אילו משרות קיימות בתחום ה-AI?

בנוף הטכנולוגיה המתפתח במהירות, תחום אחד הופיע ככוח מניע מאחורי אינספור חידושים ופריצות דרך משנות – בינה מלאכותית. עם יכולתה לחקות אינטליגנציה אנושית וללמוד מנתונים, בינה מלאכותית הפכה למציאות מוחשית שמעצבת את חיינו בדרכים שונות. האם יש ביקוש לאנשי AI ואילו משרות קיימות בתחום? כל התשובות לפניכם.

האם יש ביקוש לאנשי AI בשוק?

נפתח בשורה התחתונה – כמובן שכן. כיום, אין כמעט מוצר טכנולוגי שלא משלב בתוכו יכולות של בינה מלאכותית, או לפחות שואף לשלב בתוכו יכולות של AI. כיום, כשמנכ"ל נפגש עם מנהל פיתוח ושואל אותו "מה החידושים במותר שלך?", הוא מיד יענה שהוא מתכוון לשלב בתוכו מודלים של AI. לכן, הביקוש לאנשי AI רק ילך ויגבר עם השנים, כיום כל ראש צוות פיתוח בחברת הייטק שמכבדת את עצמה ירצה לגייס אנשי AI.

אילו משרות קיימות בתחום ה-AI?

מדען נתונים Data science

מדעני נתונים הם אנשים שעובדים עם מסדי נתונים גדולים מאוד והתפקיד שלהם הוא לפתח וליישם אלגוריתמים של למידת מכונה על מנת לחלץ תובנות מהדאטא.

מהנדס למידת מכונה Machine learning engineer

התפקיד של מהנדסי למידת מכונה הוא לתכנן ולהטמיע מערכות שמחקות את האינטליגנציה האנושית. הם עובדים בצמוד עם מדען הנתונים ומהנדס התוכנה על מנת להטמיע את המערכות הללו במגוון רחב של מוצרים.

ארכיטקט נתונים (ביג דאטא)

אחראי על פיתוח מודלים, אסטרטגיות מידע ותחזוקת מסדי נתונים מסוגים שונים בהתאם לצרכי הארגון.

חוקר AI

חוקר, או מדען AI אחראי על ביצוע של מחקרים וניסויים בתחום הבינה המלאכותית בתנאי מעבדה. תפקידו לפענח ולנתח את הממצאים שלו על מנת להטמיע שינויים ולשפר את מערכות הבינה המלאכותית.

מנהל מוצר AI

מנהל מוצר AI מפקח על פרויקט הפיתוח וההטמעה של המוצר וגורם לכל הפונקציות השונות לעבוד בסנכרון על מנת שהמוצר יעלה לאוויר בזמן ובאיכות מתאימה.

יועץ AI

תפקידו לספק ייעוץ והכוונה לארגונים שונים כיצד ליישם את מערכות הבינה המלאכותית ולשלב את הטכנולוגיה הזו בפעילות שלהם.

כמובן שיש עוד מגוון רחב של תפקידים בתחום ה-AI, אך אם אנחנו בוחנים את השינוי שעבר השוק, כיום החברות שואפות לגייס AI ENGINEER המשלב בסט היכולות שלו את כל התפקידים גם יחד, נדבר על זה מיד.

מה זה מומחה AI ואיך הוא משתלב בחברות הייטק?

כאמור, הצרכים בתחום הבינה המלאכותית מבחינת משאבי האנוש השתנו מאוד בשנים האחרונות. אם בעבר חברות הטכנולוגיה היו מגייסות דאטה סיינטיסט או דוקטורים לפיזיקה, כאלה שיודעים לנתח נתונים בצורה מושלמת, כיום הן מחפשות למעשה AI Engineer.

אז מה ההבדל בעצם בין דאטה סיינטיסט לבין מומחה AI?

AI Engineer הוא עובד שיש לו את כל החבילה בתחום, הוא יודע גם כמובן לנתח נתונים, אך יש לו את כל היכולות הנדרשות על מנת לפתח מודלים מתקדמים של AI ולהטמיע אותם הן במוצרים קיימים והן במוצרים חדשים.

מה הפרופיל המושלם של מומחה AI?

יכולות פיתוח – אם נודה על האמת, כיום רוב החברות הישראליות בשוק לא מפתחות מוצרי AI מאפס, אלא מבקשות להטמיע מודלים של AI במוצרים הקיימים שלהן. לכן, הן זקוקות למומחה AI עם יכולות פיתוח בשפות כמו Python, C++, C ו-Java.

מדעי נתונים – מומחה AI צריך להיות בעל כישורים מעולים במדעי נתונים, על מנת לעבד אותם ולזקק מהם ניתוחים וחיזויים עתידיים על בסיס הנתונים הקיימים. מומחה AI חייב להכיר כלים לניהול נתונים, כמו למשל Hadoop ו-Spark.

ידע עמוק בלמידת מכונה – כשאנחנו מדברים על למידת מכונה אנחנו מדברים למעשה על המיומנות הכי חשובה שצריכה להיות למומחה ה-AI המושלם. זו למעשה המיומנות שתסייע למומחה ה-AI להבין ולפתח מודלים של AI בכל מוצר שהוא. הכלים שאיתם עובדים כדי לבנות מערכות תומכות של בינה מלאכותית, כמו למשל PyTorch ו-MXNet הם כלים מורכבים לשימוש ודורשים לא מעט הבנה בתחומים כמו הסתברות, אלגברה לינארית, סטטיסטיקה ואופטימיזציה.

חשיבה מחוץ לקופסא – מומחה AI מושלם חייב כל הזמן לחשוב מחוץ לקופסא על מנת להגדיר את הבעיות שהוא רוצה לפתור ולספק את התובנות הנדרשות לפתרון. מדובר בטכנולוגיה חדשה וככל מומחה ה-AI יהיה מקורי וחדשני יותר, כך המודל שהוא יפתח יהיה איכותי יותר.

הבנה של התנהגות אנושית – אל לנו לשכוח שהמטרה העיקרית של הבינה המלאכותית היא לחקות את האינטליגנציה האנושית, ואם נאמר זאת במילים פשוטות, להשתמש בהתנהגות של בני האדם. לכן, מומחה AI חייב להיות בקיא במגמות הקשורות בהתנהגות האנושית ולא פחות חשוב מזה, לזהות דפוסים ושינויים על מנת להיות רלוונטיים כל הזמן.

כישורים בין אישיים – כמה שמומחה ה-AI יהיה מושלם, הוא לא מפתח בעצמו את מוצר ה-AI ומדובר בעבודת צוות קשה ומורכבת. לכן, מומחה ה-AI חייב לגלות כישורי תקשורת מעולים של עבודה בצוות עם כלל המעורבים בפרויקט, בין השאר מהנדסים, מנהלי פרויקטים ועוד.

אין ספק שבשנים האחרונות מתרחשת פריצת דרך בתחום הבינה המלאכותית. אם בעבר הטכנולוגיה הזו הייתה נחלתן של החברות הגדולות, כמו גוגל ופייסבוק, כיום הטכנולוגיה הזו נגישה לכולם ולמעשה אין מוצר טכנולוגי בשוק שלא שואף להטמיע בתוכו את הטכנולוגיה הזו.

בכל הקשור למצב של ישראל בתחום ה-AI ביחס לעולם, צריך לומר בכנות שנשארנו קצת מאחור. יש לכך מגוון רחב של גורמים, בין השאר קשיים רגולטוריים ומחסור בכוח אדם. יחד עם זאת, ישראל נמצאת מאחור מכיוון שעד עצם היום הזה היא לא באמת הכירה בעצמה כמקור טכנולוגי שמסוגל לקחת חלק במהפכה שמתרחשת בתחום. לכן, עד היום לא הוקמו מספיק סטארט אפים שיובילו את הפיתוחים בתחום, כמו שקרה למשל בתחום פיתוח התוכנה, הסייבר והדבאופס.

יחד עם זאת חשוב לציין, שזה בדיוק הזמן לעלות על הגל של המהפכה. ישראל נמצאת בתהליך של הפנמה והבנה שככל שהיא תיכנס לשוק הזה מוקדם יותר, כך הסיכויים שלה להוות חלק מרכזי בהובלה שלה יהיו יותר גדולים.

איך ישתנה שוק העבודה בעקבות התפתחות הבינה המלאכותית?

שוק העבודה צפוי לעבור שינויים משמעותיים עקב אימוץ ואינטגרציה של בינה מלאכותית (AI). ראשית, בינה מלאכותית עשויה להפוך משימות ופונקציות מסוימות לאוטומטיות, מה שיוביל לשינוי של תפקידים קיימים. משימות שגרתיות וחוזרות על עצמן עשויות להיות מוחלפות במערכות בינה מלאכותית, בעוד שבני אדם יכולים להתמקד בעבודה בעלת ערך גבוה יותר, יצירתית ואסטרטגית.

בנוסף, בעוד שבינה מלאכותית עשויה להפוך משרות מסוימות לאוטומטיות, היא גם יוצרת הזדמנויות עבודה חדשות. הפיתוח, הפריסה והתחזוקה של מערכות AI דורשים אנשי מקצוע מיומנים בתחומים כמו מדעי נתונים, למידת מכונה ועוד. בעקבות כך, העובדים יצטרכו לפתח מיומנות חדשות או לשפר מיומנויות על מנת להישאר רלוונטיים בשוק העבודה.

יחד עם זאת, חשוב לציין שלבינה מלאכותית עשויות להיות גם השלכות פחות חיוביות. בעוד שבינה מלאכותית עשויה ליצור הזדמנויות עבודה חדשות, היא גם יכולה להוביל לאבטלה במגזרים מסוימים. סביר להניח שעבודות הכוללות משימות חוזרות או ידניות יהיו אוטומטיות, ואנשים בתפקידים אלה עשויים להזדקק למעבר לענפים חדשים או לרכוש מיומנויות חדשות.