人工智能技能:5种内部培养人才的方法

随着人工智能技术在各行业领域得到广泛应用,很多企业将面临技能短缺、人工智能技术更新等问题。人们可能会遇到一些关于企业培训计划的抱怨:企业管理者经常谈论关于持续增长和学习的问题,但他们并没有为工作人员的培训提供更多的时间和资源。这个放任自由的策略可能是有意的或是无意的。而企业希望工作人员在学习和技能方面能够持续提升,但通常是工作人员自己支付费用,并在工作之外的时间学习。

随着人工智能技术在各行业领域得到广泛应用,很多企业将面临技能短缺、人工智能技术更新等问题。

Espressive公司首席执行官Pat Calhoun表示,“大多数组织都希望将人工智能作为数字化转型的一部分,但却没有自己的开发人员、人工智能专家和语言学家进行开发,甚至没有培训预建解决方案的引擎来实现承诺。”

但对于大多数IT领导者来说,这是一个挑战,也是一个熟悉的问题。随着新技术的出现,特别是当采用率开始激增时,组织的目标与实现这些目标所需的技能之间通常存在差距。因此采用人工智能可能面临一些技术问题,但实际上可以通过技能培训来弥补差距。

“尽管它具有令人印象深刻的标题,但人工智能与信息技术的其他领域非常相似,因为成功来自于持续的学习、培训和伟大的流程。”OpenText公司人工智能和分析技术战略负责人Zachary Jarvinen说。

除非企业有更多的耐心寻找和等待更多的人才,否则IT领导者和招聘经理必须提高现有团队的人工智能技能。这并不是说企业招聘不到相关人才,但这是一个不完整的策略,无法满足企业的需求。

内部培养人才

LexisNexis Legal and Professional公司执行副总裁兼首席技术官Jeff Reihl预计,以下将是2019年人工智能的主要趋势之一:企业IT部门投入大量资金开发人工智能技术,而不是在就业市场寻找难以招聘的候选人。这种对培训有时被称为提高技能或再培训,这是提高员工技能的更广泛模式的一部分。

Reihl描述了在组织内部构建人工智能技能的成功的共同基础:为积极进取的工作人员提供学习的机会,然后为他们提供正在学习的实践机会。

“管理人员需要两种要素来开始培养他们的技术团队——开发人员有兴趣学习以及他们的工作项目。”Reihl说。

在此,Reihl和其他专家提供了在现有团队中开发人工智能技能的一些可行方法。以下是他提供的建议:

1. 有计划地投资学习

人们可能会遇到一些关于企业培训计划的抱怨:企业管理者经常谈论关于持续增长和学习的问题,但他们并没有为工作人员的培训提供更多的时间和资源。这个放任自由的策略可能是有意的或是无意的。而企业希望工作人员在学习和技能方面能够持续提升,但通常是工作人员自己支付费用,并在工作之外的时间学习。

在像人工智能这样复杂的领域中,或者在机器学习或自然语言处理等技术和学科重叠的情况下,这并不能使它成为一种强大的技能开发。

如果愿意的话,当然可以从小处做起,但是企业的领导团队需要为员工提供学习人工智能技术和技能所需的时间和资源。此外,有些员工担心企业管理人员时刻监督,这使他们不能专注于有意义的学习。

“管理人员可以提供研讨会、课程和在线课程,并召集一支积极的志愿者开发团队来试验或开发与人工智能相关的项目,这将是一个良好的开端。”Reihl说。

HackerRank公司数据科学副总裁Sofus Macskassy指出,一些组织可能认为他们没有合适的培训资源,需要获得更多的帮助,他们希望确保管理者明确赞同和资助这一计划。

“当培训以实际项目为基础时,培训技能最为有效,但很多时候,企业在新兴技术方面没有能力培训员工。”Macskassy说,“企业管理者应鼓励员工通过Coursera、Udacity、Datacamp或Kaggle等平台自学,并应该为员工提供更多的时间和资源学习所需技能。”

2.与当地大学合作

会议、在线课程、认证计划和类似的资源对于学习技能来说都是很好的选择,特别是在技能升级计划的初始阶段。但是,如果企业想将其内部员工技能发展提高到一个新的水平,那么需要考虑建立自己的学校。别担心,它听起来不那么可怕。

Reihl说:“我们与北卡罗来纳州立大学合作开发了一个专有的内部课程,以更快地培训员工。并且定期提供数据科学、数据工程、机器学习、NLP和python等广受欢迎的课程。我们公司的技术人员都拥有与人工智能相关的技能。”

Robert Half Technology公司高级副总裁Jim Johnson指出,除了人工智能的高质量在线课程外,培训学习(包括与当地学校合作)既可以在现场进行,也可以派人到外地学习课程。

Johnson说:“无论是当地大学的技能发展课程,还是培训内部团队人员,我们将为员工提供培训资源,帮助他们获得所需的技能。”

12下一页>

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )

赞助商