L'equip necessari per al teu projecte d'Intel·ligència Artificial
Existeixen 3 tipus de rols en un projecte d'Intel·ligència Artificial (IA). Els 3 són fonamentals per a 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 tractarem d'explicar-los amb l'analogia d'una pel·lícula que segurament coneixeràs:
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. Són capaços de crear algorismes de Machine Learning (ML), realment autodidactes, que aprenen més i més de les dades.
Necessitem especialistes en IT que creguin els sistemes i els fan fiables i disponibles. En aquest cas, el representem com el pare del científic de dades. Henry Jones va crear el Diari del Greal: un veritable magatzem de dades que el fill es va encarregar d'interpretar!
Els especialistes en IT crearan els datalakes i trencaran les sitges, 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 als Data Architect, Data Engineer, Data Analyst i Data Custodien, entre d’altres.
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 la 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:
- Imaginar el cas d'ús i quines dades de l'empresa poden resultar útils.
- 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 manera de treballar d'una empresa.
- Continuar entrenant a l'algorisme. Perquè la IA sigui efectiva, haurem de crear les condicions tècniques i operatives per a continuar entrenant el model, per exemple, etiquetant cada vegada millor les dades (per exemple en utilitzar algorismes 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 continuar avançant, et proposem que llegeixis ”Els reptes d'aplicar Intel·ligència Artificial” i si necessites ajuda en l'adopció d'Intel·ligència Artificial i Machine Learning, contacta'ns.
