AI-roller

Et prosjekt som involverer maskinlæring har behov for kompetanse utover normale kompetanseområder for et utviklingsprosjekt.

Data scientist

En data scientist må besitte tung matematisk kunnskap innen statistikk og optimalisering, har kunnskap og erfaring med databehandling og transformasjon. Videre må en data scientist kunne optimalisere compute og ressursbruk. De må gjennomføre data analyse, komme opp med hypoteser for mulig bruk av data, lage tester og monitorering av rådata, data transformasjon, optimaliseringsprosessen og ferdige modeller i produksjon.

AI snur arbeidsprosesser på hodet. I stedet for å selv lage en modell som gjør en operasjon, vil man tilrettelegge for modellbygging av maskinen gjennom en optimaliseringsprosess. En data scientist har ansvar for å bygge skjelettet til modellen, styre optimaliseringsprosessen, behandle og preparere dataen modellen blir bygget på.

Data engineer

En data engineer sin jobb og realisere applikasjonen. De har ansvar for å sikre lagring og tilgang til data, lage en data pipeline for produksjon og treningsmiljøene, pakke opp en modell med ønsket funksjonalitet og sette den i produksjon, implementere tester og monitorering av hele systemet og integrere løsningene.

Man trenger ofte flere data engineers enn man trenger data scientists i alt fra 2:1 til 5:1 forhold avhengig av bruksområder. En god data engineer må ha kunnskap til arbeidsprosessen til en data scientist og må forstå hvordan AI og maskinlæring fungerer. De må ha utviklererfaring fra database og datavarehus-systemer til produksjonssetting og integrasjon. 

Arkitekt

I datadrevne prosesser som AI og maskinlæring må man håndtere både regulær og irregulær flyt av data til en rekke applikasjoner, automatiserte systemer og utviklingsplattformer samtidig som man skalerer opp og ned compute til de forskjellige systemene. For å sette opp slike systemer kreves det arkitekter med spisskompetanse innenfor datadrevne prosesser.

Rådgiver

Mange vet ikke hvordan man kommer i gang med AI og maskinlæring. Når bør man vurdere AI? Når øker det verdi? Hva trengs for å komme i gang? Har jeg dataen jeg trenger? Er den av god nok kvalitet? Hvordan opprettholder jeg og drifter AI? Dette er spørsmål en datastrategi kan gi svar på og en rådgiver kan utarbeide dette i samarbeid med data scientists og data engineers og deg som kunde.