人工智能訓練師又稱為AI（Artificial Intelligence）Trainer，是近幾年來伴隨著人工智能的發展所興起的一個新崗位。隨著這個崗位被越來越多的人所熟知，不少疑問也隨之而來，例如，人工智能訓練師的日常工作包括哪些范圍；需要具備哪些能力；以及用人方在招募候選人時又會著重觀察哪幾項能力。本文會簡單對以上疑問做解答。

簡而言之，人工智能訓練師的職責范圍可概括為通過數據端的整理歸納和分析優化，訓練機器模型，使人工智能越變越“聰明”。具體說來，人工智能訓練師需要解讀業務知識和需求，明確AI的落地場景，根據不同的技術實現邏輯提供相應的結構化數據。

以電商場景的智能客服舉例，人工智能訓練師必須要了解電商客服在售前、售中、售后等不同過程中最常處理的客戶問題。然后，分析這些問題中有哪些是適合自助端解決的，后續作為機器人知識庫的范圍。再者，需要根據知識庫問題的脈絡和預期的實現效果判斷不同問題的技術實現方式。

對應這些工作職責所需要的能力有哪些呢？

首先，人工智能訓練師需要很強的邏輯分析能力。分析原始文檔的時候，人工智能訓練師需要根據不同數據類型、數據質量采用不同的數據處理流程，而且在每個流程中，都需要通過實時情況來及時調整下一步的策略。在AI機器人正式上線啟用后，也會需要應用邏輯分析能力去查看上線后的數據情況，并做出判斷，提供數據端的解決方案。

其次，還需要有很強的歸納總結能力。由于人工智能訓練師的崗位誕生時間不久，并不像其他職業那樣有一套非常完整的培訓體系或方法論，各個公司基本都是處于一邊摸索一邊總結的狀態。因而，歸納總結能力可以很好的幫助人工智能訓練師們形成書面的方法論，復用數據并提高效率，達到事半功倍的效果。在方法論的基礎上，也可以在新員工培訓和客戶培訓等方面有所積淀。

第三，表達和溝通能力也是一個很重要的考察項。這主要是因為在人工智能商業場景落地過程中，人工智能訓練師時常需要扮演一個“布道者”的角色，為人工智能的使用者提供培訓和使用指南。在這個過程中，如何清晰地讓對方了解人工智能，真正使用好人工智能，是需要很強的表達和溝通能力的。

最后，如果能夠對某一垂直領域的業務有比較深入的了解，可作為一個加分項。這會使人工智能訓練師在數據處理或與客戶溝通過程中，熟知客戶的真實痛點。在處理業務數據的時候也能更為得心應手。

針對這樣一個崗位，我們又會如何挑選候選人呢？

其實，隨著行業的發展，選擇候選人的要求也在不斷的改變。2年前，人工智能訓練師幾乎很難找到有過相關從業經歷的候選人，不過目前這一狀況已有所改觀。以我所任職的竹間智能為例，一般在簡歷篩選階段，會著重留意三種候選人。

其一，自然是有過人工智能訓練師相關經驗的候選人。整體而言，這部分候選人對AI行業的了解程度高，對整個機器人訓練的過程熟悉，培訓成本低，上手較快。而且由于從事過相關工作，對這份工作的預期和發展也較為了解。

其二，是在某一業務領域接觸過智能機器人的相關運營人員。相較于第一種候選人，這類候選人雖然對于機器人訓練的全過程和算法的認識不多，但是有豐富的一手業務知識，以及機器人上線后的運營經驗，可以很好地幫助到機器人訓練前期梳理業務知識及業務需求方的需求挖掘。

其三，是在一些相關領域有一技之長的候選人。例如在語言學、應用語言學或計算語言學方面較為突出的候選人，或是在互聯網行業產品或運營方面有豐富經驗的候選人等。因為人工智能訓練師的日常工作會與自然語言處理息息相關，而且在職能上屬于產品運營，在語言學或運營等方面有一技之長的候選人可以利用自身優勢來為崗位帶來新的想法。雖然候選人本身可能沒接觸過人工智能行業或對話機器人產品，但也因此可以不為此束縛，為團隊注入新動能，激發新活力。

雖然目前人工智能已經進入到了一個高速發展期，但是還處于“弱人工智能時代”。因此，人工智能的背后也離不開相當數量的從業者。在對話機器人領域，目前能夠直觀體現機器人水準的應答準確率等關鍵指標可簡單理解為模型與數據兩方面相乘的結果。在技術不斷發展的今天，人工智能訓練師作為數據端的主力，其自身的能力和素質決定了數據的質量，同時也直接關系到最終的機器人輸出效果。同時，一支會總結歸納的訓練師團隊，還可以提升效率，沉淀方法論，培訓機器人使用方，為整個機器人運營帶來正面的效應。