AI架构师转型必看：找准方向、锤炼迭代实战能力

　　如今有些论断说：“AI行业不热了!泡沫终是泡沫?” 但实际上，只有身处AI产业之中的局内人才深知，在经历了理论研究、数据驱动的阶段后，整个行业日渐成熟，进入了产业落地应用阶段。眼下亟需的是从技术到业务的融合，而不仅是技术本身的迭代。

　　第四次工业革命的驱动力量，这是科技行业对人工智能技术的价值评价。这次技术革命涌现出的新型AI复合型人才，正乘着AI产业化落地应用的风口，在各自的行业披荆斩棘。用AI驱动业务、推动产业升级，就是这些人的时代使命，江湖人称“AI架构师”。

　　从字面拆解“AI架构师”——AI对应算法技术;架构师则涉及对工程架构和业务的把握。把AI技术高效落地应用，找到在当前算法中能够最大化满足约束条件，并最优地实现目标的方法，这是AI架构师的核心使命。

　　但遗憾的是，AI架构师的成长是一个漫长的过程。让做算法的人去了解业务架构，让做传统架构的人去把握AI技术，这需要工程师长时间的深度实践积累和技术抽象能力。

　　四大象限：找准AI架构师转型方向

　　在所有工程师中，研究算法出身的工程师和扎根工程技术出身的架构师，是最有可能转型成为AI架构师的两类人。他们有不同的侧重点，转型后具体又可以细分为四个方向可供大家参考：

　　1、算法出身转型为偏AI业务应用(偏业务策略)的AI架构师。他们有较强的AI技术背景，对业务的理解更深刻、与业务的结合更紧密;

　　2、算法出身转型为偏AI平台工程架构的AI架构师。他们有较强的AI技术背景，工作职责相对前者偏平台或中台，对业务的支持更广泛;

　　3、工程出身为转型偏AI业务应用(偏策略架构)的AI架构师。他们有传统架构师背景，工作职责贴近业务且擅长从架构策略发挥 AI 作用;

　　4、工程出身转型为偏AI业务应用(偏工程架构)的AI架构师。他们依然有传统架构师背景，工作职责却更偏底层的工程架构设计与实现。