Programas para educar o mercado, fomentar o ecossistema e participar ativamente do processo de regulamentação brasileiro entre direito e tecnologia.
Capítulos regionais/locais exclusivos para associados e grupos abertos ao público em geral.
Mais de 300 horas de conteúdo educacional focado no ecossistema jurídico e tecnológico.
Exclusivo para associados.
Se a IA se mostra um diferencial de negócios, aqui estão os principais papéis e habilidades que você poderá preencher em breve para sua equipe
A Inteligência Artificial está pronta para transformar quase todos os setores, e com ela surgirão mudanças significativas para muitas funções de trabalho. Muitas funções nas organizações exigirão pelo menos algum uso de tecnologias de inteligência artificial nos próximos anos, criando novas oportunidades maciças para os entendidos em IA, independentemente da disciplina.
Paralelamente a essa transformação de quantas equipes de TI e de negócios fazem o trabalho deles, haverá o surgimento de novos empregos destinados a aproveitar ao máximo as estratégias de IA da organização. Os engenheiros de machine learning já consolidaram seu lugar como membros essenciais das equipes de IA, ocupando o primeiro lugar na lista dos melhores empregos da Indeed no ano passado. O especialista em IA também foi o principal cargo no relatório de empregos emergentes do LinkedIn em 2020, com 74% de crescimento anual nos últimos quatro anos, seguido pelo engenheiro de robôs e cientista de dados.
De fato, mesmo durante a pandemia, o número de empregos relacionados à IA poderia aumentar globalmente de 13 a 16%, segundo Ritu Jyoti, analista da IDC.
Entramos em contato com os líderes de TI, especialistas em IA e analistas do setor para ter uma ideia dos tipos de funções de IA que eles veem emergir à medida que a tecnologia toma ainda mais posse da empresa. Algumas empresas de ponta já estão ocupando essas posições, dando uma visão do conjunto de habilidades necessárias para ter sucesso nelas.
As funções de liderança da IA se enquadram em vários títulos: vice-presidente de IA e machine learning, diretor de inovação, diretor de digital e muito mais.
Qualquer que seja o nome, esses “diretores de inteligência artificial” devem entender como as tecnologias cognitivas afetam os negócios, desenvolver a estratégia de inteligência artificial da empresa e explicá-la ao conselho, aos executivos, aos funcionários e aos clientes.
Nicole Eagan, Diretora de IA da empresa de segurança cibernética Darktrace, divide seu tempo trabalhando com equipes de tecnologia internas, conversando com clientes e evangelizando a estratégia de IA da empresa, que inclui descobrir como aumentar os esforços humanos com a IA, por exemplo, na detecção de e investigando ameaças.
Eagan aumenta continuamente suas habilidades técnicas de IA por meio de aulas on-line, mas seu papel na Darktrace é mais focado nos negócios, aplicando a IA a problemas do mundo real, em vez de criar algoritmos e escrever código. “Temos mais de 35 doutores com conhecimentos avançados de matemática, machine learning e inteligência artificial que estão trabalhando em nossos laboratórios”, diz ela que anteriormente trabalhou no grupo de estratégia da Oracle para se tornar diretora sênior de marketing estratégico.
Howie Xu, Vice-presidente de IA e machine learning da Zscaler, subiu no ranking técnico, complementando sua experiência com habilidades de negócios. O ex-chefe da unidade de negócios de serviços de nuvem e rede da Cisco possui um MBA de Stanford e uma profunda experiência em produtos.
Ele recomenda que os principais aspirantes a IA se concentrem em áreas em que a IA e a ML possam trazer uma melhoria de dez vezes o valor comercial para a mesa. “Seja disciplinado sobre as métricas de negócios antes da tecnologia”, diz ele.
O diretor de ética de IA é outra posição de alto nível que exige um extenso trabalho com as partes interessadas. A função também pode abranger riscos e governança e pode precisar coordenar-se com agências governamentais, organizações sem fins lucrativos, equipes jurídicas, usuários e grupos de privacidade, além de equipes de tecnologia.
Kathy Baxter, Arquiteta da Prática Ética de IA da Salesforce, diz que os oficiais de ética em IA devem ter uma paixão pela tecnologia, mas também um ceticismo saudável. “A IA não é mágica e não é apropriada para todos os desafios. Você precisa perguntar com frequência, não apenas ‘podemos fazer isso?’ mas ‘devemos fazer isso?’”, diz Baxter, que trabalhou anteriormente no Google, eBay e Oracle em pesquisa de experiência do usuário.
Embora a alfabetização técnica seja extremamente útil, os funcionários de ética da IA não precisam ser cientistas de computação nem dados, diz ela. “O mais importante é ter uma formação humanística em psicologia, sociologia, filosofia ou interação humano-computador. […] É fundamental se você entender todos os impactos da tecnologia, suas necessidades, contexto e valores”, diz ela.
Baxter, que tem mestrado em engenharia de fatores humanos e bacharel em psicologia aplicada, também credita a capacidade de reduzir os debates emocionais como úteis. As empresas que prestam atenção à ética ao implantar a IA criam ambientes mais seguros e justos, diz ela. Além disso, a IA imparcial é mais precisa e leva a um melhor desempenho comercial.
Para colher valor dos modelos de IA, os cientistas de dados devem estar emparelhados com analistas de negócios, diz Shuman Ghosemajumder, Chefe Global de Inteligência Artificial da Shape Security, que já contratou alguém com essa função e expandirá a área ao longo do tempo.
“Um analista de negócios de IA deve ter um forte entendimento da empresa, seu modelo de negócios e os processos ou produtos de negócios para os quais eles esperam desenvolver soluções de IA”, diz ele, acrescentando que eles também precisam falar sobre tecnologia para trabalhar com cientistas de dados e engenheiros de dados.
Uma função relacionada, gerente de operações de negócios da AI, trabalha no lado comercial para gerenciar e aprimorar os processos de negócios que usam a IA. “Um gerente de operações de negócios de IA deve ter conhecimento básico em operações e experiência nos processos de negócios específicos que estão sendo automatizados por meio da IA”, diz Ghosemajumder. Eles também devem poder analisar os dados gerados por essas operações.
Normalmente, o principal trabalho técnico de IA de uma empresa. A função principal do cientista de dados tem evoluído para incluir mais habilidades de engenharia e negócios.
“Os cientistas de dados, cinco anos atrás, eram estatísticos”, diz Brian McCarthy, Chefe de Transformação de Analytics da McKinsey & Co.
Os cientistas de dados sabem quais dados usar e quais algoritmos implantar para obter os melhores resultados, trabalhando com engenheiros de dados e desenvolvedores de software para transformar esse conhecimento em aplicativos de trabalho – e com unidades de negócios para garantir que a tecnologia atenda às necessidades dos negócios.
Michael Roytman, Cientista Chefe de Dados da Kenna Security, obteve seu mestrado em pesquisa operacional em 2012, quando estudou processos e otimizações estocásticas. Ele então se inscreveu para ser um cientista de dados da Kenna Security, onde acabou sendo promovido a cientista-chefe de dados.
“Os principais cientistas de dados estão adotando seus conjuntos de habilidades para aprimorar os recursos de analytics em toda a organização”, diz ele.
Os arquitetos de IA – também conhecidos como engenheiros de IA ou ML – são responsáveis por criar os sistemas para operar e gerenciar projetos de AI e ML.
“São pessoas que podem analisar projetos de IA em escala”, diz Steve Whittaker, Chefe de Parcerias Estratégicas de Pesquisa Acadêmica dos EUA na BT e Chefe de sua parceria de pesquisa com o MIT. Os arquitetos de TI que adquirem habilidades de IA e ML são bons candidatos para esses trabalhos, diz ele.
O arquiteto de IA também pode ser responsável pela reconstrução dos processos de negócios, alinhando-os mais perto dos negócios. Qualquer empresa que construa sua própria infraestrutura de IA ou ML precisará de arquitetos ou engenheiros de plataforma de IA.
O CTO do eSentire Dustin Hillard espera que os engenheiros de ML tenham vários anos de experiência trabalhando com grandes conjuntos de dados e estruturas de processamento de dados em nuvem, e que tenham a capacidade de projetar, construir e implantar sistemas complexos de IA.
Tanto a IA quanto o machine learning vivem e morrem de dados. Mas os dados necessários podem diferir em tipo e escala dos necessários em outros sistemas, portanto, qualquer organização que queira executar analytics avançadas, ML ou AI precisará de um engenheiro de dados de IA.
Kevin Brown, Diretor-Gerente de Segurança da BT, diz que as grandes organizações são a primeira coisa que vem à mente, referente aos tipos de empresas que deveriam procurar contratar para esse papel emergente. “Mas também outras organizações que têm dados massivos. Os serviços de saúde, por exemplo, estão vendo um crescimento exponencial de dados como resultado da pandemia”, complementa.
Na BT, que lida com uma quantidade enorme de dados, por exemplo, no lado da segurança cibernética existem milhões de eventos por segundo e cerca de 4.000 ataques cibernéticos por dia. A empresa emprega um diretor-gerente com foco exclusivo em IA e estratégia, diz Brown, além de desenvolvedores, pesquisadores, cientistas de dados – uma ampla gama de funções de IA.
A Bloomberg contratou recentemente alguém para preencher uma nova função de arquiteto de fabricação de dados em sua equipe de CTO Data Science. O arquiteto de fabricação de dados ajuda a empresa a criar dados estruturados de alta qualidade para seus clientes de serviços financeiros, incluindo mais de 325.000 clientes do Terminal Bloomberg. Os dados são provenientes de fontes não estruturadas e barulhentas, diz Gideon Mann, Chefe de Ciência de Dados, no Escritório de CTO da Bloomberg.
O arquiteto de fabricação de dados trabalha com especialistas de domínio profundo no departamento de dados global da Bloomberg, diz ele. A Bloomberg também está contratando uma série de outros trabalhos especializados em IA no momento, incluindo cientista de pesquisa em IA, cientista de pesquisa quantitativa em AI, arquiteto de computação humana, engenheiro sênior de ML para ciência de dados de mídia e engenheiro sênior de software para sistemas distribuídos.
Essas funções exigem experiência em AL, ML, processamento de linguagem natural, recuperação de informações e finanças quantitativas, diz Anju Kambadur, Chefe de Engenharia de IA da Bloomberg, e devem ter experiência em linguagens de programação como Python, Java e C ++. Porém, ele ressalta que as habilidades de comunicação, colaboração e desenvolvimento de produtos também são importantes.
Trabalhos adicionais relacionados à IA estão surgindo para atender às necessidades de empresas de ponta, enquanto tentam descobrir como distribuir responsabilidades em torno das práticas emergentes de IA. Alguns desses empregos ainda não existem no mercado de trabalho e a maioria não possui um currículo padronizado ou uma trajetória típica de desenvolvimento de carreira.
Tomemos, por exemplo, o papel emergente do gerente de garantia de qualidade de IA, que pode ser visto como evolução de um trabalho tradicional de garantia de qualidade de software, mas a garantia de qualidade para projetos de IA é drasticamente diferente. O código em si raramente é o problema, por exemplo, embora uma empresa possa escolher o algoritmo errado para o projeto em questão. O mais importante são conjuntos de dados de treinamento incompletos, desatualizados ou tendenciosos.
Dados tendenciosos são um problema particularmente espinhoso que pode levar não apenas a maus resultados, mas também a implicações regulatórias, má publicidade, multas ou ações judiciais.
“É uma área ativa de pesquisa. Até onde eu sei, não há um lugar para onde você possa ir e dizer, aqui estão as regras e, se você seguir as regras, ficará bem”, diz John O”Neil, Cientista-chefe de Dados da Edgewise Networks, recentemente adquirida pela Zscaler.
De acordo com o Gartner, até 2024, os usuários avançados de IA preencherão a lacuna de talentos dos cientistas de dados. Esses “cientistas de dados de cidadãos”, como o Gartner os chama, poderão executar tarefas relacionadas à IA porque as ferramentas necessárias para implantar analytics avançadas, machine learning e IA se tornarão cada vez mais fáceis de usar.
Não procure isso como um cargo, no entanto. Em vez disso, a experiência com as ferramentas “cientista de dados do cidadão”, como o Auto ML, fará parte das descrições dos cargos para uma variedade de funções.
“Os cientistas tradicionais de dados são caros para contratar, escalar e treinar”, diz Ryohei Fujimaki, CEO e fundador da DotData, uma empresa de plataforma de IA.
Mas cerca de 28% das iniciativas de IA e machine learning falharam, de acordo com a pesquisa de março da IDC, em grande parte devido à escassez de habilidades. “A falta de pessoal com a experiência necessária é relatada como um dos principais motivos da falha”, diz Jyoti da IDC.
Isso significa que há uma demanda reprimida de nova qualificação dos trabalhadores por habilidades de IA e ML, diz ela.
E uma necessidade cada vez maior de “cientistas de dados de cidadãos”, diz Fujimaki da DotData.
Fonte: Cio
Nossas novidades direto em sua caixa de entrada.
