El futuro de la IA ha llegado. Desde la tecnología y las finanzas hasta la atención sanitaria, el comercio minorista y la fabricación, hoy en día casi todas las industrias han comenzado a incorporar inteligencia artificial (IA) en sus plataformas tecnológicas y operaciones comerciales. El resultado es una creciente demanda de talento para ingenieros que puedan diseñar, implementar, aprovechar y gestionar sistemas de IA.
Durante la próxima década, la necesidad de talento en IA seguirá creciendo. La Oficina de Estadísticas Laborales de EE. UU. espera que la demanda de ingenieros en IA aumente aumentar en un 23 por ciento para 2030 y la demanda de ingenieros de aprendizaje automático (ML), un subcampo de la IA, para crecer hasta un 22 por ciento.
En la industria tecnológica, esta demanda está en pleno apogeo. Las ofertas de trabajo que requieren habilidades en IA generativa aumentaron en un increíble 1.848 por ciento en 2023, un Un análisis reciente del mercado laboral muestra. El análisis también encontró que hubo más de 385.000 publicaciones para roles de IA en 2023.
Figura 1: Crecimiento de las ofertas de trabajo que requieren habilidades en IA generativa, 2022-2023
Para capitalizar el potencial transformador de la IA, las empresas no pueden simplemente contratar nuevos ingenieros en IA: simplemente aún no hay suficientes. Para abordar la escasez global de talento en ingeniería de IA, debe mejorar y recapacitar a sus ingenieros existentes.
Habilidades esenciales para IA y ML
La IA y sus subcampos, el aprendizaje automático (ML) y el procesamiento del lenguaje natural (NLP), implican el entrenamiento de algoritmos en grandes conjuntos de datos para producir modelos que puedan realizar tareas complejas. Como resultado, los diferentes tipos de funciones de ingeniería de IA requieren muchas de las mismas habilidades básicas.
Código de señal Equipo científico del talento y expertos en la materia técnica han realizado un amplio mapeo de habilidades de los roles de ingeniería de IA para definir las habilidades requeridas de estos roles. Estas son las habilidades básicas que identificaron para dos roles populares de IA: ingeniería de aprendizaje automático e ingeniería de PNL.
Desarrollar habilidades de IA en sus equipos
A informe reciente de McKinsey descubre que la mejora y la recapacitación son formas fundamentales en las que las organizaciones llenan las brechas de habilidades de IA en sus equipos. Alexander Sukharevsky, socio principal de McKinsey, explica en el informe: “Cuando se trata de buscar talento en IA, la estrategia más popular entre todos los encuestados es volver a capacitar a los empleados existentes. Casi la mitad de las empresas que encuestamos lo están haciendo”.
Entonces: ¿cuál es la mejor manera de desarrollar las habilidades de IA que necesita en sus equipos actuales? Para responder a eso, primero debemos profundizar en cómo los humanos aprenden nuevas habilidades.
Componentes del desarrollo eficaz de habilidades
La mayoría de los programas de aprendizaje corporativo actuales utilizan el modelo de aprendizaje tradicional en el aula, donde un maestro, con una lección, sirve a muchos alumnos. Un empleado comienza eligiendo un programa, a menudo con poca orientación. Una vez que comienzan el curso, es probable que las lecciones utilicen videos para impartir instrucción y sean seguidas de cuestionarios para medir su retención de información.
Hay varios problemas con este modelo:
- Décadas de investigación muestran que el modelo tradicional de aprendizaje uno a muchos no es la forma más eficaz de aprender. Psicólogo educacional Benjamín Bloom observó que los estudiantes que aprendieron a través de tutorías individuales superaron a sus compañeros en dos desviaciones estándar; es decir, obtuvieron mejores resultados que el 98 por ciento de los que aprendieron en entornos de aula tradicionales. La superioridad de la tutoría individual sobre el aprendizaje en el aula se ha denominado el problema 2-sigma en educación (consulte la Figura 2 a continuación).
- Los cuestionarios de opción múltiple brindan una mala señal de las habilidades de los empleados, especialmente en el caso de habilidades técnicas especializadas como la ingeniería de inteligencia artificial y aprendizaje automático. Los cuestionarios tampoco brindan a los alumnos la oportunidad de aplicar lo que han aprendido en un contexto realista o en el flujo de su trabajo.
- Sin una orientación basada en sus habilidades, fortalezas y objetivos actuales, así como en las necesidades de su equipo, los empleados pueden elegir cursos o programas de aprendizaje que no se ajustan a su nivel de competencia u objetivos.
Figura 2: La comparación de las distribuciones del desempeño de los estudiantes por estilo de instrucción muestra una diferencia de 2 sigma en las puntuaciones medias de desempeño.
Desarrollar el dominio de los miembros de su equipo sobre las habilidades de IA y ML que su equipo necesita requiere un programa de aprendizaje que ofrezca lo siguiente:
- Tutoría uno a uno. Los mejores programas de aprendizaje técnico de hoy en día utilizan asistentes impulsados por IA que son conscientes del contexto y están completamente integrados con el entorno de aprendizaje para brindar orientación y retroalimentación personalizada e individualizada a los estudiantes a escala.
El uso de la IA para respaldar su aprendizaje no sorprenderá a sus desarrolladores y otros empleados técnicos: encuesta reciente muestra que el 81 por ciento de los desarrolladores ya utilizan herramientas de inteligencia artificial en su trabajo y, de ellos, el 76 por ciento las usa para aprender nuevos conocimientos y habilidades.
- Aprendizaje basado en la práctica. Décadas de investigación demuestran que las personas aprenden mejor con la práctica activa, no ingesta pasiva de información. El programa de aprendizaje que utilice para mejorar las habilidades de su equipo en IA y ML debe centrarse en la práctica y utilizar ejercicios de codificación que simulen el trabajo real de ingeniería de IA y ML.
- Herramientas impulsadas por resultados. Por último, los mejores programas de mejora de habilidades técnicas garantizan que los empleados realmente desarrollen habilidades relevantes (no solo marquen una casilla) y apliquen lo que aprenden en el trabajo. Los programas de aprendizaje también deberían brindar a los gerentes visibilidad sobre el crecimiento y dominio de las habilidades de los miembros de su equipo. Su plataforma debe incluir datos de evaluación comparativa que le permitan comparar las habilidades de su equipo con la población más amplia de talento técnico, así como integraciones con sus sistemas de aprendizaje existentes.
Análisis profundo: aprendizaje basado en la práctica para habilidades de IA
A continuación se muestra un ejemplo de un ejercicio de práctica avanzada del Curso de Introducción a las Redes Neuronales con TensorFlow en Desarrollo de CodeSignal.
Práctica de ejemplo: implementación de capas en una red neuronal
En este ejercicio práctico, los alumnos desarrollan sus habilidades en el diseño de capas de redes neuronales para mejorar el rendimiento de la red. Los alumnos implementan su solución en un IDE realista y un terminal integrado en el lado derecho de la pantalla, e interactúan con Cosmo, un tutor y guía impulsado por IA, en el panel del lado izquierdo de la pantalla.
Descripción de la práctica: Ahora que ha entrenado un modelo con épocas adicionales, modifiquemos la arquitectura de la red neuronal. Su tarea es implementar una segunda capa densa en la red neuronal para mejorar potencialmente sus capacidades de aprendizaje. Recuerde: ¡Configurar capas de manera efectiva es crucial para el rendimiento del modelo!
Conclusión
La demanda de ingenieros de IA y ML ya está aquí y seguirá creciendo en los próximos años a medida que las tecnologías de IA se vuelvan fundamentales para cada vez más organizaciones de todos los sectores. Las empresas que buscan llenar las brechas de habilidades de IA y ML en sus equipos deben invertir en mejorar y volver a capacitar a sus equipos técnicos existentes con habilidades cruciales de IA y ML.
2024-05-09 20:42:00
#próximo #gran #ingeniero #trabaja #para #usted,