盡管市面上有很多非常棒的人工智能軟件工具，但是你在實施項目的時候，仍然需要組建一支強大的團隊。技術是復雜的，而且在不斷發展。組織內部的變革管理也面臨著諸多挑戰。

[[330375]]

那么，一個人工智能項目中應該有哪些角色呢?好吧，首先，需要有一個高管支持者。人工智能項目并不是自下而上的，要實施好這樣的項目需要大量的資源和明確的領導。

Concord Technologies的人工智能和機器學習技術產品經理Simran Bagga表示：“項目的高管支持者或者決策者是一個關鍵角色，可以幫助闡明業務要實現的目標以及該目標的原因。”

現在，高管支持者很可能沒有足夠的時間來管理每天的日常活動。這就是為什么還需要一個項目負責人的原因，這個角色將一直關注KPI(關鍵績效指標)和時間表。他或者她還將幫助解決組織瓶頸和內部政治問題。

然后還需要一個或者多個SME(問題專家)。這些人是對于人工智能技術將應用的業務領域經驗豐富的內部人員。這些人員對于完善模型和挑選參數是至關重要的。

接下來，在技術方面的角色有很多種。包括：

• 數據工程師或者數據注釋專家：這個角色經常會被忽略，但這是一個巨大的錯誤。人工智能項目的數據通常是一團糟。因此需要對數據進行整理并打上標記，這項工作可能非常乏味，而且耗時費力。
• 數據科學家或者人工智能工程師：他或者她將在數據和算法兩個方面花時間，例如機器學習、深度學習和NLP(自然語言處理)。PagerDuty的工程高級副總裁Tim Armandpour表示：“這項工作可以加快模型構建和測試的迭代周期。”
• 機器學習工程師或者ML/Ops：SPR企業體系結構執行副總裁Pat Ryan表示：“在模型部署完成之后，這個角色將花費大量的時間來生產并維護它。……隨著新數據的涌入，模型將發生變化，因此這個角色必須理解模型的工作方式以及模型的數據接口。”
• UX /可視化工程師：人工智能項目失敗的一個主要原因就是應用程序過于復雜。一定要記住，最終用戶通常都是一些非技術類的用戶。因此，UX/可視化工程師會讓人工智能項目的成果更容易得到使用。
• 人工智能測試或者品控(品質控制)：人工智能非常容易出問題。但是一名人工智能測試人員可以幫助在不同條件下幫助驗證模型。
• 企業或解決方案架構師：該角色將幫助完成人工智能項目的實施和集成。

聽起來這里需要的角色很多，對不對?但是請注意，如果你要開啟一個人工智能項目的話，并不需要所有這些角色。NetApp分析與轉型總監Ross Ackerman表示：“一個人工智能項目團隊可能會小到只有一個人，一名數據科學家可以身兼數職。”

如果一定要說的話，也許首先需要關注的是數據科學家或者機器學習工程師的角色。他們對人工智能模型最終的成功至關重要。

Zetta Ventures Partners.的董事總經理Jocelyn Goldfein表示：“如果你是要從零開始搭建一個團隊，一定要花大價錢聘請一位高級機器學習工程師作為團隊的錨和領導者，然后圍繞著這個角色選擇最好的、最合適的內部人才。”

在技術人才招募方面，你需要擴展思路。看看你自己的人脈，并使用LinkedIn。了解擁有高級學位的畢業生，甚至不僅僅是計算機科學專業的畢業生。PROS的數據科學家經理兼人工智能策略師Justin Silver表示：“傳統數據科學家的背景——統計學、數學、計算機科學通常會加強工程師、物理學家、經濟學家、心理學家等的能力……招聘具有不同技術背景的候選人組成的人工智能團隊可以讓團隊獲得廣泛、豐富的解決問題的觀點。這種在技術上的多樣性也可以讓協作變得更加有趣，并且鼓勵團隊成員有效地交流他們的想法，即使是在想法還非常不穩定的初期研究階段。當面臨著一個需要解決的問題時，經濟學家的觀點可能和物理學家截然不同，而合作可以是一件非常美好的事情。”

你還需要在內部觀察，尋找哪里有重新塑造技能和提升技能的機會。Zscaler的人工智能和機器學習副總裁Howie Xu表示：“盡管人才池在增長，但還是沒有跟上需求增長的腳步。……為了滿足對人工智能人才的需求，在內部尋找那些具有正確思維和內驅力的人才，并培訓他們來滿足這些需求。”

但是，要記住，組建團隊需要花費大量的時間。這意味著你需要保持靈活性和創造力。Appen的首席技術官Wilson Pang表示：“我強烈推薦兩種類型的候選人——具有扎實技術背景的候選人或者是具有豐富領域知識的候選人。……如果這兩類候選人也渴望在人工智能領域獲得成功，并且能夠從專家那里獲得指導/指引，他們可以快速成長，并且成為績效明星。”