В 2019 году "в целях обеспечения ускоренного развития искусственного интеллекта в Российской Федерации, проведения научных исследований в области искусственного интеллекта, повышения доступности информации и вычислительных ресурсов для пользователей, совершенствования системы подготовки кадров в этой области" был подписан Указ "О развитии искусственного интеллекта в Российской Федерации". Основные приоритеты: разработка фундаментальных математических методов, наращивание кадрового потенциала, настройка правовой базы и необходимой инфраструктуры, а также подготовка общества и "цифровое" просвещение.
Команда и роли в ИИ проектах
Люди, реализующие ИИ проекты
Мы надеемся, что к этому моменту у вас уже сформировалось понимание, что за искусственным интеллектом, как правило, скрывается весьма определенная математическая и инженерная начинка из анализа данных (Data Science) и машинного обучения. Поэтому при поиске исполнителей и специалистов, которые могли бы реализовать прикладной проект, связанный с ИИ, сегодня ищут именно специалистов по анализу данных - data scientist-ов. Ниже приведена диаграмма, ранее представленная в курсе, описывающая взаимосвязь между разными дисциплинами, связанными с ИИ.
Но кто же они - специалисты по data science? Как и в случае с ИИ, Data science вбирает в себя большое количество других дисциплин, не имея общепринятого четкого определения. Есть, например, следующее шуточное определение таких специалистов:
“Data scientist - это такой человек, который умеет программировать лучше, чем статистик, и знает статистику лучше, чем программист”
Это определение достаточно близко к тому, что от таких специалистов ожидается на практике. Можно выделить 3 ключевые навыка, необходимые для работы с анализом данных: программирование, статистика, а также знание предметной области. Последний навык часто является ключевым, т. к. ожидается, что data scientist сможет не только подобрать и реализовать нужный алгоритм машинного обучения, но и сам правильно разберется в специфике решаемой задачи, привнося в решение не только искусственный интеллект, но и свой, естественный. Схематичная диаграмма навыков data science специалистов представлена ниже.
К сожалению, сочетать в себе все эти навыки часто достаточно сложно, поэтому в этой диаграмме центральное пересечение названо единорогом. Однако, в отличие от единорогов, такие специалисты все-таки иногда встречаются, и их можно найти даже среди наших коллег в Сбербанке. Более подробно о том, что скрывается за этими пересечениями навыков, мы расскажем в следующей статье.
✔ Не забываем ставить лайк и подписываться на мой канал: https://dzen.ru/lecturer_abramenkova?share_to=link
Впереди много познавательного!
✔ Будем дружить https://vk.com/lecturer_abramenkova
Благодарю каждого за репост!)