打造你的GenAI梦之队

发布时间: 2024-11-27

因此，我们决定使用人工智能技术升级您的业务。太棒了但现在到了关键时刻：想出如何将这种抱负转化为行动，一切从人开始您在GenAI之旅中的第一步是组装一组将设计、构建、测试和部署您的GenAI应用程序的工作站。尽管这些项目涉及人类完成的自动化工作，但基因A的发展在很大程度上是以人为中心的技术角色在GenA应用程序开发中至关重要。根据您是重建自己的AI模型（不太可能），微调现有模型（可能性更大），还是采用具有快速工程和RAG的预构建AI模型（最有可能），您的GenAI团队将需要多名数据科学家、AI工程师、数据工程师和应用程序开发人员但GenA并不是这些课程的专属领域。事实上，与传统的中文学习项目相比，非技术实践所提供的理论要大七倍

非技术角色

如果没有GenAI所需的技术专家，你就不会走得太远。然而，当使用GenAI来调整任何功能时，您需要业务线专家的意见，如客户支持负责人或仓库管理总监，以确保我们的GenAI产品与他们在与您的品牌互动时对客户和员工的看法相匹配如果你的GenA目标是关键的对外职能，如客户服务，你需要高层管理人员（如果不是董事会本身）的意见，以确保公司的价值是合理的，你不想提供任何帮助。同样，如果一个enAI项目出现任何安全或道德问题，你不能把这些留给Web开发人员或数据工程师；你需要安全专家或受过训练的伦理学家好消息是，你不必雇佣所有这些人

非技术性角色比经典中文学习（Rawpixel.com/Shutterstock）更重要

你自己。您可以咨询身边的专家或顾问来帮助您建立团队。这些结果可以提供所需的大量技术专家，并且根据项目的规模，它们甚至可以为项目经理提供帮助，使一切顺利进行帮助客户构建GenAI解决方案的一个结果是EPAM解决方案。这家总部位于宾夕法尼亚州纽镇的公司在全球拥有5万名员工，并迅速扩大了其GenAI服务团队。

EPAM的三重规则

EPA使用了构建GenAI团队的规则，该公司的企业解决方案副总裁Pierre Samec说。这些梁的建造遵循一般规则：

他说：“一个是产品经理或业务负责人，他们决定博客的优先级。”。“一个是主题很重要。主题很重要，在GenAI领域非常重要，因为如果你不说语言，它就无法工作。”

Semec说：“第三方是我们所说的enAIbuilder，即能够促进工程应用的人员，也是能够获取数据、获取API、获取这些服务的全面堆栈工程师。”这三种病毒构成了EPA在GenA客户活动中使用的人或人的核心。这还不包括外部专业知识，如安全和道德，这些都是对一个组织内横向结构的看法

双披萨团队

他说，EPAM目前维护着13个不同的播客，涵盖了9个垂直行业（消费品加工、石油和天然气等）和4个横向组织（销售和营销、仓库管理等）。他说，每个个人团队通常包含10名以上的团队成员

披萨美味（浪漫工作室/Shutterstock）

他说：“它介于一个披萨队和两个披萨队之间。”在启动项目时，小团队经常被提及，因为他们不需要那么多的开销，而且可以更灵活。在线书店亚马逊以雇佣“两个披萨”规则：如果团队变得越来越讨厌需要两个披萨来喂他们，那么就要吃了

摩根大通软件工程和架构首席执行官JamesMassa表示，与小型企业沟通更容易“你会注意到，当人们真的不在一起时，沟通会变得[更难]，而且两个人在一起总是会更好地分开苹果仓库里有100多人，”Massa在圣地亚哥举行的SolixPowerconference上说两周时间。

The Full StackCEO

GenA技术解决了一个疯狂的片段，这对你的GenA潜在客户来说是个好消息。像谷歌学习者梅塔这样的技术巨头为世界各地受过培训的大型语言管理模型（LLMs）提供了礼物；你只需要模仿并以对你的业务有生产力和盈利的方式使用它们，而不会在整个过程中缺乏安全性和道德性由于受过高等训练的数据科学家使用经典的视觉图形能力：一位数学家和统计学家，一位计算机科学天才，一位商业奇才。

数据科学ennDiagram（来源：DrewConway）

EPAM的SemectellsBigDATAwire表示：“今天的AI是关于你如何与客户互动的行为，或者我们将如何做某事，或者我们如何完成这项任务。”。“那些在ML工作过的人……都很好。但你也会看到新一代年轻的全栈工程师，他们非常专注于那些有望在空间和前景上有所作为的行为。”

GenAI的巨大潜力也引发了对领导权的质疑。传统的机器学习更多地是关于优化一些后台功能，但GenA有可能彻底改变你与客户之间的业务关系。请注意，每家公司都能经受住如此巨大的动荡“问题是你想做什么？”Samec说。“你想快速前进，诅咒鱼雷，打破[东西]，看看会发生什么？或者你想小心和正确，等等？”Samec说“我认为领导力会产生巨大的影响，”萨米克说，他在之前就对Expedia的数据转型进行了过度挖掘。“事实上，这并不是团队规模太大，而是首席运营官在客户服务、运营、营销和新产品创造等领域引入差异化因素的理解水平。在这方面很早就有了，但你现在可以开始看到这方面的第一次冲击。”

相关项目：

JPMC构建获奖数据和AIS战略的提示

GenAIHypeBubbleRefusedPop

什么是数据科学？获奖者分享他的观点

帖子组建YourGenAIDreamTeam首次出现在BigDATAwire

-