مشاغل پردرآمد جدید در هوش مصنوعی مولد

فشار برای پذیرش هوش مصنوعی مولد در فضای ابری منجر به نقش‌های جدید و مهارت‌های مورد نیاز خواهد شد و شرکت‌ها احتمالاً دلار بالایی را پرداخت خواهند کرد.

من پیش‌بینی کردم که ارائه‌دهندگان ابری با توجه به فشار برای استفاده از هوش مصنوعی مولد و مقدار منابع (و پول) تقاضا برای خدمات خود را در سال ۲۰۲۴ افزایش خواهند داد این فناوری نیاز به کار دارد. اکنون انتشارات اصلی هستند همچنین این تماس را انجام می‌دهیم، و همه می‌توانیم موافق باشیم که هوش مصنوعی مولد رشد خواهد کرد، و بنابراین رایانش ابری نیز رشد خواهد کرد. ریاضی ساده.

مانند هر تغییری در بازار، برخی از فرصت‌های جدید استفاده می‌کنند و برخی از آنها عقب می‌مانند. اخیراً سؤالات زیادی در مورد اینکه نیروی کاری که از هوش مصنوعی مولد مبتنی بر ابر پشتیبانی می کند چگونه خواهد بود دریافت کردم. مهمتر از آن، چگونه می توانید از مزایای شخصی استفاده کنید؟

بیایید نقش‌های جدیدی را که احتمالاً ظاهر می‌شوند و اینکه چگونه می‌توانید خود را برای خدمت در آن‌ها قرار دهید، بررسی کنیم.

معمار ابر هوش مصنوعی

متخصصان متخصص در طراحی و بهینه سازی معماری های ابری برای پشتیبانی از بار کاری هوش مصنوعی مولد تقاضای زیادی خواهند داشت. چگونه من می دانم؟ ما به اندازه کافی معماران ابری نداریم، و اشتباهاتی که به دلیل کمبود دانش اتفاق می‌افتد شروع به تأثیرگذاری کرده است.

شرکت ها به معماران ابری آموزش دیده و با تجربه نیاز دارند که نحوه عملکرد سیستم های هوش مصنوعی را درک کنند و با سیستم های مبتنی بر ابر موجود به خوبی بازی کنند. اگر علاقه دارید، به آموزش در مورد نحوه عملکرد ابر و تکنیک‌های خاصی که سرویس‌های هوش مصنوعی مولد استفاده می‌کنند، مانند داده‌ها، مدل‌های دانش، APIs و سایر اشکال یکپارچه‌سازی، به علاوه برای اطمینان از مقیاس پذیری، امنیت و عملکرد سیستم های هوش مصنوعی.

مهندس داده AI

متخصصان هوش مصنوعی و داده، مجموعه داده های بزرگی را که برای آموزش مدل های هوش مصنوعی مولد استفاده می شوند، مدیریت و پیش پردازش می کنند. اکثر مردم می‌دانند که سیستم‌های هوش مصنوعی به داده‌های باکیفیت و دقیق وابسته هستند. مهندسان داده هوش مصنوعی کیفیت داده ها را تضمین می کنند، خطوط لوله را پیاده سازی می کنند و ذخیره و بازیابی داده ها را بهینه می کنند. تمرکز آنها بیشتر بر روی عملیات داده است، اما درک نحوه عملکرد سیستم های هوش مصنوعی، از جمله داده های آموزشی، ضروری است.

این موقعیت مستلزم داشتن دانش کاری عالی از پایگاه‌های داده، یکپارچه‌سازی داده‌ها و نحوه دریافت داده‌ها توسط سیستم‌های هوش مصنوعی برای آموزش است. این نقش همچنین نیاز به درک مدیریت داده، کیفیت، امنیت و حاکمیت دارد. من گمان می‌کنم که اکثر مهندسان داده‌های هوش مصنوعی از سمت عملیات داده‌ها می‌آیند، نه از سمت هوش مصنوعی.

متصدی مدل AI

این افراد مرتبط‌ترین و مؤثرترین مدل‌های هوش مصنوعی مولد را برای برنامه‌های خاص سرپرستی و انتخاب می‌کنند. آن‌ها باید چشم‌انداز هوش مصنوعی را عمیقاً درک کنند و از آخرین پیشرفت‌ها، از جمله مفیدترین ابزارهای شخص ثالث و نحوه ساده‌سازی مدل‌ها، به‌روز باشند.

باز هم، این بیشتر روی عملیات متمرکز است. با این حال، به مهارت‌های عملیاتی تخصصی نیاز دارد که اکثر اعضای تیم عملیات فعلی نخواهند داشت. این افراد احتمالاً از سمت عملیات داده خواهند آمد، اما تجربه عمیق هوش مصنوعی ضروری است.

اخلاق شناس AI

بله، این یک چیز است. با پیامدهای اخلاقی بالقوه هوش مصنوعی، متخصصان اخلاق هوش مصنوعی در حصول اطمینان از استفاده مسئولانه از هوش مصنوعی بسیار مهم هستند. وظایف شامل ارزیابی و کاهش تعصبات، نگرانی‌های مربوط به حریم خصوصی و تأثیرات اجتماعی بالقوه این سیستم‌های هوش مصنوعی مولد جدید در فضای ابری خواهد بود.

این موقعیت می تواند از مناطق مختلف باشد. آنها می توانند در درجه اول نقش های غیر فنی باشند. من گمان می کنم که بسیاری از آنها پیشینه اخلاق تجاری داشته باشند، اما درک فناوری جزء حیاتی این نقش خواهد بود، حتی اگر اکنون درک نشده باشد.

مربی هوش مصنوعی

با کسانی که به افراد درباره هوش مصنوعی آموزش می دهند اشتباه نگیرید، این متخصصان در تنظیم دقیق و بهینه سازی مدل های هوش مصنوعی مولد تخصص دارند. به طور خاص، آنها با دانشمندان داده و متخصصان حوزه کار می کنند تا مدل هایی را برای کارهای خاص آماده کنند و عملکرد و دقت آنها را بهبود بخشند.

استراتژیست تجاری هوش مصنوعی

CTO یا حرفه‌ای متمرکز بر هوش مصنوعی فکر کنید که می‌تواند شکاف بین قابلیت‌های فنی هوش مصنوعی و اهداف تجاری را پر کند. نقش آنها شناسایی فرصت‌ها برای استقرار هوش مصنوعی مولد، توسعه استراتژی‌ها و مدیریت پروژه‌های هوش مصنوعی برای هدایت نتایج تجاری خواهد بود.

بیشتر این افراد از نقش‌های رهبری فناوری اطلاعات با پیشینه فنی هستند. آنها ممکن است رهبران پروژه بوده باشند یا در مقطعی برای CIO کار کرده باشند. آنها برای موفقیت به ترکیبی از مهارت ها نیاز دارند.

من گمان می‌کنم که چند نقش دیگر را که مهم هستند از دست می‌دهم، اما احتمالاً مشتقاتی از آن‌هایی هستند که در اینجا فهرست شده‌اند. اگر هر یک از اینها حرکت شغلی خوبی است، پس آموزش خود را در آن جهت تنظیم کنید. همچنین، خود را در موقعیت شغلی موجود یا جدید قرار دهید تا بتوانید در صورت در دسترس شدن به این نقش ها بروید. با توجه به اینکه تقاضا از عرضه پیشی خواهد گرفت، این مشاغل حداقل در چند سال اول به خوبی پرداخت خواهند کرد.