我預測云供應商的服務需求將在2024年出現增長。我也曾預測，鑒于人工智能生成技術的發展以及該技術運行所需的資源，云供應商的服務需求將在2024年出現增長。現在，主流出版物也發出了類似的聲音。我們都同意，生成式人工智能將會飛速發展，因此云計算也會隨之飛速發展。

與市場上的任何變化一樣，有些人會抓住新機遇，有些人會被甩在后面。最近，我收到了許多關于支持云驅動的生成式人工智能的職位將是什么樣子的問題。更重要的是，您如何利用個人優勢？

讓我們來探討一些可能出現的新角色，以及您如何自我定位以勝任這些角色。

人工智能云架構師

對設計和優化云架構以支持人工智能生成式工作負載方面的專業人才的需求將是巨大的。我是怎么知道的？我們現在沒有足夠的云架構師，而且由于缺乏相關知識和經驗，企業已經出現決策偏差，并已經開始造成損失。

公司將需要訓練有素、經驗豐富的云架構師，他們需要了解人工智能系統是如何工作的，以及如何發揮現有云端系統的良好作用。如果您對此感興趣，您需要接受培訓，了解云計算是如何運行的，生成式人工智能服務所使用的具體技術，如數據、知識模型、API和其他形式的集成等等，以及如何確保人工智能系統的可擴展性、安全性和性能。

人工智能數據工程師

人工智能和數據專家能夠管理和預處理用于訓練人工智能生成模型的大型數據集。眾所周知，人工智能系統依賴高質量、高準確度的數據。人工智能數據工程師確保數據質量、實施管道并優化數據存儲和檢索。他們更關注數據操作，但了解人工智能系統是如何工作（包括訓練數據）的至關重要。

該職位需要具備數據庫、數據集成以及人工智能系統獲取數據進行訓練的方式等方面的出色的工作理論知識和經驗。該職位還需要了解數據整理、質量、安全和治理等方面的知識。我認為，大多數人工智能數據工程師將來自數據運營方面，而不是人工智能方面。

人工智能模型管理員

這些人員為特定應用策劃和選擇最相關、最有效的人工智能生成模型。他們需要深入了解人工智能領域的最新進展，包括最有用的第三方工具以及如何簡化模型。

同樣，這更側重于運營。這也需要專業的運營技能，而大多數現有的運營團隊成員都不具備這些技能。這些人員可能來自數據運營部門，但深厚的人工智能經驗必不可少。

人工智能倫理學家

是的，這是一個問題。由于人工智能潛在的倫理影響，人工智能倫理學家在確保企業負責任地使用人工智能方面至關重要。他們的職責將包括評估和減輕云系統中這些新的生成式人工智能系統的隱私問題和潛在的社會影響。

該職位可能來自許多不同的領域。他們可能主要是非技術性角色。我認為，許多人將具有商業道德背景，但了解技術將是這一角色的重要組成部分，即使現在還不了解。

人工智能培訓師

這些人員專門從事生成式人工智能模型的微調和優化工作，不能與人工智能培訓人員混為一談。具體來說，他們與數據科學家或其他領域專家合作，為特定任務準備模型，并提高其性能和準確性。

人工智能業務戰略家

人工智能領域的首席技術官或專業人士能夠在人工智能技術能力和業務目標之間架起一座橋梁。他們的職責是確定人工智能部署的契機，制定戰略并管理人工智能項目，以推動業務取得成果。

這些人中的大多數都來自IT領導崗位，具有一定的技術背景。他們可能曾經是項目負責人或為首席信息官工作過。他們需要兼收并蓄的技能才能取得成功。

我想我還遺漏了其他一些重要的職位，但它們很可能是這里所列職位的衍生品。如果這些角色中的任何一個會是一個很好的職業發展方向，那么就朝著這個方向進行培訓。同時，在現有的或新的工作崗位上為自己定位，以便在這些崗位出現空缺時能夠進入這些崗位。鑒于供不應求，至少在最初幾年，這些工作的薪水會很高。

原文標題：The new high-paying jobs in generative AI

原文作者：David Linthicum