AI Solution Specialist 是業界炙手可熱的人才！？
Jacky 在日本新創工作的職涯挑戰 🚀
2022年，甚至未來 AI 產業最稀有、最搶手的人才究竟需要具備什麼能力呢？
AI 公司在決策過程中自認為 AI 方案很完美，最後卻因為無法滿足客戶端的應用需求，而不被採納的情況屢見不鮮。沒辦法為客戶創造價值的 AI 技術終究也只能形同虛設，這是不論大小企業都正在面臨的「明明 AI 技術非常成熟，卻無法成功落地」的困難挑戰。因此能夠為 AI 公司克服這些瓶頸的 AI Solution Specialist 正是未來的趨勢，也是現在各大企業所爭搶的人才！
相信大家應該都清楚 Cinnamon AI 一直致力於實際的 AI 專案落地，幫助日本知名企業加速 AI 的導入，以實現智能辦公場景。而過往的開發流程都是直接由日本總公司的 Delivery Manager（交付經理）去了解客戶端的需求，再將需求翻譯成英文後帶回內部請 AI 工程師提出解決方案，至於 Project Manager 則是負責調整資源配置並且追蹤各方進度。然而在跨國合作中，許多產品需求無法被精準地從日文翻譯成英文，加上英文並非大家的母語，造成需求的釐清會花上很多時間。語言的隔閡讓產品需求傳遞的效果大打折扣，甚至可能造成內外部雙方的認知落差。
AI 技術導入客戶專案的過程充滿荊棘，讓公司花費不少無形成本。也因此 Jacky 身為台灣辦公室第一位 AI Solution Specialist，與由 Project Tech Lead 指派工作任務的 AI 工程師不同，Jacky 不僅扮演著 Delivery Manager 與其它工程師之間的橋樑，有的時候甚至主動到第一線與日本客戶們溝通，由淺至深理解他們的需求、辦公場景、業務流程以及痛點
溝通｜Communication：將「商業端」和「技術端」連結起來，彌平雙方認知落差，使解決方案與客戶需求 100% 相對應！
你可能會好奇「溝通」不是由專業的 Project Manager 或 Delivery Manager 去專注負責的工作嗎？技術人員不是只要專心埋首研究 AI 技術就好嗎？為什麼也需要 Jacky 出面溝通呢？
團隊裡不乏有來自各國的同事們，即便共通語言是英文，仍因為不同國家的口音多少會在溝通或理解上產生隔閡。而為了避免誤解，我們需要花費更多精力去補充說明，導致團隊開發速度難以有進一步的提升。因此如何妥善地將不同部門的意見正確無誤地傳達給其他協作者，確保所有人對於資訊理解一致就是很重要的課題！
以之前的專案為例， Delivery Manager 及 Jacky 同時身為 Project Manager、AI 工程師及客戶三方的溝通橋樑，前者善於引導客戶聚焦出關鍵需求，後者則具備 AI 專業知識可以先向客戶提假設可行的解決方案。
首先 Jacky 與 Delivery Manager 會一起以日文去了解並釐清客戶需求，找尋出現階段技術能應用的需求。再來當 Jacky 將客戶需求帶回內部與工程師們腦力激盪時，他作為決策依據能快速列出所有適合的模型與工程師們討論，制定出讓客戶滿意的最佳解決方案。同時還需要代表開發團隊去跟 Project Manager 協商雙方都可以接受的專案時程及資源安排，以最合理的成本來推動專案進行。
原本只有 Delivery Manager 負責與客戶溝通的開發團隊，因為攜手 AI Solution Specialist 而搭建出 120% 穩固的溝通橋樑，不只突破團隊現有的開發速度，更為公司創造最佳利益：消除過往開發上的認知落差，為公司創建一條從「商業端」到「技術端」之間的決策、開發及應用流程都暢通無阻的通道，成功將 AI 策略與客戶的需求連結在一起，進而幫助客戶提升商業價值！
資料｜Data：模型學習效率的關鍵，AI 產品開發的基石
當 Jacky 處理完商業端的部分，再來就必須進入到「技術端」中開發流程的基石 ─ ─ 資料前處理。資料的品質高低是決定模型學習難度的關鍵，尤其是開發早期資料很少的時候更是如此。因此若能在前期就清楚定義好所需的資料及預期的效果，將會大幅減少訓練的難度！
但業界的資料並不像在學術界那樣，已經有一份完整乾淨的資料等著你訓練，所以 Jacky 需要先用程式去檢查、確認資料無誤，並且在 QAL（Quality Assurance Language）標記資料的期間以最高的標準去審核品質。更重要的是 Jacky 需要研發獨特的演算法，才能針對客戶的需求在資料中順利找到在正確位置及順序的實體（Entity），並製作出正確標記的輸入資料（Input Data），讓模型的更好的理解內容，以契合甚至專精在客戶的產業上。不過若客戶的產業領域剛好是 Jacky 所不熟悉的，那麼研發演算法的過程就會變得非常艱辛。
以 Jacky 現在手頭上正在進行的專案為例，他的客戶是一間化學公司，因此客戶提供的資料都與化學式相關。在沒有相關學術背景的情況之下， Jacky 難以正確定義輸入資料（Input Data），他只能先花時間與精力去學習新領域，或者與他的 Mentor 以及 NLP Team 的同事們一起腦力激盪、反覆討論，從中獲取許多新啟發，最後研發出可以在特定領域運行的演算法！
模型｜Model：能快速選擇對客戶端最有利的模型的 AI 人才，是企業的搶手人才
大家都知道有哪些好的 AI 模型可以使用，但你知道哪個 AI 模型才是客戶最需要的呢？如果今天有兩個模型都能為客戶解決問題，那你應該選擇哪個才是正解呢？
以剛剛提到的化學公司的客戶專案為例，他們需要將化學文件成功地抽取關鍵字句，並轉換成表格以方便員工快速查詢，也就是要同時進行命名實體識別（NER, Named Entity Recognition）以及關係抽取（RE, Relation Extraction）。而現在 Jacky 有兩種模型能同時解決這兩個任務，分別是對 NER 較有效的 model Ⓐ 以及 對 RE 較有效的 model Ⓑ。
換作是你，你會如何做出最好的判斷呢？
最好的判斷是要選出能直擊客戶的痛點，同時提供客戶最佳的產品服務體驗的方案。歸功於 Jacky 能與 Delivery Manager 一起跟客戶們討論，加上他本身擁有深厚的 NLP 技術背景，所以他很清楚相比 RE，客戶其實更看重 NER 的準確率。因此他才能精準且快速地判斷 model Ⓐ 是對客戶當下的最佳解法！
最後， Jacky 工作時也必須日新月異地翻閱大量的論文，這樣才能掌握研究趨勢，並在結案之後也能反思目前已使用的模型是否還有能優化的地方，像是模型的準確率、速度、存儲空間……等等。
總結來說，一間 AI 公司要能實現 AI 落地化的關鍵正是能否與客戶建立良好的溝通管道，以制定出讓客戶最有感的 AI 策略。如果身為 AI 工程師的你還認為自己只要鑽研技術的話，那麼你很難在職涯發展上有所突破，因為現今 AI 產業更重視全方位的 AI 人才，其具備專案管理、理解商業價值、以及能自如地在客戶及開發人員之間協商的溝通能力，將資訊準確地傳遞給彼此。
如果你喜歡像 Jacky 一樣可以在公司中橫跨不同領域以保持新鮮感的工作形式，或是你期許自己未來職涯能有飛躍式的成長及多元發展，那麼成為 AI Solution Specialist 就是你重要的轉捩點！
— — —
歡迎到 Yourator 上投遞履歷！我們將 AI Solution Specialist 細分成三個不同領域，你可以根據你的專業來選擇：
👉 NLP: https://cutt.ly/cinnamon_ai_nlp
👉 Data Scientist: https://cutt.ly/cinnamon_ai_ds
👉 Frontier Business: https://cutt.ly/cinnamon_ai_biz
