为人工智能时代重塑IT技能

简介: 根据今年Glassdoor的最佳职位报告,数据科学家是美国最好的工作。从2015年的第九位一路问鼎2017年和2016年的顶尖职位。该网的职位空缺数量从2015年的3,449起增加到今年的4,524起。IBM预测,到2020年,美国数据科学家和类似的高级分析职位的空缺将达到61,799起,预计数据科学技能会增长93%,其次是机器学习,预计增长56%。

人工智能专业技能供不应求。下面来看看公司如何在必备技能上培训员工以填补空白并充分利用人工智能。


数据科学家、人工智能专家和机器学习开发人员现在很走俏——这些都是最难填补的职位空缺。


根据今年Glassdoor的最佳职位报告,数据科学家是美国最好的工作。从2015年的第九位一路问鼎2017年和2016年的顶尖职位。该网的职位空缺数量从2015年的3,449起增加到今年的4,524起。IBM预测,到2020年,美国数据科学家和类似的高级分析职位的空缺将达到61,799起,预计数据科学技能会增长93%,其次是机器学习,预计增长56%。


随着需求的增加,候选人的数量似乎无法赶上职位空缺数。彭博社的数据称,2015年1月至2017年1月期间,数据科学家在Indeed.com上的招聘信息增加了75%——但职位搜索量仅增加了65%。


毫无疑问,企业很难找到合格的人才。《2018年首席信息官现状》报告指出,36%的受访者表示,填补商业智能和数据分析职位是很困难的,难度仅次于网络安全。人工智能也位列前十,18%的受访者表示,人工智能方面的职位空缺估计很难填补。


卡内基梅隆大学的机器学习教授Tom Mitchell表示:“人工智能和机器学习方面的专业技能非常走俏。”


有些公司不是雇用新员工,而是希望帮现有员工在数据科学、人工智能和机器学习领域获取工作所需的高等教育和培训。


最先进的培训(如卡内基梅隆大学的硕士课程)需要一年到一年半的时间才能完成,并需要统计学知识和基本的编程技能。但Mitchell说,还有很多在线课程可供学习。


下面来看看各大行业的几家公司如何为未来的人工智能时代培训现有员工。


回到学校


洛杉矶县现在十分了解就业市场的状况。


洛杉矶县人力资源部副主任Murtaza Masood说:“说到人工智能、商业智能和自动化专家,我们也是大海捞针”。Murtaza曾是该部门的首席信息官,并领导该县的很多数字化转型计划。


招聘工作的内容包括,与所有区域的实施了相关计划的学术机构建立伙伴关系,还包括一个实习计划,以创建人才渠道。


但该县也一直在培养自己的人工智能专家。


他说:“三年前,我们建立了一个人工智能卓越中心,该中心使我们能够着手收集该县现有的资源,该县能找到在该领域有专业技能的人才”,对该课题感兴趣的员工可以用公费学习外部课程并参与内部培训。


他说,员工对算法设计特别感兴趣,但员工会根据不同的需要选择不同类型的培训。


他说:“业务计划导致了一些平台决策,人们因这些决策而越发需要与这些特定要素有关的培训”,幸运的是,该县有内部人才可用。“我们历来是统计分析软件包的早期采用者。”


例如,该县最近一直在投资监测和分析工具,以发现各种人事问题以及潜在的网络安全问题。拥有111,000名员工的洛杉矶县是该国最大的地方政府组织,该县有大量数据可供分析,以发现潜在问题。但Masood希望看到机器学习和人工智能的作用不仅仅限于发现问题。


他说:“无论是作为人力资源专业人员还是技术专家,真正令我兴奋的是,我们能为员工提供培训资源,以获得先发优势。能够提供及时的、适量的信息,使员工能够改善思维过程、行为或知识,我认为这是真正的力量所在,也是未来之势。”


在内部进行培训


凯捷(Capgemini)目前正在大肆招聘具有人工智能专业技能的人才。该咨询公司并不编写软件,但它与客户展开合作,以配置和集成现有软件,人工智能现在是重点关注领域。


除了聘请专家和赞助现有员工获得额外培训外,该公司还有一个数字化加速中心(digital acceleration center),该中心有助于员工了解新的人工智能技术。


凯捷的战略创新主管Tom Ivory说:“我们有一个沙盒环境(sandbox environment),我们会在实验室中试用软件,我们现在正在试验几十种人工智能技术,并不是每一项技术都能获批。”


他说,到那时,凯捷会就如何使用这些工具而培训高管、交付经理以及与客户合作的团队中的其他人。


凯捷还在自身的运营中使用人工智能。例如,它使用自动化供应商UiPath和IBM Watson的技术来处理潜在雇员的简历。


他说:“我们通常使用关键字搜索,通过使用人工智能,我们就有了更多技术细节上的优势,能更成功地将更多地人员配置到项目上。”


起初,凯捷使用了供应商提供的培训,但很快就有了大量的内部专家。


他说:“我们有受过培训的管理层,以及那些正在具有动手能力的人、战略家和能够理解这项技术将如何影响业务流程的人”。那时,凯捷使用从供应商那里购买的培训模式,在内部进行培训。


他说,三年前,公司接受过这项技术培训的人数达到了数十人——现在有数千人。


在全公司范围内接受人工智能


对于产品或服务中有人工智能组件的技术公司来说,员工培训更为关键。


例如,Salesforce一直在为在线客户关系管理平台添加智能。这意味着内部员工必须了解技术方法。我们有一个在线培训平台,是外部客户可以使用的Salesforce Trailhead系统的一部分。


Salesforce.com的Salesforce Einstein产品管理副总裁Marco Casalaina说:“我们拥有自己的Trail,我们拥有所有这些免费提供的学习材料,这可以让人们学习如何使用Salesforce提供的人工智能功能。它贯穿整个公司——我们希望每个人都能够在Salesforce中的应用程序中添加智能并使用智能。”


例如,有一个致力于设施管理的房间调度应用程序的IT开发团队为应用程序添加了智能,为最能从会议中受益的客户分配房间。


Casalaina说:“他们不是数据科学家,我们的培训就是针对这样的人,那些没有数据科学背景但想要做出预测的人。”


点对点指导


网络安全公司Stealthbits Technologies也在投资人工智能和机器学习技能。其中一些来自外部资源,该公司的首席技术官Jonathan Sander这样说道。“但其中很大一部分是点对点的。”


他说,对于不同的工程团队,实际培训是不同的。“对于那些将要动手研发的人员,他们正在寻找更全面的入门课程,然后是我们生成的点对点材料,最后进入我们培养研发人才的指导系统。从基础知识到应用程序的所有一切,这条发展轨迹简直无所不包。”


在支持、咨询和售前方面,员工要了解如何使用技术并传达技术的价值。


他说:“我们的客户总是受益于技能娴熟的工程师。机器学习培训使他们做好了准备并在这方面为他们提供了很好的建议——用我们的机器学习驱动解决方案,并且大体上将机器学习作为一种有价值的工具。”


他说,很多公司认为机器学习过于复杂或难以学习——这是一个错误。


他说:“忽略那些错误观念,动手实践吧。”


与Stealthbits一样,大数据公司Insight Engines也在点对点培训中发现了很多价值。


Insight Engines的技术副总裁Darien Kindlund说:“我们先让新员工逐步小范围地接触我们的开发渠道,他们所做的改变会对客户产生巨大的影响”。然后,他们将继续致力于改善工作流程,同时仍由经验丰富的导师监督。


Kindlund说,到目前为止,大约65%的技术和非技术员工都接受过这种培训,培训的重点在于机器学习,自然语言处理和数据科学。


他说:“我们通过在应用环境中提供专注于客户影响的在职培训,我们发现,相较于学术环境,团队能更快地吸收、学习和拓展这些技能。”


网络安全供应商Vectra Networks也专注于在职的,点对点的培训。


该公司数据科学团队负责人Kevin Ni表示:“通常情况下,我们有经验丰富的导师与新员工合作,提供建议并指导员工使用机器学习方法。通过这样的方式培训员工,我们就可以让他们朝着我们处在的独特问题空间发展。这意味着客户可以更快地得到结果。我们还鼓励员工在不熟悉特定课题的情况下对主要的在线课程进行审计。”


网络安全供应商Cavirin Systems的首席技术官Joseph Kucic表示,指望员工自学,这样的速度还是不够快的。直到最近,他还在威瑞森(Verizon)的企业人工智能工作组工作。


他说:“在工作中,合作伙伴导师提升了转移知识和执行业务目标的能力。”


他说,如果你迫切需要人才,那么你可以采取激进的行动,比如收购另一家公司来获取人才。“但从长远来看,采取合作伙伴导师的方法(partner-mentor approach)才是重点。”


按变革的步伐进行培训


在培训员工使用任何新兴技术时,跟上创新速度是关键。这就是说要采取持续的方法来培养新技能。


Invoca这家位于加利福尼亚州的呼叫情报供应商(call intelligence vendor)大约一年前发布了机器学习产品Signal AI。由于机器学习现在是该公司的核心关注点,因此培训至关重要。


该公司的产品管理总监Sean Storlie说:“我们在各个部门举办教育会议,向内部团队介绍人工智能基础,以及与我们的人工智能解决方案产品相关的内容。该公司的数据科学团队每季度都有与人工智能相关的培训。此外,员工可以用公费参加在线教程,会议和现场培训。


他说:“你不能在这个课题上过度教育,因为这个行业的变化非常之快。”


OpenText的安全性、发现和分析工程的副总裁Lalith Subramanian说:“我们创建了有助于其它公司实施机器学习和人工智能的软件。在内部,我们发现技能必须不断更新。”


他说,公司为员工提供学费报销计划,并且在过去三到四年间不断地实施培训计划。他说:“例如,假如我们有一个交换神经网络这样的课题需要接受培训,我们就会引进一个培训公司并让一组员工接受培训。”


可是他们会另谋高就吗?


有些公司不愿意投资人工智能相关的培训,因为它们担心员工很快会另谋高就,将他们的新技能转化为高薪。


OpenText的Subramanian说:“在科技行业,特别是在硅谷,一群机会主义者将接受最新的培训,以便在面试中表现出色,但没受过这样的培训也不见得会表现得很差。”


他说,事实上,根据他的经验,提供培训有助于留住人才。


另一家为员工提供大量与人工智能相关的培训的网络安全公司是Demisto。


该公司的联合创始人Rishi Bhargava说:“我们并不担心人才流失,作为一家公司,我们坚信,训练有素的员工就是快乐的员工,能更好地完成工作。此外,鼓励技能提升只是我们整体公司文化的一个方面。如果公司帮助员工接受培训,然后员工离职了,员工肯定一开始就对该工作不满意。”


持续培训也有助于该国第三大健康保险公司安泰(Aetna)留住人才。


安泰的首席安全官Jim Routh说:“这教会他们很多在市场上越来越吃香的技能,这对专业人士来说是件好事。”


他说,安泰有一个向公司的每一位安全专业人员传授数据科学基础的计划。继续留在安泰,员工不仅可以继续接受这种培训,而且还可以利用他们在尖端应用程序中学到的技能,即最先进、非传统的安全控制措施。


Routh说:“我们在健康和业务方面与一个由数百名数据科学家组成的数据科学团队展开合作,我们一起开发了一门核心课程,该课程结合了商业化的在线培训和我们内部开发的一些培训。”

相关文章
|
4月前
|
机器学习/深度学习 存储 人工智能
智能化运维:AI在IT管理中的应用与挑战
【7月更文挑战第22天】在数字化转型的浪潮中,智能化运维成为企业追求效率和创新的关键。本文将深入探讨人工智能(AI)技术如何在IT运维领域发挥作用,包括自动化故障检测、预测性维护、以及智能决策支持等。同时,文章也将揭示AI运维面临的挑战,如数据隐私保护、模型可解释性和高成本投入等问题,并提出相应的解决策略。
|
13天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI驱动下的IT运维革命###
本文探讨了人工智能(AI)技术在IT运维领域的创新应用,强调其在提升效率、预防故障及优化资源配置中的关键作用,揭示了智能运维的新趋势。 ###
|
21天前
|
人工智能 自然语言处理 供应链
裁员和AI需求导致IT人才市场不匹配
裁员和AI需求导致IT人才市场不匹配
|
23天前
|
人工智能 运维 监控
智能化运维:AI在IT运维中的挑战与机遇###
本文探讨了人工智能(AI)技术在IT运维领域的应用,重点分析了AI如何提升运维效率、减少故障恢复时间,并预测未来发展趋势。通过具体案例展示了AI在实际运维中的应用效果,同时指出当前面临的挑战和解决方案,为读者提供一个全面了解智能化运维的视角。 ###
|
22天前
|
机器学习/深度学习 数据采集 人工智能
智能化运维:AI在IT运维中的应用探索###
随着信息技术的飞速发展,传统的IT运维模式正面临着前所未有的挑战。本文旨在探讨人工智能(AI)技术如何赋能IT运维,通过智能化手段提升运维效率、降低故障率,并为企业带来更加稳定高效的服务体验。我们将从AI运维的概念入手,深入分析其在故障预测、异常检测、自动化处理等方面的应用实践,以及面临的挑战与未来发展趋势。 ###
|
21天前
|
人工智能 运维 安全
AI来袭,IT人的工作还安全吗?来自汽车行业CIO的探讨
AI来袭,IT人的工作还安全吗?来自汽车行业CIO的探讨
AI来袭,IT人的工作还安全吗?来自汽车行业CIO的探讨
|
2月前
|
人工智能 运维 监控
智能化运维:AI在IT管理中的角色与挑战
随着科技的不断进步,人工智能(AI)已经渗透到我们生活的方方面面,其中包括IT运维领域。本文将探讨AI如何改变传统运维模式,提高效率和准确性,并分析在实施智能化运维时可能遇到的挑战。
|
2月前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI技术在IT管理中的创新应用
本文将探讨如何运用人工智能技术优化IT运维流程,提升效率并减少人为错误。我们将从智能监控、自动化响应到预测性维护等方面,分析AI在现代IT运维中的角色和价值。文章旨在为读者提供一种全新的视角,理解AI技术如何成为IT部门的强大盟友,并指出实施这些技术时可能遇到的挑战及应对策略。
|
3月前
|
机器学习/深度学习 数据采集 人工智能
智能化运维的崛起:AI在IT管理中的应用与挑战
【8月更文挑战第26天】 随着科技的不断进步,人工智能(AI)正逐步渗透到我们的工作和生活中。在IT运维领域,AI技术的引入不仅极大地提高了效率和准确性,还为传统的运维模式带来了颠覆性的变革。本文将探讨AI在IT运维中的应用实例、面临的挑战以及未来的发展方向,旨在为读者提供对智能化运维趋势的深入理解。
84 7
|
3月前
|
机器学习/深度学习 数据采集 人工智能
智能运维:AI在IT管理中的应用与挑战
当AI遇上IT运维,一场智能化的革命悄然开启。本文将带你一探究竟,看看AI如何改变着IT运维的面貌,提升效率的同时带来哪些前所未有的挑战。从自动化故障检测到预测性维护,再到安全防护的升级,我们将一步步揭开智能运维的神秘面纱。
61 4
下一篇
无影云桌面