في خمسينيات القرن الماضي، وصف مؤسسو المجال، هيمان مينسكي (Hyman Minsky) وجوزيف مكارثي (Joseph McCarthy)، الذكاء الاصطناعي بأنه أي مهمة تؤديها آلة كان يُنظر إليها سابقًا على أنها تتطلب ذكاءً بشريًا.
ومن الواضح أن هذا تعريف فضفاض إلى حد ما، ولهذا سترى أحيانًا جدالات حول ما إذا كان الشيء هو ذكاء اصطناعي حقًا أم لا.

الذكاء الاصطناعي (AI): تعريفه – الوظائف المُتاحة مع رواتبها

 

التعريفات الحديثة لما يعنيه إنشاء الذكاء أكثر تحديدًا. قال فرانسوا شوليت (Francois Chollet)، باحث الذكاء الاصطناعي في غوغل ومؤسس مكتبة برامج التعلم الآلي (Keras)، إن الذكاء مرتبط بقدرة النظام على التكيف والارتجال في بيئة جديدة، لتعميم معرفته وتطبيقها على سيناريوهات غير مألوفة:

“الذكاء هو الكفاءة التي تكتسب بها مهارات جديدة في مهام لم تستعد لها من قبل، ولا يُعدّ مهارة بحد ذاته، ولا ما يمكنك فعله، وإنما مدى جودة وكفاءة تعلم أشياء جديدة.”

يمكن بموجب التعريف أعلاه وصف الأنظمة الحديثة التي تعمل بالذكاء الاصطناعي، مثل المساعدين الافتراضيين، على أنها أظهرت “ذكاءً اصطناعيًا ضيقًا”؛ وهي القدرة على تعميم تدريبهم عند تنفيذ مجموعة محدودة من المهام، مثل التعرف على الكلام أو الرؤية الحاسوبية.

عادةً ما تُظهر أنظمة الذكاء الاصطناعي على الأقل بعض السلوكيات التالية المرتبطة بالذكاء البشري: التخطيط، والتعلم، والاستدلال، وحل المشكلات، وتمثيل المعرفة، والإدراك، والحركة، والتلاعب (وبدرجة أقل: الذكاء الاجتماعي والإبداع).

 

يعد الذكاء الاصطناعي (AI) بتقديم بعض أهم الابتكارات المذهلة لهذا القرن. السيارات ذاتية القيادة والمساعدين الشخصيين الآليين والتشخيص الآلي للأمراض، جميعها نتاج ثورة الذكاء الاصطناعي الناشئة التي ستعيد تشكيل طريقة عيشنا وأسلوب عملنا. ومع تضاعف الطلب على المهندسين الموهوبين في السنوات القليلة الماضية، ثمّة فرص غير محدودة للمهنيين الذين يرغبون في العمل ضمن مجال الذكاء الاصطناعي وتطويره.

وفي حين تتزايد وظائف تصميم وتحسين تطبيقات الذكاء الاصطناعي، يتوقع بعض المحللين أن تؤدي هذه الجهود إلى زعزعة الحركة الاقتصادية بشكل كبير. هذا لأن بمقدور أنظمة الذكاء الاصطناعي معالجة كميات لا محدودة من البيانات، والبشر -ونقصد ملايين الأشخاص في سوق العمل اليوم- ليسوا على قدر المهمة ببساطة.

يشير تقرير حديث صادر عن معهد ماكينزي العالمي إلى أن حوالي ثلث القوة العاملة الأمريكية سيواجهون خطر الاستغناء عن خدماتهم بحلول عام 2030. العاملون في الصناعات كثيفة البيانات معرضون للخطر بشكل خاص، بما في ذلك المتخصصون الماليون والإداريون وموظفو الدعم القانوني وكُتّاب المحتوى التسويقي والعاملين في مجال تكنولوجيا المعلومات.

ورغم أنه من غير الواضح ما هي الوظائف التي قد تُلغى وعدد الوظائف الجديدة التي سيتم إنشاؤها. يتوقع المنتدى الاقتصادي العالمي أن يؤدي الذكاء الاصطناعي إلى زيادة صافية قدرها 58 مليون وظيفة على مستوى العالم.

لكن بعيدًا عن تأثير اقتصاد الذكاء الاصطناعي الجديد على القوى العاملة في المستقبل، سيستفيد طلاب الجامعات والمهنيون الشباب من دخول هذا المجال المزدهر. غير أن اقتحام مجال الذكاء الاصطناعي ليس ببساطة تعلم علوم الكمبيوتر أو الحصول على شهادة جامعية. وإنما يتطلب الأمر المبادرة والشجاعة والمعرفة. في الواقع، أفاد >50% من كبار المتخصصين في الذكاء الاصطناعي بوجود فجوة في المهارات، وهي “أزمة مواهب” حقيقية، بحسب شركة إرنست ويونغ (Ernst & Young).

 

تعلّم الذكاء الاصطناعي: الذكاء مطلوب

يتمتع الذكاء الاصطناعي بمنحنى تعليمي عالٍ، ولكن بالنسبة للطلاب المتحمسين، فإن ما سيجنونه من سوق الذكاء الاصطناعي يفوق بكثير مقدار استثمارهم للوقت والجهد أثناء التعلم. يتطلب النجاح في هذا المجال عادةً درجة البكالوريوس في علوم الكمبيوتر أو تخصص ذي صلة مثل الرياضيات. قد تتطلب المناصب الأعلى درجة الماجستير أو الدكتوراه، على الرغم من أن الشهادة الجامعية لم تعد من المتطلبات الصعبة من قبل كبار أرباب العمل مثل “آبل” و “غوغل”. على العموم، سيعتمد نجاحك إلى حد كبير على عوامل لا علاقة لها بالتعليم الرسمي.

قال دان أيوب، المدير العام لقسم تعليم الواقع المختلط في مايكروسوفت:

“الفضول والثقة والمثابرة هي سمات مهمة لكل طالب يفكر في اقتحام مجال ناشئ، والذكاء الاصطناعي ليس استثناءً”.

وكخبير في مجال الذكاء الاصطناعي تحدّث حول كيفية الحصول على وظيفة في هذا المجال:

“على عكس المهن حُدد مسارها منذ عقود، لا يزال الذكاء الاصطناعي في مهده، مما يعني أنه قد يتعين عليك تشكيل طريقك الخاص والإبداع.”

 

ويقصد بذلك أنه لا توجد درجة علمية أو منهج معياري للذكاء الاصطناعي. قد لا تقدم بعض الجامعات مجموعة محددة من الدورات لتخصص أو تخصص في الذكاء الاصطناعي، في حين أن تلك التي لديها برامج مخصصة للذكاء الاصطناعي قد يكون لديها مناهج فريدة للتخصص.

دورات ومناهج الذكاء الاصطناعي

تُعد الدورات الدراسية لعلوم الكمبيوتر (إضافة للتعرف على أساسيات علوم البيانات، والتعلم الآلي، وجافا) نقطة انطلاق جيدة. ثمّة عدد من برامج البكالوريوس والدراسات العليا الجديدة التي تظهر كل يوم والتي صُممت لإعداد الشخص للتخصص في الذكاء الاصطناعي.

كما نلاحظ أدناه، يتكون الذكاء الاصطناعي من عدة تخصصات متداخلة. ففهم الأساليب الإحصائية، على سبيل المثال، لا يقل أهمية عن امتلاك خلفية في علوم الكمبيوتر. بالإضافة إلى الموضوعات المدرجة هنا، قد يكون من المفيد أخذ دورات متعددة التخصصات في مجالات مثل العلوم المعرفية لتوفير إطار عمل مفاهيمي لتطبيقات الذكاء الاصطناعي.

عينة من المواد الأساسية في منهج الذكاء الاصطناعي

الرياضيات والإحصاء

• الجبر الخطي.
• حساب التفاضل والتكامل.
• المصفوفات والتحولات الخطية.
• التكامل والتقريب.
• الانحدار الحديث.
• نظرية الاحتمالات.
• شبكات بايزي.
• النماذج الرسومية الاحتمالية.

علوم الحاسوب

• أنظمة الحاسب والبرمجة.
• مبادئ حساب الضرورة.
• مبادئ البرمجة الوظيفية.
• أساسيات علوم البيانات.
• هياكل وخوارزميات البيانات المتوازية والمتسلسلة.
• البرمجة المنطقية والمنطق الحسابي.
• تطوير البرمجيات.

مواد اختصاصية

• التعلم الآلي والتعلم العميق والتعلم المعزز.
• نظرية المعلومات والاستدلال وخوارزميات التعلم.
• الشبكات العصبية لتعلم الآلة.
• تمثيل الذكاء الاصطناعي وحل المشكلات.
• معالجة اللغة الطبيعية.
• الرؤية الحاسوبية وتحليل الصور.

بمجرد إتقانك بعض الأساسيات، ابحث عن الحقول الفرعية للذكاء الاصطناعي التي تهمك كثيرًا وشكّل منهجك الدراسي وفقًا لذلك. تعرض القائمة التالية المزيد من المواد المتخصصة التي قد تأخذها على أنها اختيارية أثناء حصولك على درجة علمية؛ هذه الموضوعات تستحق أيضًا الاستكشاف في أي مرحلة من مراحل حياتك المهنية.

قد تتوفر فصول إضافية لتعليم الطلاب تطبيقات معينة للذكاء الاصطناعي في مجالات مثل علم الأحياء والرعاية الصحية وعلم الأعصاب.

عينة من مجموعات المواد المتخصصة للذكاء الاصطناعي

تعلم الآلة

• التعلم والتحكم المعزز العميق.
• تعلم الآلة التطبيقي.
• تعلم الآلة لاستخراج النص.
• تحليل البيانات المتقدم.

روبوتات صُنع القرار

• الحساب العصبي.
• الوكلاء المستقلون.
• الروبوتات المعرفية.
• التفكير الاستراتيجي للذكاء الاصطناعي.
• حركية الروبوت وديناميكياته.

اللغويات

• استرجاع المعلومات ومحركات البحث.
• معالجة الكلام.
• التصور الحسابي.
• التصوير الحسابي.
• مجسات الرؤية.

تفاعل إنسا-آلي

• تصميم الأنظمة المرتكزة على الإنسان.
• التفاعل بين الإنسان والروبوت.
• التلاعب الآلي.
• روبوتات آمنة وتفاعلية.

سواء كنت طالبًا جامعيًا أو تعمل بالفعل، من المهم تحديد منهج دراستك للذكاء الاصطناعي مسبقًا. كما أوضح أيوب،

“المدارس مثل كارنيجي ميلون وستانفورد ومعهد ماساتشوستس للتكنولوجيا ليست سوى عدد قليل من المدارس التي صممت مسارات لمن يرغبون في العمل في الذكاء الاصطناعي، ولكن هناك العديد من المدارس الأخرى.
وهناك أيضًا برامج تكميلية يمكن أن تساعد شخصًا في منتصف حياته المهنية على إعادة التدريب للانتقال إلى وظيفة في الذكاء الاصطناعي.”

على سبيل المثال، أعلنت (مايكروسوفت) مؤخرًا عن مسار لمحترفي مايكوسوفت، وهو جزء من جهد أكبر يتضمن مدرسة ذكاء اصطناعي التي تركز على المطور. البرامج متاحة على الإنترنت لأي شخص، وهي توفر مهارات جاهزة للعمل وخبرة واقعية للمهندسين وغيرهم ممن يتطلعون إلى تحسين مهاراتهم في الذكاء الاصطناعي وعلوم البيانات من خلال سلسلة من الدورات التدريبية عبر الإنترنت التي تتميز بالمعامل التطبيقية والمدربين الخبراء.

 

عندما يتعلق الأمر بأفضل الوظائف للمستقبل، فإن القليل من الصناعات تبرز بقدر الذكاء الاصطناعي. أظهر تقرير صادر عن شركة Gartner لعام 2019 أن تطبيقات المؤسسات للذكاء الاصطناعي قد نمت بنسبة 270% في أربع سنوات، مما أدى إلى زيادة مستوى الطلب الذي يفوق العرض الحالي لمرشحي الوظائف المؤهلين.

هذه أخبار رائعة للمهنيين الباحثين عن وظائف التعلم الآلي والمهن ذات الصلة في الذكاء الاصطناعي. كما أن عدد الصناعات التي تستخدم الذكاء الاصطناعي آخذ في الازدياد إلى الحد الذي لن تتأثر فيه أي مؤسسة كبرى بهذه الثورة التكنولوجية سريعة التطور.

 

اقرأ أيضًا: كل ما تحتاج لمعرفته عن إنترنت الأشياء Internet of Things – IoT

وظائف الذكاء الاصطناعي ورواتبه

يراقب محللو الصناعة والتقنيون الاتجاهات في الذكاء الاصطناعي (AI) عن كثب. حتى الطلاب الذين يخططون لمهنة في هذا المجال الديناميكي يراقبون التطورات عن كثب

وفقًا للاستطلاع، إليك 10 وظائف ذكاء اصطناعي ذات الأجور الأعلى، ومتوسط ​​رواتبهم في الولايات المتحدة، وفقًا لموقع Indeed:

1. مدير التحليلات Director of analytics

مدير التحليلات هو الشخص المسؤول بشكل رئيسي عن إدارة أقسام تحليلات البيانات وتخزين البيانات، والإشراف على جميع الأنشطة وضمان التوافق مع رؤية الشركة وأهدافها. يوجّه مدير التحليلات إدارة وتطوير وتكامل تحليلات البيانات وذكاء الأعمال اللازمة لدعم مهمة واستراتيجيات الرؤية والأهداف وأهداف العمل.
إضافةً لذلك، فهو ينظم ويجمع القوة البشرية والتكنولوجيا والعمليات والموارد المالية اللازمة لتلبية احتياجات التحليلات الحالية والمستقبلية للشركة.

يدرك مدير التحليلات أن المعلومات والبيانات هي إحدى أهم أصول الشركة الرئيسية، فيعمل على تطبيق البيانات والمعلومات من أجل تقديم الأداء الأمثل. مدير التحليلات هو أيضًا عضو في اللجنة التنفيذية للشركة وله دور في المشاركة ضمن اجتماعات اللجان المختلفة حسب الضرورة للتأثير على قدرات البيانات والكفاءات داخل الشركة.

متوسط ​​الراتب: 140,837$ سنويًا

 

2. عالم رئيسي Principal scientist

العالم الرئيسي مسؤول عن التخطيط وإجراء التجارب والتحقيقات. وغالبًا ما يعمل من المختبر (كما قد يعمل في الجامعات أو المختبرات الحكومية أو شركات الأدوية أو المنظمات البحثية أو الشركات الكيميائية أو الوكالات البيئية). يُجري العلماء الرئيسيون تجارب في مجالات مثل /البحث الطبي أو علوم الأرض أو الأبحاث البيولوجية أو أبحاث الكيمياء أو علم العقاقير/.

هدف العالم الرئيسي النهائي: تقديم معلومات جديدة أو شرح أسباب الظواهر المختلفة.

يتمتع العلماء الرئيسيون الناجحون بمهارات اتصال ممتازة، ومهارات بحث وكتابة التقارير، ومهارات تحليلية، ومهارات تقنية ذات صلة. كما يُفضل أن يمتلك معرفة متعمقة بالقوانين القانونية والتنظيمية في مجال عملهم.

يتوقع الخبراء أن ينمو الطلب على (العالم الرئيسي) بين عامي 2018 و 2028 بنسبة 8% ويوفّر 10,600 فرصة عمل في جميع أنحاء الولايات المتحدة وحدها.

متوسط ​​الراتب: 138,271$ سنويًا

 

3. مهندس التعلم الآلي Machine learning engineer

من الناحية العملية، فإن وظيفة مهندس التعلم الآلي قريبة من وظيفة عالم البيانات. يعمل القائمون على كلا المنصبين مع كميات هائلة من المعلومات، ويتطلب عملهما مهارات استثنائية في إدارة البيانات والقدرة على أداء النمذجة المعقدة على مجموعات البيانات الديناميكية.

لكن هنا ينتهي التشابه. ينتج متخصصو البيانات رؤى، عادةً في شكل مخططات أو تقارير يتم تقديمها إلى الجمهور البشري. من ناحية أخرى، يصمم مهندسو التعلم الآلي برامج ذاتية التشغيل لأتمتة النماذج التنبؤية(predictive models). في كل مرة ينفذ فيها البرنامج عملية ما، فإنه يستخدم تلك النتائج لتنفيذ العمليات المستقبلية بدرجة أكبر من الدقة. هذه هي الطريقة التي “يتعلم بها” البرنامج/الجهاز.

من الأمثلة المعروفة على التعلم الآلي: خوارزمية التوصية الخاصة بنيتفلكس وغيرها من الخدمات التي توجّه المستهلك. في كل مرة يشاهد فيها المستخدم مقطع فيديو أو يبحث عن منتج، تضيف هذه المواقع المزيد من نقاط البيانات إلى خوارزميتها. مع زيادة حجم البيانات، تصبح توصيات الخوارزمية للمستخدم بشأن المحتوى الآخر أكثر دقة (كل ذلك بدون أي نوع من التدخل البشري).

يرتبط التعلم الآلي ارتباطًا وثيقًا بالذكاء الاصطناعي، ويشتمل على التعلم العميق (DL). يستخدم هذا الحقل الفرعي شبكات عصبية اصطناعية “للتفكير” وحل المشكلات المعقدة بمجموعات بيانات (عميقة) متعددة الطبقات. تتضمن بعض الأمثلة الشائعة التعلم العميق المساعدين الافتراضيين وتطبيقات الترجمة وروبوتات الدردشة والسيارات بدون سائق. بمرور الوقت، ستصبح هذه التقنيات أكثر دقة وعملية.

 

متوسط ​​الراتب: 134,449$ سنويًا

 

4. مهندس رؤية حاسوبية Computer vision engineer

يقضي مهندس رؤية الكمبيوتر وقته في البحث عن الرؤية البيولوجية، وتطوير التعلم الآلي، والتعلم العميق، والذكاء الاصطناعي. بينما يعمل بعض مهندسي رؤية الكمبيوتر بجِد -بلا شك- في البحث عن هذه الموضوعات ودراستها بغرض التقدم التكنولوجي، فإن الغالبية العظمى من وظائف هندسة رؤية الكمبيوتر تشمل العمل في الإلكترونيات والتجارة الإلكترونية وتطبيقات الطيران.

هذا لا يعني أن هذه الوظائف لا تتطلب بحثًا ودراسة لإجراء تحسينات على أنظمة رؤية الكمبيوتر، ولكن غالبية متخصصين علوم الكمبيوتر هؤلاء لا يعملون بدوام كامل لحل مشكلة الرؤية الحقيقية للكمبيوتر والذكاء الاصطناعي العام. وإنما تركز غالبية وظائف مهندس رؤية الكمبيوتر على تطوير التطبيقات وتحسين أنظمة رؤية الكمبيوتر وكتابة الخوارزميات.

متوسط ​​الراتب: 134,346$ سنويًا

 

5. عالم البيانات Data scientist

بعبارات بسيطة، تتمثل وظيفة عالم البيانات في تحليل الأخيرة -وأقصد البيانات بالطبع!- للحصول على رؤى قابلة للتنفيذ.

تشمل مهام عالم البيانات ما يلي:

• تحديد مشاكل تحليل البيانات التي توفر أكبر فرص المؤسسة.
• تحديد مجموعات البيانات والمتغيرات الصحيحة.
• جمع مجموعات كبيرة من البيانات المنظمة وغير المنظمة من مصادر مختلفة.
• تصفية البيانات والتحقق منها للتأكد من دقتها واكتمالها وتحانسها.
• وضع النماذج والخوارزميات وتطبيقها لاستخراج مخازن البيانات الضخمة Big Data.
• تحليل البيانات لتحديد الأنماط والاتجاهات.
• تفسير البيانات لاكتشاف الحلول والفرص.
• إيصال النتائج إلى الجهات المعنية باستخدام العروض المرئية والوسائط الأخرى.

بشكل عام، عالم البيانات هو شخص يعرف كيفية استخلاص المعنى من البيانات وتفسيرها، الأمر الذي يتطلب أدوات وأساليب من الإحصائيات والتعلم الآلي، وهي واحدة من المهام التي ربما لن يتمكن الذكاء الاصطناعي من شغلها يوميًا، لأن عالم البيانات يقضي الكثير من الوقت في عملية جمع البيانات وتنظيمها وإدارتها. تتطلب هذه العملية المثابرة والإحصاءات ومهارات هندسة البرمجيات (وهي مهارات ضرورية أيضًا لفهم التحيزات في البيانات ولتصحيح مخرجات التعليمات البرمجية).

متوسط ​​الراتب: 130,503$ سنويًا

 

6. مهندس بيانات Data engineer

يقوم مهندسو البيانات ببناء خطوط إمداد البيانات التي تحول البيانات الخام غير المهيكلة إلى تنسيقات يمكن لعلماء البيانات استخدامها في التحليل. وهم مسؤولون عن إنشاء وصيانة البنية التحتية للتحليلات التي تتعلق بكل الوظائف التي تتعامل مع البيانات (تقريبًا). يتضمن ذلك البنى مثل قواعد البيانات والخوادم وأنظمة المعالجة واسعة النطاق.

يتوقع من مهندسي البيانات ما يلي:

• إنشاء بنية خطة جمع البيانات المثلى والحفاظ عليها.
• جمع مجموعات البيانات الكبيرة والمعقدة التي تلبي متطلبات العمل.
• تحديد وتصميم وتنفيذ تحسينات العملية الداخلية.
• تحسين تسليم البيانات وإعادة تصميم البنية التحتية لزيادة قابلية التوسع.
• تصميم البنية التحتية المطلوبة لاستخراج البيانات وتحويلها وتحميلها على النحو الأمثل من مجموعة متنوعة (من مصادر البيانات باستخدام تقنيات SQL و AWS)
• بناء أدوات التحليلات التي تستخدم خطط البيانات لتوفير رؤى قابلة للتنفيذ حول اكتساب العملاء والكفاءة التشغيلية ومقاييس أداء الأعمال الرئيسية الأخرى.
• العمل مع أصحاب الشأن الداخليين والخارجيين للمساعدة في المشكلات الفنية المتعلقة بالبيانات ودعم احتياجات البنية التحتية للبيانات.
• إنشاء أدوات البيانات لأعضاء فريق التحليل وعلماء البيانات Data Scientists.

متوسط ​​الراتب: 125,999$ سنويًا

7. مهندس خوارزميات Algorithm engineer/developer

مهندس الخوارزميات هو المسؤول بشكل عام عن تطوير الخوارزميات، وهي أجزاء تقنية من كود الكمبيوتر تنتج نتائج محددة في العديد من المجالات المختلفة.

قد يطلق بعض الخبراء على هؤلاء (مبرمجو التقنية العالية) لأن الخوارزميات غالبًا ما تكون الأجزاء الأكثر تقنية وتعقيدًا في مشاريع الويب/المشاريع التكنولوجية. غالبًا ما يعمل مطور الخوارزمية انطلاقًا من مشكلة أو هدف محدد، ويبني خوارزميات محددة لمعالجة المشكلة أو تحقيق نتائج محددة.

تتمثل إحدى طرق فهم ما يفعله مهندسو الخوارزمية في مقارنتهم مع مبرمجي الويب الآخرين أو مبرمجي الكمبيوتر الذين يعملون بشكل أساسي على الواجهات وغيرها من الأعمال الموجهة للعرض أمام المستخدم. لا يركز مصممو الويب/البرامج أحيانًا على أي من الوظائف الفنية للمنتج. في حين يركز مطورو الخوارزميات دائمًا على الكود الوظيفي الذي يسمح بإظهار “ذكاء” التكنولوجيا.

تشمل مهام مهندس الخوارزميات ما يلي:

• إنشاء أنظمة فعالة من حيث التكلفة وقابلة للتطوير، وتطوير حلول خوارزمية مبتكرة.
• اختبار الأفكار المبتكرة والعمل في بيئة إبداعية.
• تقييم وصيانة وتحديث الأنظمة الجديدة والقديمة.
• تطوير نظام خوارزمية يسجل جميع العمليات ويمكن للفريق الحفاظ عليه.
• إدارة تصميم وتطوير ونشر نظام قابل للتطوير ويعمل في الوقت الفعلي.
• البحث عن تحسينات الخوارزمية وتنفيذ معالجة البيانات.
• مساعدة فريق المشروع في التواصل وتنفيذ جداول المشروع.
• إنشاء خوارزميات محسنة لأنظمة الكشف عن الإصبع في الهواتف المحمولة وأجهزة الكمبيوتر المحمولة.
• تصميم وتطوير خوارزميات وبرامج لتصحيح النظر البصري.
• تصميم وتنفيذ وصيانة تخطيطات البرامج GDSII والواجهات الرسومية.
• تصميم وتنفيذ خوارزميات تحسين الفيديو.
• بحث وتحليل تكنولوجيا معالجة الفيديو ووضع مقترحات لخوارزميات الفيديو.

متوسط ​​الراتب: 104,112$ سنويًا

 

8. عالم الحاسوب Computer scientist

يعمل علماء الجاسوب عادةً مع مجموعة واسعة من مفاهيم وأدوات تكنولوجيا الحوسبة، إما لإيجاد طرق للابتكار في كيفية استخدامنا للتقنيات الحالية لتطوير طفرات تقنية حوسبة جديدة تمامًا. يمكن أن تشمل الأمثلة على نوع الطفرات التي عملوا عليها مؤخرًا أشياء مثل التعلم الآلي والذكاء الاصطناعي وإنترنت الأشياء.

إضافةً للعمل على إنشاء أدوات رقمية عملية بهدف تسجيل براءة اختراعها وبيعها لاحقًا، أو استخدامها في مجموعة متنوعة من حلول الكمبيوتر المختلفة، يعمل علماء الحاسوب أيضًا أكاديميًا على الحلول والابتكارات الافتراضية، ويبتكرون خوارزميات يمكن أن تطبّق لاحقًا على برامج الكمبيوتر. على هذا النحو، يمكن أن يتغير الوصف الوظيفي لعالم الحاسوب من مكان إلى آخر.

غالبًا ما تتضمن مهام عالم الحاسوب أمور على شاكلة: استكشاف مجموعة من المشكلات والتحديات في الحوسبة من أجل تطوير النظريات والأدوات لحلها. وغالبًا ما يعملون مع العلماء بشأن المشكلات المعقدة التي تتطلب قدرًا كبيرًا من قوة الحوسبة، أو لإنشاء لغات وخوارزميات وأدوات جديدة للحوسبة لجعل أنظمة التكنولوجيا الرقمية أكثر كفاءة.

يعمل الكثير من علماء الحاسوب على تجارب افتراضية، وإنشاء وتشغيل واختبار عمليات الحلول الجديدة، ثم تحليل نتائج تلك التجارب وإعداد تقارير عنها.

متوسط ​​الراتب: 97,850$ سنويًا

 

9. عالم إحصاء Statistician

باختصار، يطبّق عالم الإحصاء الأساليب والنماذج الإحصائية على مشاكل العالم الحقيقي. ويقوم بجمع وتحليل وتفسير البيانات للمساعدة في العديد من عمليات صنع القرار في أوساط الشركات.

وفقًا لمكتب إحصاءات العمل الأمريكي، فإن التوقعات الوظيفية لهذا المجال إيجابية للغاية. إذ يتأمل أن تنمو العمالة الإجمالية لعلماء الرياضيات والإحصائيين بنسبة 30% بين عامي 2018-2028 (وهو ما يقرب من خمسة أضعاف النمو لجميع المهن!).

بشكل عام، يعمل عالم الإحصاء -غالبًا- على تفسير البيانات بطريقة يمكن أن تفيد الاستراتيجيات التنظيمية والتجارية؛ على سبيل المثال، من خلال فهم التغيرات في سلوك المستهلك واتجاهات الشراء.
من ناحية أخرى، في القطاع العام، غالبًا ما تركز التحليلات على تعزيز الصالح العام؛ على سبيل المثال، من خلال جمع وتحليل البيانات البيئية أو الديموغرافية أو الصحية.

تشمل مهام عالم الإحصاء ما يلي:

• جمع البيانات وتحليلها وتفسيرها.
• تحديد الاتجاهات والعلاقات في البيانات.
• تصميم عمليات جمع البيانات.
• إيصال النتائج لأصحاب الشأن وصانعي القرار.
• تقديم المشورة بشأن الاستراتيجية التنظيمية والتجارية.
• المساعدة في اتخاذ القرار.

متوسط ​​الراتب: 83,731$ سنويًا

 

10. مهندس الأبحاث Research engineer

يمكن أن يختلف مجال البحث الهندسي بشكل كبير اعتمادًا على التخصص الهندسي ذاته. ومع ذلك، يعمل مهندس الأبحاث عادةً داخل قسم البحث والتطوير في المنظمة أو الوكالة الحكومية أو المؤسسة أكاديمية. بشكل عام، يقوم مهندسو البحث بتطوير المنتجات أو العمليات أو التكنولوجيا لصاحب العمل. لتحقيق ذلك، يقومون بجمع المعلومات أو البيانات أو العينات ذات الصلة، ثم يُحللون أبحاثهم ويُجرون الاختبارات لإنشاء حلول مثالية ومبتكرة.

تشمل بعض الصناعات أو المجالات التي يعمل فيها مهندسو البحث (الرعاية الطبية أو الصحية – وسائل النقل – الجيش – أجهزة وبرامج الكمبيوتر – تطوير المنتجات الصناعية والتجارية – الطاقة /النفط والغاز والطاقة المتجددة والتعدين وما إلى ذلك/)

تختلف واجبات مهندس الأبحاث حسب المجال. ومع ذلك، تشمل بعض المسؤوليات العامة أو المشتركة ما يلي:

• إجراء البحوث لتحديد الحلول لمشاكل الصناعة.
• تطوير مفاهيم للمنتجات أو العمليات أو المعدات الموجودة أو الجديدة ذات الصلة بصناعتها.
• تصميم المنتجات أو المعدات أو التكنولوجيا ذات الصلة بالصناعة بناءً على المفاهيم وضمان الوظائف.
• بناء النماذج الأولية للمنتج والنظام لأغراض الاختبار.
• استخدام معدات متخصصة لتحليل واختبار العمليات أو المعدات أو المواد.
• استخدام العمليات الإحصائية لتقييم البيانات.
• إدارة وقيادة أعضاء فرق التصميم أو البحث.
• تنسيق الجداول الزمنية والموارد والمهام لتحقيق أهداف المشروع كقائد للمشروع.
• إعداد تقارير تلخص الاختبارات ونتائجها.
• كتابة مقترحات البحث والمنح.

متوسط ​​الراتب: 71,600$ سنويًا

===========

المصادر:

• What is AI? Everything you need to know about Artificial Intelligence
• The 10 highest-paying AI jobs
• Starting a Career in Artificial Intelligence