AI与大数据发展核心是人才 企业如何培养和找到人才

时间:2019-08-22 来源:www.24107.cn

?

人工智能和大数据开发的核心是人才如何培养和发现人才

陆莹

[人工智能和大数据技术的开发和应用,核心是人才。可以预见,在未来几年内,对大数据和人才的需求将会增加。公司应该花更多的时间寻找适合他们的人才,并通过有效的机制管理团队,使团队更好地创造价值。 ]

人工智能(AI)和大数据是近年来科技界乃至商业社会中最热门的词汇。正如阿里巴巴的创始人马云所说,我们已进入数据技术时代,数据的重要性和力量正变得越来越明显。随着大数据存储和计算的快速发展,人工智能技术已经插入翅膀,理论和应用水平近年来取得了重大突破。我们现在和将来会看到越来越多的商业项目,如机场人脸识别,搜索推荐,人机交互智能语音扬声器等。这些技术和应用正在从各个方面改变人类生活。

在人工智能和大数据技术的开发和应用中,核心是人才。我在美国学习和工作多年,我是谷歌的数据科学家。我对这个话题有深刻的理解。因此,通过本文,我将从以下几个方面讨论人才话题。

人工智能和大数据人才的市场需求

市场对人才的需求一般分为两类:研究人才和应用型人才。

研究人才一般是着名的人工智能研究机构的焦点,如着名的谷歌大脑,Facebook的研究部门,阿里达摩研究所等,所有这些都渴望研究人才。大多数研究人才是国内外计算机科学,电子工程,统计学,数学等的博士背景。他们专注于架构创新(例如着名的MXNET,Spark,Tensor Flow)或算法创新(例如计算)。速度,准确性,普遍性等已经在各自的研究领域中进行了研究。这些职位的录取标准很高,基本上需要出版顶级会议论文(如神经空间处理系统会议NIPS,国际机器学习会议ICML,电气和电子工程师协会IEEE等)。

许多着名的人工智能研究机构都与国内外的大学建立了合作关系,如滴滴和密歇根大学,尚堂科技和香港中文大学。与高校不同,人工智能研究机构通常有短期和长期规划。具体而言,研究机构最终希望将研究结果与现有产品结合起来,以改进更好的产品,例如Google过去几年推广的谷歌助手;或为未来的技术积累打造新产品。目前,研究型人才相对稀缺,许多刚刚毕业,在学术上都做得很好的博士生将有很好的工作机会。

此外,学校的教授也是这些研究机构非常看重的一群人。近年来,如多伦多大学的杰弗里辛顿,斯坦福大学的李飞飞,卡内基梅隆大学的安德鲁摩尔等学术公牛队带领团队在谷歌等大公司的研究部门进行创新。他们走出象牙塔,一方面致力于促进科学技术,成为造福人类的有形产品;另一方面,他们致力于推动科学技术民主化,使科学技术更让人理解和掌握,形成百家思想。一百朵花的场景。这些高素质的博士生和教授领导探索尖端技术并推动产品创新。

就应用型人才而言,数量方面比研究型人才更多。这些人才通常至少是科学和工程硕士或博士学位,在数据科学或算法工程师工作,他们服务于产品的最终着陆。

这些人才需要具备扎实的数学统计和编程技巧(包括算法和性能调优),以及对产品的一定程度的理解。只知道产品但不能做到,或者不了解产品而只根据别人的说法编写代码的人,不能称为理想的AI和大数据人才。除了这些艰苦的工作,如何与他人沟通,领导团队,管理下级和下级的期望,以及如期完成工作也是一个重要的部分。

当然,除了上述能力之外,顶尖人才还需要有能力做出不确定性的决策,例如如何确定产品应该通过数据做什么,什么不做,以及什么技术堆栈到使用(技术集合)如何有效地实施整个流程管理,如何评估产品,确定产品迭代方向,如何调动跨部门资源来完成整个项目。这种能够引领更大团队赢得竞争的人才是市场上为数不多的人才之一,他们通常能够在大公司中担任重要职务。

对于那些有一点经验的人,比如那些刚刚毕业或只工作2到3年的人,他们通常可以完成他人分配的任务,但缺乏思考的深度和完整性。但是,这些侧面重写代码或分析也是公司不可或缺的人才。如果你训练几年,就会有优秀的人才。这些人在美国被称为个人贡献者。它们主要用作技术。班级职位。

公司如何找到人才

合适的人通常具有优秀的背景,例如引人注目的资格,顶级公司的工作经验以及领先的重大项目。这些可用于确定候选人应该在公司中的位置。

对于研究人才,公司通常可以通过导师或学术会议去学校招聘,推荐。对于应用型人才,尤其是核心候选人,最可靠的方式是引入或招募以前通过朋友交往的人才。

此外,笔者认为,通过猎头,各种会议,专业社交网站,它也是企业寻找人才的良好渠道。当有目标候选人时,业务代表可以通过发送电子邮件或甚至将咖啡用于面对面交流来更好地沟通彼此的理解和信任。这种方法在美国硅谷很常见。公司经常主动邀请候选人访问公司,与高级管理人员和团队的主要成员进行沟通,使候选人能够了解公司对人才的方向和态度,并消除候选人的担忧。毕竟,对于人才来说,跳槽也是有风险的,特别是对于经验丰富的员工。当然,他们不想去一个不适合他们的地方,浪费一些宝贵的岁月。

候选人的情况一直在变化,给候选人一个良好的面试经验,并有助于吸引优秀人才的关注。当然,作者认为公司必须尊重每位候选人的时间和诚意。对于候选人而言,除了考虑薪水,抱负,他们的研究兴趣和企业氛围之外,还需要考虑所有因素。

公司如何组建数据科学和AI团队

无论是创业技术公司还是企业的数字化转型,它都涉及数据科学或人工智能技术团队的形成。作者认为,组建AI团队并不容易。一方面,高素质的人才资源今天仍然稀缺。另一方面,优秀的人才对人才有更高的技术和业务要求。

从技术角度来看,计算机编程和架构功能以及数学和统计功能是必不可少的。优秀的人力资源领导人才在市场上非常稀缺,因为他们需要参与尖端研究和商业应用。他们是AI研究所的高级管理人员。他们通常在美国知名公司工作,在海外有着优秀的学术背景。天赋。

作为一门新学科,人工智能有许多问题需要解决,还有许多未开发的处女等待挖掘。必要的研究能力当然是不可或缺的,但学术论文还不够。领导者需要知道如何降落,降低成本并预测未来的技术风险和挑战。例如,对于某些工业AI场景,需要考虑是否使用云服务或边缘计算,如何确定产品难度和开发后成本,如何迭代和扩展等。领导人才每天都面临着许多选择,每一种选择都会直接影响后来的选择和投入。这些技能需要从经验丰富的行业公牛中获得,找到这些人只是第一步。

当找到这些AI人才时,公司必须充分授权。这类人才通常拥有强大的联系网络,通过推荐人才和组织团队来实现这一目标要容易得多。一些有抱负的人才也将加入,因为这些领导才能的加入,形成了一种群体效应。根据作者在美国的经验,许多优秀的年轻人选择Google等公司,因为他们期待加入大奶牛。

当然,良好的数据科学和AI团队的形成不得不提到资金。在这方面,硅谷的许多优秀公司都愿意投资。当招聘员工拥有出色的背景,聪明的实践技能时,人才成为Google等公司的最大护城河。

组建团队只是第一步。如何将团队扭曲成绳索,成为可以赢得战斗的力量?这将考验领导人才的智慧,公司的激励机制和人才培养机制。

如何培养企业人才

在我看来,培养人才可以从以下三个方面实施。

首先,公司可以尝试让员工做一些比他们的水平更高的事情。像谷歌这样的公司在这方面做得很好。 Google员工的成就感源于他们的工作对产品和业务的影响。他们感受到的影响越大,他们就越能采取主动。因此,为员工提供比自己水平高一级的工作将增加项目和整体工作的影响。

其次,企业必须决心授权并相信自己的能力和责任。当然,在给予他们更大挑战的同时,他们也必须帮助他们解决问题。必要的沟通和鼓励至关重要。例如,定期培训,阅读小组活动,安排员工参加会议和同行交流,让他们感受到通过在企业中学习一些东西,我觉得公司花了真钱,从而增加了员工的认同感与公司合作。

最后,公司必须建立公平的激励机制。员工在员工中的工作认可体现在工资,奖金和促销方面。建立公平的激励机制是不可或缺的。最好让推广委员会参与进来。晋升委员会的大多数成员都是高级领导人才。在批准激励机制和晋升时,我们必须确保独立性,并在必要时设立辩护会。这类似于博士论文答辩。候选人必须提交相关材料和代码,以证明他已准备好承担各方面的下一级任务。

可以预见,在未来几年内,对大数据和人才的需求将会增加。公司应该花更多的时间寻找适合他们的人才,并通过有效的机制管理团队,使团队更好地创造价值。

(作者是谷歌硅谷总部的数据科学家,曾在亚马逊,微软和迪士尼美国总部担任机器学习研究科学家。)