хорошие кандидаты захотят знать о компании, команде и проектах столько же, сколько и вы.
  • Прогрессируйте только те кандидаты, которые могут продемонстрировать свои увлечения и продемонстрировать хорошие навыки сотрудничества и общения.

3. Технический тест

  • Ожидается технический тест, но важно быть разумным. Не ставьте задачу, выполнение которой требует более четырех часов; время кандидатов ограничено, и вам не следует ими пользоваться.

Предложите проблемному представителю работы, которую они будут выполнять в вашей команде, с реальными данными (с учетом ограничений конфиденциальности). В идеале проблема должна иметь тривиальное решение, выделяющее людей, которые не принимают во внимание сложность данных.

  • Технические тесты должны быть конкретными для кандидата; люди могут загружать информацию о ваших тестах на веб-сайты, такие как Glassdoor, что может дать кандидатам несправедливое преимущество. Точно так же агенты по найму могут заранее предупредить своих любимых кандидатов о проблеме. Kaggle.com может быть подходящей средой для проведения технических тестов.
  • Для ролей, основанных на исследованиях, подходящим тестом может быть реализация кода из академической статьи.
  • Если кандидат предлагает решение, демонстрирующее, что кандидат мыслит не только тривиально, пригласите его на личное собеседование.

4. Личное интервью

  • К этому этапу у вас должно быть небольшое количество интересных кандидатов.
  • Обсудите технический тест каждого кандидата. Могут ли они критиковать свои собственные решения? Что бы они сделали, если бы больше времени? Эти вопросы помогут понять, как кандидаты думают и планируют свое время.
  • Добавьте мысленный эксперимент с дополнительными задачами: как кандидат решит проблему в неоптимальных обстоятельствах? Что делать, если в имеющихся данных есть большие пробелы или если качество данных варьируется? Что, если бизнесу необходимо на 50% повысить скорость прогнозирования? Мысленные эксперименты позволят вам понять творческие способности кандидата и то, как он будет работать в динамичной среде. Если кандидат может выполнять только шаги, описанные в руководствах по ИИ, их влияние на ваш бизнес будет ограничено. Точно так же будьте осторожны с кандидатами, которые выражают раздражение, когда сталкиваются с изменением требований бизнеса, или которые выступают за длительные сроки внесения любых изменений. У них может не быть навыков и темперамента, чтобы преуспеть в компании на ранней стадии.
  • Если вы руководите исследованиями или ищете кандидата, который усвоит новейшие научные статьи, попросите кандидата принести и представить недавнюю статью,
    написанную кем-то другим. Оцените, может ли кандидат объяснить концепции другого человека простым языком. Пригласите заинтересованного нетехнического специалиста присоединиться к этой части интервью и задать простые вопросы. Отбросьте кандидатов, которые не могут сообщить о своей работе всему бизнесу или разочарованы простыми вопросами.
  • Обсудите как можно подробнее предстоящие проекты. Посмотрите, насколько взволнован кандидат, и расставьте приоритеты среди тех кандидатов, которые готовы предложить решения.

5. Постинтервью

  • Обеспечьте немедленную обратную связь и, если у вас еще есть другие кандидаты для рассмотрения, управляйте ожиданиями в отношении решения.
  • Практики ИИ руководствуются данными и не ценят неопределенность. Оперативно принимайте решение и быстро делайте предложение.

Задачи, культура и компания - ключ к удержанию

Талантов искусственного интеллекта не хватает. Когда вы привлекли в свою команду высококлассных профессионалов, важно сохранить их.
Хотя привлекательный финансовый пакет и льготы необходимы, крупные компании могут - и будут - предлагать более высокие зарплаты. Сохраняйте талант ИИ, удовлетворяя другие потребности членов команды:

  • Предлагайте гибкий график работы. Для запуска моделей ИИ может потребоваться много времени; если они заканчивают работу ночью или в выходные, хорошие кандидаты захотят повторно задействовать и изменить параметры.
  • Предлагайте сложные задачи и сводите к минимуму утомительную работу. Шаги, которые можно автоматизировать, должны быть. Убедитесь, что у вашей команды есть поддержка со стороны других частей бизнеса.
  • Убедитесь, что у вашей команды есть подходящее оборудование. Наносить вред вашей команде, чтобы сэкономить 1000 фунтов стерлингов, - это ложная экономия.
  • Создайте культуру, в которой поощряются интеллектуальные дискуссии и распространяются различные идеи. Достижения в области искусственного интеллекта являются результатом того, что несколько научных областей рассматривают одну и ту же проблему с разных точек зрения. Люди с разным опытом и образованием видят вещи по-разному; объединение их идей представит новые решения. Среда, в которой можно высказывать и обсуждать все мнения, позволит вашей команде ИИ быстрее решать проблемы и мотивировать вашу команду.
  • Независимо от уровня убедитесь, что ваша команда ИИ состоит более чем из одного человека. «Одинокий работник ИИ» - частая проблема для компаний на ранних этапах развития. Научный характер ИИ требует сотрудничества и проверки идей. Хотя члену команды ИИ может быть интересно стать первым в вашей компании и разработать прототип вашей компании, месяцы самостоятельной работы над инициативой вашей компании в области ИИ, даже в условиях сотрудничества с вашей более широкой командой, могут быть интеллектуально изолированными и привести к истощению. .
  • Убедитесь, что ваша команда ИИ получает признание за свою работу. Если люди месяцами работали над разработкой эффективной модели искусственного интеллекта, то команда, добавившая интерфейс, будет удручающей, чтобы получить единоличное признание.
  • Заблаговременно определите свой подход к интеллектуальной собственности, которую будут создавать проекты. Убедитесь, что ваша команда понимает, существует ли патентная стратегия, могут ли члены команды публиковать результаты и могут ли они представлять их на конференциях. У многих практиков ИИ есть академическая карьера, которую они хотят сохранить. Если ваша компания может оказать поддержку их усилиям по публикации и презентации, это будет считаться преимуществом. Однако следует уравновесить это с пониманием того, что разработка исследований в соответствии со стандартами академической статьи может потребовать дальнейшей работы, которая не принесет пользы вашей компании.

🤖️ Загрузить Пособие по ИИ.

💡 Заинтересованы в искусственном интеллекте? Подпишитесь на наши сообщения в блоге.