近來 AI 應用風潮席捲產業各界，相關的人才需求也隨之增加，根據 104 人力銀行的資料指出，去年台灣 AI 全職的工作數保守估計有 6 千多個，其中 AI 人工智能工程師等職缺更榮登 2019 企業最看好的職缺排行榜第一名，可見火熱程度。然而，合適的資料科學家、機器學習工程師等 AI 人才具備哪些特質？對此，我們採訪了 CloudMile 機器學習團隊的多位夥伴，希望有助企業招募優秀且合適的 AI 人才。
如果說到投資房地產的三大致勝關鍵是地點、地點和地點，那應用 AI 的核心要素，就是 Data、Data 以及 Data，機器學習（ML）是賦能 Data 的重要環節。以煮咖啡的過程為例，Data 就是原始未經處理的咖啡豆，ML 則是多樣的沖煮手法、工具，而 AI 便是最後淬煉出的一杯杯濃醇香。
CloudMile 機器學習團隊主管朱俊翰分享，他在面試過程會判斷應徵者是否有基本的程式語言能力（如 Python 或是 Java），且聚焦他們對機器學習原理有無清楚的概念。
由於各種演算法與套件的發展日益成熟，只需介接 API（應用程式介面）或調用開源工具就能訓練出簡單的模型；但面對客戶的應用需求時，如何看見模型的不足、評估並選擇最佳的機器學習模型，才是頂尖 AI 人才的核心能力。
CloudMile 機器學習團隊主管朱俊翰
有志朝 AI 技術發展的人才不妨參考以上關鍵字並搭配自身的興趣，深入耕耘。
因應來自金融、電商等不同企業的需求，CloudMile 為何能提供客製化的 AI 解決方案？這源自新創公司鼓勵同事進修自學的企業文化。兩位機器學習工程師劉謹瑋及江姵璇都提到，面對日新月異的技術與多變的應用場景時，CloudMile 首先提供試錯成長（Trial and Error）的機會，他們得以在專案中找到分析資料的樂趣與成就感；其次是有時間專研他們有興趣的項目，因此蓄積服務不同客戶的能量，順利建立合適的機器學習模型。
作為 Google Cloud 的核心策略合作夥伴，同時是台灣傳產成功導入 AI 首例的幕後推手，CloudMile 不乏接觸百大企業與國際案例的機會。
自學習慣來自喜歡解決問題。因為我們常處理不同的 Data，無論是前期 Preprocessing（資料預處理）或後期的 Model Training（模型訓練），所以需要有耐心去精進不同的能力，以面對未知的挑戰。
CloudMile 資料科學家吳思為
CloudMile 機器學習團隊的背景多元，除了資工系所畢業的本科生以外，也有主修機械、生物、土木以及財經等專業的夥伴。跨領域 AI 團隊的優勢在於擁有產業 Know-How，更能理解產業痛點，並進一步讓 AI 技術實踐在幫助企業成長的應用上。
正因服務項目與成員專業迥異，如何讓團隊合作無間，其中溝通協調的能力是一大要素。團隊主管朱俊翰強調「所謂的溝通、表達能力並不是要求像業務同事一樣外向健談，而是能清楚並準確傳遞自己的想法，團隊才能靈活地運作。」
CloudMile 今年再度成功獲得 1.8 億元 Pre-B 輪募資，據點分佈台灣、香港及新加坡，成立近 3 年已服務過上百家企業，其中不乏媒體集團、跨境電商與國際零售業客戶的支持。旗下 MarTech 子公司 Ainotam 今年已推出了專為 GSA（Google Shopping Ads）打造的智慧修圖工具 Feedlio，以及一站式廣告優化管理平台 ADsvantage，以協助廣告主及媒體代理商，優化廣告管理、提升行銷成效。
同時也在台灣設立 AI 研發中心，未來將投注更多研發資源在零售、遊戲、健康醫療等產業。CloudMile 現正積極招募熱血菁英，有志深耕 AI 專業的跨領域人才請參考徵才頁面，更多最新資訊可參考Facebook 與 LinkedIn。
參考資料
*104人力銀行 – 2019【企業最看好職缺】排行榜！年底卡位戰履歷投起來！
