尽管市面上有很多非常棒的人工智能软件工具，但是你在实施项目的时候，仍然需要组建一支强大的团队。技术是复杂的，而且在不断发展。组织内部的变革管理也面临着诸多挑战。

那么，一个人工智能项目中应该有哪些角色呢?好吧，首先，需要有一个高管支持者。人工智能项目并不是自下而上的，要实施好这样的项目需要大量的资源和明确的领导。

Concord Technologies的人工智能和机器学习技术产品经理Simran Bagga表示：“项目的高管支持者或者决策者是一个关键角色，可以帮助阐明业务要实现的目标以及该目标的原因。”

现在，高管支持者很可能没有足够的时间来管理每天的日常活动。这就是为什么还需要一个项目负责人的原因，这个角色将一直关注KPI(关键绩效指标)和时间表。他或者她还将帮助解决组织瓶颈和内部政治问题。

然后还需要一个或者多个SME(问题专家)。这些人是对于人工智能技术将应用的业务领域经验丰富的内部人员。这些人员对于完善模型和挑选参数是至关重要的。

接下来，在技术方面的角色有很多种。包括：

数据工程师或者数据注释专家：这个角色经常会被忽略，但这是一个巨大的错误。人工智能项目的数据通常是一团糟。因此需要对数据进行整理并打上标记，这项工作可能非常乏味，而且耗时费力。 数据科学家或者人工智能工程师：他或者她将在数据和算法两个方面花时间，例如机器学习、深度学习和NLP(自然语言处理)。PagerDuty的工程高级副总裁Tim Armandpour表示：“这项工作可以加快模型构建和测试的迭代周期。” 机器学习工程师或者ML/Ops：SPR企业体系结构执行副总裁Pat Ryan表示：“在模型部署完成之后，这个角色将花费大量的时间来生产并维护它。……随着新数据的涌入，模型将发生变化，因此这个角色必须理解模型的工作方式以及模型的数据接口。” UX /可视化工程师：人工智能项目失败的一个主要原因就是应用程序过于复杂。一定要记住，最终用户通常都是一些非技术类的用户。因此，UX/可视化工程师会让人工智能项目的成果更容易得到使用。 人工智能测试或者品控(品质控制)：人工智能非常容易出问题。但是一名人工智能测试人员可以帮助在不同条件下帮助验证模型。 企业或解决方案架构师：该角色将帮助完成人工智能项目的实施和集成。

听起来这里需要的角色很多，对不对?但是请注意，如果你要开启一个人工智能项目的话，并不需要所有这些角色。NetApp分析与转型总监Ross Ackerman表示：“一个人工智能项目团队可能会小到只有一个人，一名数据科学家可以身兼数职。”

如果一定要说的话，也许首先需要关注的是数据科学家或者机器学习工程师的角色。他们对人工智能模型最终的成功至关重要。

Zetta Ventures Partners.的董事总经理Jocelyn Goldfein表示：“如果你是要从零开始搭建一个团队，一定要花大价钱聘请一位高级机器学习工程师作为团队的锚和领导者，然后围绕着这个角色选择最好的、最合适的内部人才。”

在技术人才招募方面，你需要扩展思路。看看你自己的人脉，并使用LinkedIn。了解拥有高级学位的毕业生，甚至不仅仅是计算机科学专业的毕业生。PROS的数据科学家经理兼人工智能策略师Justin Silver表示：“传统数据科学家的背景——统计学、数学、计算机科学通常会加强工程师、物理学家、经济学家、心理学家等的能力……招聘具有不同技术背景的候选人组成的人工智能团队可以让团队获得广泛、丰富的解决问题的观点。这种在技术上的多样性也可以让协作变得更加有趣，并且鼓励团队成员有效地交流他们的想法，即使是在想法还非常不稳定的初期研究阶段。当面临着一个需要解决的问题时，经济学家的观点可能和物理学家截然不同，而合作可以是一件非常美好的事情。”

你还需要在内部观察，寻找哪里有重新塑造技能和提升技能的机会。Zscaler的人工智能和机器学习副总裁Howie Xu表示：“尽管人才池在增长，但还是没有跟上需求增长的脚步。……为了满足对人工智能人才的需求，在内部寻找那些具有正确思维和内驱力的人才，并培训他们来满足这些需求。”

但是，要记住，组建团队需要花费大量的时间。这意味着你需要保持灵活性和创造力。 “我强烈推荐两种类型的候选人——具有扎实技术背景的候选人或者是具有丰富领域知识的候选人。……如果这两类候选人也渴望在人工智能领域获得成功，并且能够从专家那里获得指导/指引，他们可以快速成长，并且成为绩效明星。”