当前位置:人工智能行业动态 → 正文

储备人工智能人才的手册:购买,借用和培养

责任编辑:cres 作者:Clint Boulton |来源:企业网D1Net  2019-10-07 07:35:47 原创文章 企业网D1Net

招聘,提升技能和建立战略合作伙伴关系是网罗数据科学和人工智能人才的基础。首席信息官应该用好这三种方法。
 
许多IT领导者会告诉你,招聘技术人才以及发生文化变革是企业转型的主要障碍。寻找足够的软件工程师、Scrum大师,开发运维领导者和其他潜在的变革代理人仍然是一个负担。但是专家们一致认为,最大的难题是招聘数据科学方面的专家,包括那些具备机器学习(ML)和人工智能技能的专家。
 
从医疗到金融服务,每个领域都将某种形式的人工智能视为核心业务战略。咨询公司安永在2019年对500位商业领袖展开了线上民调,其中有84%的人表示,人工智能对于提高效率和降低成本,更好地了解客户并创造新收入至关重要。
 
但是成功之路在很大程度上取决于人才储备,因为这些领导者中有31%的人表示,缺乏技能娴熟的员工是采用人工智能的第一大障碍。
 
在以下的内容里,专家们分享了挖掘人工智能人才的经验,并提供了一些建议,即首席信息官如何吸引数据科学家、机器学习工程师和人工智能专家。
 
广撒网
 
今年四月,Alan Jacobson以首席数据和分析官的身份加入Alteryx,那时他痛苦地意识到数据科学人才匮乏的问题。Jacobson曾在福特汽车公司担任了长达25年的工程职务和其他职务,他说,找到合适的人才来解决业务问题仍然是当今组织面临的最严峻的难题之一。即使对Alteryx来说也一样,因为Alteryx的软件使准数据科学家更容易将信息可视化,从而获取洞察。
 
Jacobson(他以全球分析总监的身份离开福特时管理着一个由1,000名数据科学家组成的团队)说:“招聘人才非常困难。因为供不应求”。他说,造成这一困难的原因之一是,尽管这些数据科学的候选人有很强的解决问题的能力,但他们往往来自各种背景和学科。
 
在福特任职期间,Jacobson手下最优秀的数据科学家是一名训练有素的地震学家,他毕业于麻省理工学院并自学了SQL、Python、R和其它编程语言。其他人则来自农业,海洋学,政治科学和其他领域,这些领域似乎不太可能促进人工智能工具的发展。Jacobson说:“在数据科学中,他们有可能持有五花八门的学位。要找到人才,而这些人才正好处于数据科学所包含的领域里,这很困难,比其它行业困难得多。”
 
Jacobson提供了一些建议,这些建议将帮助你调动数据科学人才。
 
扩大你的视野。优秀的数据科学家能够将人际交往能力与分析思维结合起来。在一个值得信赖的朋友的推荐下,Jacobson的地震学家在和平队(Peace Corps)任职并在特许学校任教时,培养了各种软技能。Jacobson说:“由于经验丰富,她成了一名杰出的数据科学家。”
 
找到能解决问题的人。候选人是否解决了现实中的问题?潜在的雇员是否创建了软件产品或发布了供他人解决问题的开源软件库?也许他们已经在Kaggle或其它竞争平台上参加了编码挑战赛。这些关键指标能用来考核某人是否适合你的团队。
 
千方百计寻找数据科学家
 
寻找可以创建人工智能功能的工程人才,这带来了一个更为专业化的难题,因为这往往需要编码技能,使用贝叶斯统计数据并具备开发算法的经验。
 
根据2019年初发布的Gartner人才聘用报告,在人才供应如此有限的情况下,人工智能岗位发布后,平均要等100多天才能找到合适的人,与此相比,软件开发人员的岗位平均则不到70天。研究人员建议扩大寻找范围,如旧金山湾区,纽约市和西雅图至奥斯丁、费城和丹佛等地。Gartner说,在这些地方找人将有助于组织尽早占领市场并减轻工资成本的压力。
 
安永的首席创新官Jeff Wong说,安永从硅谷的科技巨头和全球新兴企业中寻找人工智能工程师和数据科学家。在无法雇到人才的地方,它会使用世界各地的大学里所有主修能解决问题的学科的学生。它还对拓扑学、密码学、物理学和天体物理学等多个学科的人员进行了大量的交叉培训和技能再培训。
 
尽管其270,000名全球员工中有18,000名是数据专业人士,但Wong认为,安永必须做更多的工作来培养人工智能人才,以帮助该咨询公司在未来十年内更上一层楼。
 
Wong向记者表示:“我们很幸运,但是我们的野心太大,招募人工智能人才的能力却不足”。他补充说,在过去的几年中,安永的核心人工智能团队的规模每隔三个月翻一番。“我们的雄心是为客户成为世界上最好的”。Wong为网罗人工智能人才提供了一些建议。
 
一切都与数据有关。大型数据集对于寻求解决大型的,棘手的问题的数据专家来说是一大诱惑。Wong说,例如,安永正在创建人工智能软件,该软件可以自动扫描数十亿页包含结构化和非结构化数据的法律和税务文件。
 
不妨想想你要做什么。Wong说,首席信息官们的数据旅程各不相同,但对于IT领导者来说,在给最适合的人工智能人才分配工作时,弄清楚他们希望解决什么样的问题,这很重要。
 
归根结底就是购买,培养和借用
 
普华永道的合伙人Mike Pino表示,招聘人才需要采用多种方法:购买,借用和培养,然后执行能够带来持续创新的项目。你选择哪种方法取决于你的企业文化。
 
购买。只要找到人工智能人员就聘用,但要准备好支付更高的费用,如果你的总部设在某些地区,情况尤其如此。Pino说,如果你是来自威斯康星州密尔沃基市或俄亥俄州哥伦布市的首席信息官,那么与在旧金山,纽约甚至德克萨斯州奥斯丁的同行相比,填补职位空缺将更加困难。
 
借用。Pino说,从咨询公司或大学聘请人才来从事项目或开发产品,这有助于你在短期内填补这样的空白——“你不必自有”。
 
培养。你也可以在公司内部培养人才。这需要时间和耐心,但是你可以抱着让人才蓬勃发展的希望慢慢开始。普华永道提升了一小部分员工的技能(包括那些有企业家信仰的员工),从而致力于机器人流程自动化(RPA),并且在人工智能和机器学习方面也进行了类似的推动。
 
一旦有了人才,你就可以找到优胜者来帮忙创建人工智能解决方案。然后,要执行这些项目,监视进度,征求反馈意见并纠正过程。每个业务问题都需要你调整方法。Pino说:“并不存在一刀切的方法。”

关键字:人工智能

原创文章 企业网D1Net

x 储备人工智能人才的手册:购买,借用和培养 扫一扫
分享本文到朋友圈
当前位置:人工智能行业动态 → 正文

储备人工智能人才的手册:购买,借用和培养

责任编辑:cres 作者:Clint Boulton |来源:企业网D1Net  2019-10-07 07:35:47 原创文章 企业网D1Net

招聘,提升技能和建立战略合作伙伴关系是网罗数据科学和人工智能人才的基础。首席信息官应该用好这三种方法。
 
许多IT领导者会告诉你,招聘技术人才以及发生文化变革是企业转型的主要障碍。寻找足够的软件工程师、Scrum大师,开发运维领导者和其他潜在的变革代理人仍然是一个负担。但是专家们一致认为,最大的难题是招聘数据科学方面的专家,包括那些具备机器学习(ML)和人工智能技能的专家。
 
从医疗到金融服务,每个领域都将某种形式的人工智能视为核心业务战略。咨询公司安永在2019年对500位商业领袖展开了线上民调,其中有84%的人表示,人工智能对于提高效率和降低成本,更好地了解客户并创造新收入至关重要。
 
但是成功之路在很大程度上取决于人才储备,因为这些领导者中有31%的人表示,缺乏技能娴熟的员工是采用人工智能的第一大障碍。
 
在以下的内容里,专家们分享了挖掘人工智能人才的经验,并提供了一些建议,即首席信息官如何吸引数据科学家、机器学习工程师和人工智能专家。
 
广撒网
 
今年四月,Alan Jacobson以首席数据和分析官的身份加入Alteryx,那时他痛苦地意识到数据科学人才匮乏的问题。Jacobson曾在福特汽车公司担任了长达25年的工程职务和其他职务,他说,找到合适的人才来解决业务问题仍然是当今组织面临的最严峻的难题之一。即使对Alteryx来说也一样,因为Alteryx的软件使准数据科学家更容易将信息可视化,从而获取洞察。
 
Jacobson(他以全球分析总监的身份离开福特时管理着一个由1,000名数据科学家组成的团队)说:“招聘人才非常困难。因为供不应求”。他说,造成这一困难的原因之一是,尽管这些数据科学的候选人有很强的解决问题的能力,但他们往往来自各种背景和学科。
 
在福特任职期间,Jacobson手下最优秀的数据科学家是一名训练有素的地震学家,他毕业于麻省理工学院并自学了SQL、Python、R和其它编程语言。其他人则来自农业,海洋学,政治科学和其他领域,这些领域似乎不太可能促进人工智能工具的发展。Jacobson说:“在数据科学中,他们有可能持有五花八门的学位。要找到人才,而这些人才正好处于数据科学所包含的领域里,这很困难,比其它行业困难得多。”
 
Jacobson提供了一些建议,这些建议将帮助你调动数据科学人才。
 
扩大你的视野。优秀的数据科学家能够将人际交往能力与分析思维结合起来。在一个值得信赖的朋友的推荐下,Jacobson的地震学家在和平队(Peace Corps)任职并在特许学校任教时,培养了各种软技能。Jacobson说:“由于经验丰富,她成了一名杰出的数据科学家。”
 
找到能解决问题的人。候选人是否解决了现实中的问题?潜在的雇员是否创建了软件产品或发布了供他人解决问题的开源软件库?也许他们已经在Kaggle或其它竞争平台上参加了编码挑战赛。这些关键指标能用来考核某人是否适合你的团队。
 
千方百计寻找数据科学家
 
寻找可以创建人工智能功能的工程人才,这带来了一个更为专业化的难题,因为这往往需要编码技能,使用贝叶斯统计数据并具备开发算法的经验。
 
根据2019年初发布的Gartner人才聘用报告,在人才供应如此有限的情况下,人工智能岗位发布后,平均要等100多天才能找到合适的人,与此相比,软件开发人员的岗位平均则不到70天。研究人员建议扩大寻找范围,如旧金山湾区,纽约市和西雅图至奥斯丁、费城和丹佛等地。Gartner说,在这些地方找人将有助于组织尽早占领市场并减轻工资成本的压力。
 
安永的首席创新官Jeff Wong说,安永从硅谷的科技巨头和全球新兴企业中寻找人工智能工程师和数据科学家。在无法雇到人才的地方,它会使用世界各地的大学里所有主修能解决问题的学科的学生。它还对拓扑学、密码学、物理学和天体物理学等多个学科的人员进行了大量的交叉培训和技能再培训。
 
尽管其270,000名全球员工中有18,000名是数据专业人士,但Wong认为,安永必须做更多的工作来培养人工智能人才,以帮助该咨询公司在未来十年内更上一层楼。
 
Wong向记者表示:“我们很幸运,但是我们的野心太大,招募人工智能人才的能力却不足”。他补充说,在过去的几年中,安永的核心人工智能团队的规模每隔三个月翻一番。“我们的雄心是为客户成为世界上最好的”。Wong为网罗人工智能人才提供了一些建议。
 
一切都与数据有关。大型数据集对于寻求解决大型的,棘手的问题的数据专家来说是一大诱惑。Wong说,例如,安永正在创建人工智能软件,该软件可以自动扫描数十亿页包含结构化和非结构化数据的法律和税务文件。
 
不妨想想你要做什么。Wong说,首席信息官们的数据旅程各不相同,但对于IT领导者来说,在给最适合的人工智能人才分配工作时,弄清楚他们希望解决什么样的问题,这很重要。
 
归根结底就是购买,培养和借用
 
普华永道的合伙人Mike Pino表示,招聘人才需要采用多种方法:购买,借用和培养,然后执行能够带来持续创新的项目。你选择哪种方法取决于你的企业文化。
 
购买。只要找到人工智能人员就聘用,但要准备好支付更高的费用,如果你的总部设在某些地区,情况尤其如此。Pino说,如果你是来自威斯康星州密尔沃基市或俄亥俄州哥伦布市的首席信息官,那么与在旧金山,纽约甚至德克萨斯州奥斯丁的同行相比,填补职位空缺将更加困难。
 
借用。Pino说,从咨询公司或大学聘请人才来从事项目或开发产品,这有助于你在短期内填补这样的空白——“你不必自有”。
 
培养。你也可以在公司内部培养人才。这需要时间和耐心,但是你可以抱着让人才蓬勃发展的希望慢慢开始。普华永道提升了一小部分员工的技能(包括那些有企业家信仰的员工),从而致力于机器人流程自动化(RPA),并且在人工智能和机器学习方面也进行了类似的推动。
 
一旦有了人才,你就可以找到优胜者来帮忙创建人工智能解决方案。然后,要执行这些项目,监视进度,征求反馈意见并纠正过程。每个业务问题都需要你调整方法。Pino说:“并不存在一刀切的方法。”

关键字:人工智能

原创文章 企业网D1Net

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^