Разработчики искусственного интеллекта пользуются большим спросом. Опрошенные порталом InformationWeek эксперты рассказывают, как отделить талантливых профессионалов от роя подражателей.

Кажется, что все хотят быть ИИ-разработчиками. Однако лишь немногие обладают способностями, необходимыми для проектирования, разработки и внедрения моделей и систем ИИ корпоративного уровня.

Вы ищете сотрудника или консультанта, специализирующегося на ИИ? Вот восемь качеств, которые вы должны искать в кандидате на должность ИИ-разработчика.

1. Твердое знание основ ИИ

Как минимум, каждый ИИ-разработчик должен разбираться в генеративном ИИ и больших языковых моделях (LLM), говорит Сунил Калра, руководитель отдела инженерии данных компании LatentView Analytics, занимающейся анализом данных. Среди других фундаментальных знаний — принципы проектирования пользовательского интерфейса (UX), безопасность и управление рисками, управление жизненным циклом LLM и тонкая настройка LLM. Также важно знакомство с векторными базами данных и управлением ими, и добавляет ценности опыт работы с несколькими сервисами генеративного ИИ. «Кроме того, знание бизнеса имеет решающее значение для эффективного инжиниринга подсказок, поскольку оно позволяет учесть в запросах бизнес-цели и экспертизу компании в конкретной области, — отмечает Калра. — Такое сочетание технической и бизнес-экспертизы обеспечивает успешное внедрение ИИ».

2. Владение навыками программирования

По словам Кенни Брауна, управляющего директора Deloitte Consulting, навыки соискателя должны включать в себя знание языков программирования, таких как Python и R, опыт работы с алгоритмами машинного обучения, аналитические способности, а также знание предметной области и умение решать проблемы. Сочетание знаний в предметной области и повышенной осведомленности о неосознанных предубеждениях моделей ИИ имеет решающее значение для ИИ-разработчиков, особенно в современных условиях. Извечная поговорка «мусор на входе, мусор на выходе» все еще актуальна, хотя и в более тонкой манере, и необходимо устанавливать ограждения, чтобы смягчить непредвиденные последствия.

3. Прочные системные знания

По словам Эрика Вельте, технического директора консалтинговой компании ASRC Federal, важно, чтобы ИИ-разработчик обладал прочными базовыми знаниями о системах ИИ и фреймворках, необходимых для их создания. «Разработка ИИ отличается от традиционной разработки ПО, и для получения максимальных преимуществ необходимы специальные навыки», — поясняет он. Вельте также предупреждает, что при нынешних технологиях слишком легко довериться модели и ее результатам: «Это опасность, которую необходимо преодолеть с помощью статистических методов и здорового скептицизма». Нанимая разработчиков со знанием систем, вы не только повысите эффективность, но и обеспечите безопасность данных организации.

4. Приверженность надзору над данными

По словам Эндрю Федорчека, CTO по технологиям, данным и аналитике Mastercard, помимо технических навыков, кандидаты должны обладать сильными навыками в области надзора над данными (data stewardship). Такой надзор включает в себя «обеспечение безопасности и конфиденциальности, поддержание прозрачности и контроля над использованием данных», — отмечает он. Это также означает «поддержку разнообразия для достижения инклюзивных и справедливых результатов, соблюдение целостности для минимизации предвзятости и непреднамеренных последствий, поощрение инноваций для повышения эффективности использования данных и использование данных для позитивного социального воздействия».

5. Твердая вера в этику ИИ

ИИ-разработчикам требуются навыки, выходящие далеко за рамки технического мастерства, отмечает Ник Элсберри, руководитель направления консалтинга в области программных технологий компании Xebia, специализирующейся на цифровой трансформации. «На ранних этапах широкого внедрения ИИ подбор талантливых специалистов, приверженных этическим нормам, имеет первостепенное значение», — полагает он и добавляет, что разработчики также должны взять на себя обязательства по обеспечению устойчивой эффективности, чтобы гарантировать, что системы ИИ разрабатываются и внедряются ответственно и при этом защищены от нарушений конфиденциальности, предвзятости, плагиата и других распространенных опасностей. Элсберри рекомендует ИИ-разработчикам также согласовывать свои действия с корпоративной этикой и практикой управления.

6. Владение математикой и статистикой

По словам Нейта Доу, директора по технологиям ИТ-сервисной компании BairesDev, понимание таких понятий, как линейная алгебра, вероятность, исчисление и статистика, крайне важно для разработки алгоритмов, анализа данных и построения моделей. Знания в области машинного обучения и глубокого обучения также важны, как и знакомство с различными алгоритмами машинного обучения.

7. Уверенные навыки управления данными

С тех пор как несколько лет назад возникло движение «больших данных», многие ИТ-лидеры заметили, что бóльшая часть работы здесь связана со сбором и очисткой данных. ИИ не меняет эту ситуацию, говорит Майк Лоукидс, вице-президент по контенту в области новых технологий O’Reilly Media. По его словам, речь не идет о том, чтобы взять базовую модель, в которую встроены все знания мира, и запустить это приложение в работу. «Потребуется сбор данных для тонкой настройки», — поясняет Лоукидс. ИИ-эксперт должен понимать, что означают эти данные и какие виды предвзятости заложены в них.

8. Сильные коммуникативные способности

Помимо технических навыков, кандидат должен уметь объяснять концепции и результаты заинтересованным сторонам бизнеса в понятных и простых терминах, считает Джаяпракаш Наир, руководитель отдела аналитики в компании Altimetrik, предоставляющей услуги по обработке данных и цифровому инжинирингу. «Объясняемость ИИ представляет собой серьезную проблему в отрасли», — отмечает он. Бизнес-руководители не должны чувствовать себя сбитыми с толку или введенными в заблуждение загадочными терминами или жаргоном.