图片来源：https://pixabay.com/images/id-3426397/

编译：iothome

许多领域都在采用人工智能，制造业也不例外。借助人工智能带来的强大力量，生产团队可以利用实时数据优化生产流程，并减少关键资产的停机时间。

制造商面临着生产能力不断增长的需求，同时还面临着直接影响质量和产量的生产损失。

制造商越来越多地转向采用人工智能技术的工业物联网解决方案，以快速查找和解决此类生产损失的根本原因。

在生产线上实施大数据分析解决方案时，该解决方案将收集和分析手头上的数据。

当然，由于这项任务需要统计和机器学习方面的专业知识，因此，制造商必须聘用数据科学家来完成这项工作。

这说起容易做起来难。

仅美国就有25万名数据科学家短缺，而且对这些专业人员的需求同比增长了29%。

此外，数据科学家的薪水也非常高，起薪为13万美元。因此，LinkedIn将数据科学家列为美国2019年的头号工作也就不足为奇了。

吸引和留住数据科学家的困难和成本导致了新角色的出现——公民数据科学家。组织中的现有员工通常被赋予这样角色，这些员工接受过使用数据分析工具和技术方面的培训。

制造业中的公民数据科学家意味着什么

Gartner 将公民数据科学家定义为创建或生成模型的人，这些模型使用高级诊断分析或预测功能，但其主要工作职能不在统计和分析领域。

这种角色在制造业中的一个主要优势是，它可以利用公司内部已经存在的工程技能。(来源物联之家网)制造团队由多种类型的工程师组成，如质量工程师、流程工程师、维护工程师和化学工程师，制造商有能力交叉培训和认证特定员工成为他们的公民数据科学家。

生产工程师可以担当公民数据科学家的角色，以在生产流程和资产、数学、统计和建模方面发挥他们应有的作用。

生产工程师使用这些技能从分析中获得更多价值，因为他们可以：

▲更好地理解数据及其完整性

▲快速评估机器学习模型对业务问题的影响

▲识别假阳性

简而言之，公民数据科学家能够比对生产流程和资产缺乏深入了解的数据科学家更快地获得有意义、准确和可操作的见解。

通过将公民数据科学家纳入您的团队，您的工程师现在可以充当“超级用户”，他们可能不是数据科学方面的专家，但他们能够使用这些工具为制造业提供战略和运营见解。

公民数据科学家基本上可以执行简单和适度复杂的分析任务，这些任务以前需要更多的专业知识，以及更多的预算。

公民数据科学家并不能取代数据科学家，但是，通过增加公民数据科学家的角色，并部署一个工业人工智能解决方案，组织可以根据其业务需求的变化调整其分析模型，从而确保其业务灵活性，而无需依赖数据科学家专业人员的可用性。

随着制造业采用人工智能解决方案的需求不断增加，我们期望在大多数生产团队中产生更多的公民数据科学家。

参考：seeb