L'equip necessari per al teu projecte d'Intel·ligència Artificial

Hi ha 3 tipus de rols en un projecte d'Intel·ligència Artificial (IA). Els 3 són fonamentals per dur a terme un projecte d'IA, i es caracteritzen per tenir un domini de coneixement clarament diferenciat: el científic de dades, el tècnic IT o arquitecte, i l'expert de domini.

A continuació anem a tractar d'explicar-los amb la analogia d'una pel·lícula que segurament coneixeràs:

Científic de dades: L'explorador

Sens dubte, el protagonista en un projecte d'IA. L'arqueòleg de les dades.

És l'encarregat de manejar el gruix de dades i donar-li sentit. Son capaços de crear algorismes de Machine Learning (ML), realment autodidactes, que aprenen més i més de les dades.

Tècnic IT o Arquitecte: El facilitador

Necessitem especialistes en IT que creguin els sistemes i els facin fiables i disponibles. En aquest cas, ho representem com el pare del científic de dades. Henry Jones va crear el Diari del Grial: un veritable magatzem de dades que el fill es va encarregar d'interpretar!

Els especialistes en IT crearan els datalakes i trencaran els silos, assegurant-se que la resta de l'equip pugui accedir a les dades. Finalment, definiran i implementaran els processos d'ingesta i migració de dades.

En aquesta categoria trobem els Data Architect, Data Engineer, Data Analyst i Data Custodian, entre altres.

Expert de domini: El "Decision Maker"

Els experts de domini són els responsables de garantir que el model d'IA realment afegeix valor. Són els que coneixen el negoci al qual l'IA aportarà valor i els que promocionen el projecte. Aquí trobem líders empresarials en qualsevol sector i també els podem trobar en qualsevol àrea de l'empresa: màrqueting, persones, operacions, logística... En aquest cas els representem en la figura de Marcus Brody: el que planejava i dirigia les expedicions des de la universitat.

Els experts de domini realitzen tres funcions de vital importància:

1. Imaginar el cas d'ús i quins dades de l'empresa poden resultar útils.
2. Entendre quins canvis en els processos de negoci seran necessaris. És important entendre que l'aplicació de la IA moltes vegades suposarà canvis en la forma de treballar d'una empresa.
3. Continuar entrenant l'algorisme. Perquè la IA sigui efectiva, haurem de crear les condicions tècniques i operatives per seguir entrenant el model, per exemple, etiquetant cada vegada millor les dades (per exemple en utilitzar algoritmes d'aprenentatge supervisat).

En aquesta categoria trobem al Data Owner o al Data Steward.

Finalment, és important assenyalar que abordar un projecte d'IA implica que les persones encarregades dels tres dominis treballin juntes en equip. Això requereix d'un llenguatge comú i d'una comprensió bàsica de la Intel·ligència Artificial per part dels tres rols.

Si vols seguir avançant, et proposem que llegeixis "Los retos de aplicar Inteligencia Artificial" i si necessites ajuda en l'adopció d'Intel·ligència Artificial i Machine Learning, contacta'ns.