AI가 창출 할 20 명의 미래 직업

인공 지능이 가져올 수있는 기회

출처 : geralt / pixabay

자동화는 AI (인공 지능)의 발전, 큰 데이터 세트의 가용성, 클라우드 컴퓨팅의 증가 및 컴퓨팅 비용의 감소로 인해 추세다. 포레스터 (Forrester)의 2016 년 6 월 보고서에 따르면, AI 자동화는 미국의 일자리의 16 %를 2025 년까지 대체하여 9 %의 새로운 일자리를 창출 할 것이라고한다. AI가 창출 할 새로운 일자리는 대부분 데이터 과학, 콘텐츠 관리 및 자동화 관리 영역에서 벗어날 것입니다.

인공 지능의 붐은 현재 존재하지 않는 수많은 새로운 직업을 창출 할 것입니다. AI 자동화가 미래에 창출 할 수있는 20 가지 새로운 일자리가 있습니다.

• 온라인 교육 및 학습을위한 12 가지 우수 사례
• 18 세 및 정신병 환자
• 직업 선택
• 지방 공립학교의 강점
• 아하! 기업의 혁신을 촉발시킨 다양성 문화

인공 지능 전략가

• 필요한 기술 / 배경 : 분석, 커뮤니케이션, 관리
• AI가 배치 될 위치, 성공 관리 방법, 필요한 자원, 롤아웃시기 및 달성 방법에 대한 전반적인 부서 간, 전사 차원의 계획 수립에 대한 책임
• 내부 회사 이해 관계자, 외부 컨설팅 자원 및 공급 업체와 상호 작용하여 응집력있는 글로벌 플랜 생성

인공 지능 알고리즘 Ethicist

• 필요한 기술 / 배경 : 철학 / 윤리 학위 및 / 또는 법학 학위
• 컴퓨터 알고리즘 결정의 전략, 설계 및 아키텍처 작업
• 윤리가 결과에 영향을 미치는 분야를 식별하는 책임
• what-if 시나리오 분석 및 연관된 조치 계획 작성
• 합법적으로 일하는 AI 윤리 방향에 대한 백서 작성

AI 세계화 전략 관리자

• 인공 지능 기계의 인간 편견
• 너를 귀찮게하는 사람들과 함께하는 5 가지 방법
• ADHD 학생의 법적 권리
• 인공 지능을 버리는 법
• 직장에서 스트레스를 관리하는 방법에 대한 놀라운 새로운 발견

• 필요한 기술 / 배경 : 의사 소통, 사람 기술
• AI 전략가와 협력하여 원격 및 국제 지사에서 AI의 전략 및 배치 관리
• 어떤 지역 사무소에서 AI를 사용하는 비즈니스 기능 결정
• 글로벌 지사의 데이터 레이블 현지화 관리
• AI Data Sourcing Manager로 작업하는 국제 데이터 세트의 출처 확인
• 다른 지역의 본부에서 AI 구현으로 활용할 수있는 것을 결정합니다.

인공 지능 구현 전략 관리자

• 필요한 기술 / 배경 : 의사 소통, 분석
• AI 구현을위한 동급 최강의 솔루션 식별 및 평가
• 클라우드 호스팅, 하이브리드 IT 또는 완전히 사내
• 사전 포장 된 또는 자체 재배 된 제품을 사용하십니까?
• 데이터 입력 스트림 전략에 AI Data Sourcing Manager 사용
• 필요한 데이터 출력보고 및 타이밍을 위해 사업부와 협력하십시오.

인공 지능 교육 관리자

• 필요한 기술 / 배경 : 의사 소통, 사람 기술
• AI 시스템과 조직 단위의 인사 간의 지속적인 지식 교환 관리 담당
• 내부 AI 직원 및 외부 파트너와 협력하여 교육 일정 및 커리큘럼을 만듭니다.

AI Lexicon Manager

• 필요한 기술 / 배경 : 언어학, 커뮤니케이션
• 비즈니스 단위로 작업하면서 알고리즘에 문제를 일으킬 수있는 데이터 레이블 및 용어를 식별합니다 (예 : 숙어, 속어 등)
• AI 용어에 대한 회사 어휘집 생성 및 관리
• 원격지 및 국제 사무소와 협력하여 사용할 글로벌 용어 정리

AI 데이터 트래픽 관리자

• 필요한 기술 / 배경 : 프로젝트 관리, 시간 관리, 워크 플로우 관리
• 데이터 입출력의 원활한 흐름 관리
• 사내 및 회사 외부에서 워크 플로 및 데이터 흐름 일정 수립

심층 학습 Backpropagation 관리자

• 필요한 기술 / 배경 : 수학, 통계
• backpropagation에서의 에러 마진 관리
• 데이터 출력 정밀도에 대한 적시보고 작성
• AI 데이터 알고리즘 관리자와 협력하여 오류 마진을 지속적으로 미세 조정합니다.

AI 비즈니스 분석가

• 필요한 기술 / 배경 : 분석, 커뮤니케이션
• AI를 사용하는 비즈니스 프로세스 / 유닛의 성능 비교
• AI가 바늘을 수익성 및 기타 측정 항목 (고객 만족도, 직원 만족도 등)으로 이동시키는 정도를 측정하는 성능 메트릭을 개발하고 유지 관리합니다.
• 전사적 비즈니스 인텔리전스 시스템의 인형 수치
• 월별, 분기 별 및 연간 실적보고에서 데이터 참조 지점으로 사용할 수있는 입력 제공

AI 데이터 알고리즘 관리자

• 기술 / 필요한 배경 : 수학, 통계, 컴퓨터 과학
• AI 시스템에서 사용할 다양한 유형의 알고리즘을 평가하고 비교하고 품질 대 속도에 미치는 영향

AI 보안 관리자

• 필요한 기술 / 배경 : 컴퓨터 과학
• AI 시스템의 취약점 영역 결정
• AI 보안 문제를 완화하거나 예방할 계획을 수립하고 관리합니다.

AI 컴퓨터 비전 전문가

• 필요한 기술 / 배경 : 컴퓨터 과학
• 오류 입력 및 컴퓨터 알고리즘이 데이터 입력에 “바보 취급”되는 것을 방지합니다.
• AI 개발 팀 및 AI 데이터 무결성 관리자와 긴밀히 협력하는 시각적 오류 데이터베이스 생성 및 유지

딥 러닝 트레이닝 매니저

• 필요한 기술 / 배경 : 컴퓨터 과학, 데이터 과학
• AI 알고리즘을 교육하기위한 최적의 전략을 결정, 구현 및 관리하기 위해 사업 단위와 교차 기능을 수행합니다 (예 : 감독 교육, 준 감독 교육 및 / 또는 감독되지 않은 교육)
• 알고리즘 교육을 관리하고 성능 및 문제에 대한 정기적 인 관리보고 기능을 제공합니다.

AI 전환 전문가

• 필요한 기술 / 배경 : 인적 자원, 의사 소통
• 자동화를 통해 이동 된 노동자를 회사 내의 다른 영역에 보유, 재교육 및 재배치하는 작업

AI 성능 분석가

• 필요한 기술 / 배경 : 분석, 커뮤니케이션
• 사업 단위 및 이해 관계자와의 성공에 대한 척도 정의
• 내부 (사업 단위)와 외부 (고객, 파트너, 공급 업체, 공급 업체 등)의 만족도를 측정합니다.

AI 데이터 무결성 관리자

• 필요한 기술 / 배경 : 의사 소통, 데이터 과학
• 데이터 다양성 및 관련성 장려
• 데이터 품질 모니터링 및 평가
• 데이터 편향을 최소화하기 위해 노력하십시오.
• AI 알고리즘 Ethicist 및 AI 데이터 알고리즘 관리자와 긴밀하게 작업하십시오.

인공 지능 알고리즘 행동 관리자

• 필요한 기술 / 배경 : 경영 정보 시스템, 의사 소통
• 원하는 AI 결과의 범위를 정의하고 다양한 조직 그룹 / 책임이 필요에 따라 대응해야하는 방법에 대한 계획 수립
• AI 보안 관리자 및 AI 개발 팀과 긴밀히 협력하여 재해 복구 계획을 수립하십시오.

AI 데이터 소싱 관리자

• 필요한 기술 / 배경 : 커뮤니케이션
• AI 개발 팀과 협력하는 AI 알고리즘에 필요한 큰 데이터 소스를 찾아 협상합니다.
• CIO 및 정보 시스템 부서와 협력하여 사내 데이터를 사용할 수있는 영역을 평가합니다.
• 데이터 소싱 제휴 및 파트너 관계 관리

AI 딥 학습 문서 관리자

• 필요한 기술 / 배경 : 의사 소통, 데이터 과학
• 인공 지능 제품 개발 팀과 긴밀히 협력하는 컴퓨터 알고리즘 교육용 데이터 레이블 관리 담당
• 사용하지 않고 사용하지 않을 데이터 레이블의 진행중인 데이터베이스를 만듭니다.

AI 신흥 시장 관리자

• 필요한 기술 / 배경 : 비즈니스 분석
• AI가 조직 및 지리적 위치에 배치 될 수있는 미래의 영역 식별 및 범위 지정
• AI 전략 관리자와 협력하여 향후 비즈니스 기회 및 AI 롤아웃에 대한 정보를 제공하십시오.

Copyright © 2019 Cami Rosso 모든 권리 보유.