شرح وظایف کارشناس هوش مصنوعی در یک جمله این است: پیدا کردن کارهایی در شرکت که با هوش مصنوعی سریع‌تر و درست‌تر انجام می‌شوند، ساختن روش کار برای آن‌ها، یاد دادنش به همکاران و اندازه گرفتن نتیجه. کارشناس هوش مصنوعی در بیشتر شرکتهای ایرانی مدل نمی‌سازد و کد پیچیده نمی‌نویسد؛ ابزارهای آماده را به کار روزانهی تیم وصل میکند.
خلاصه در یک نگاه
– وظیفه‌ی اول نیازسنجی است: کدام کارهای تکراری بیشترین وقت تیم را می‌گیرند.
– بخش بزرگ کار، ساختن پرامپت، قالب و فرایند قابل تکرار برای همکاران است، نه استفاده‌ی شخصی از ChatGPT.
– آموزش همکاران و نوشتن قانون استفاده از داده جزو وظایف اصلی است، نه کار جانبی.
– کارشناس خوب نتیجه را با عدد گزارش میکند: چند ساعت صرفه‌جویی، چند خطای کمتر.
– در شرکت کوچک یک نفر همه‌ی این کارها را میکند؛ در سازمان بزرگ نقش‌ها تقسیم می‌شوند.
کارشناس هوش مصنوعی دقیقاً برای چه استخدام میشود؟
مدیری که دنبال کارشناس هوش مصنوعی می‌گردد، معمولاً یک مشکل مشخص دارد: «همه درباره‌ی هوش مصنوعی حرف می‌زنند ولی در شرکت ما کسی جدی از آن استفاده نمی‌کند.» کارشناس آمده که این فاصله را پر کند.
در کلاس‌هایم زیاد می‌شنوم که «کارشناس هوش مصنوعی یعنی کسی که با پایتون مدل یادگیری ماشین میسازد.» آن شغل وجود دارد، ولی اسمش مهندس یادگیری ماشین است و شرکتهای محدودی به آن نیاز دارند. چیزی که امروز یک شرکت پخش، یک فروشگاه اینترنتی یا یک آموزشگاه لازم دارد، آدمی است که ابزارهای موجود را بلد باشد و بتواند آن‌ها را به کار واقعی تیم وصل کند.
اگر هنوز با خود این شغل آشنا نیستید، اول مقاله‌ی کارشناس هوش مصنوعی کیست را بخوانید؛ اینجا تمرکزم فقط روی وظایف روزانه و کاری است که از شما انتظار دارند.
شرح وظایف کارشناس هوش مصنوعی در ۷ وظیفه‌ی اصلی
این فهرست را از کارهایی جمع کرده‌ام که در پروژه‌های سازمانی واقعاً روی میز کارشناس می‌آید. ترتیبش هم تقریباً ترتیب کار است.
-
نیازسنجی و پیدا کردن فرصت‌ها. با هر واحد می‌نشیند و می‌پرسد کدام کار هر هفته تکرار میشود و وقت زیادی میگیرد. خروجی این مرحله یک فهرست اولویت‌دار است: کارهایی که متن‌محورند، تکراری‌اند و اگر خراب شوند فاجعه نمی‌سازند.
-
انتخاب ابزار مناسب. برای هر کار، ابزاری را پیشنهاد میکند که با بودجه، دسترسی و محدودیت‌های شرکت جور باشد. در ایران این یعنی حواسش به پرداخت ارزی، تحریم و اینترنت ناپایدار هم باشد و برای هر ابزار یک جایگزین در نظر بگیرد.
-
ساختن پرامپت، قالب و فرایند. قلب کار همین‌جاست. کارشناس برای کارهای پرتکرار پرامپت آماده می‌نویسد، آن را روی نمونه‌های واقعی امتحان میکند و در یک کتابخانه‌ی مشترک می‌گذارد تا همکار بدون دانش فنی هم بتواند استفاده کند. ساختار این پرامپت‌ها را در مقاله‌ی پرامپت نویسی چیست توضیح داده‌ام.
-
اتوماسیون ساده. وقتی یک کار چند بار با پرامپت جواب داد، قدم بعدی این است که بخشی از آن خودکار شود: فرم ورودی، قالب آماده در اکسل یا یک دستیار سفارشی. نسخه‌ی پیشرفته‌ترش را در مقاله‌ی ایجنت هوش مصنوعی می‌بینید.
-
آموزش همکاران. ابزاری که کسی بلد نیست، استفاده نمی‌شود. کارشناس کارگاه کوتاه برگزار میکند، راهنمای یک‌صفحه‌ای می‌نویسد و جواب سؤال‌های روزمره را میدهد. روش طراحی این کارگاه‌ها را در آموزش هوش مصنوعی به کارکنان قدم‌به‌قدم نوشته‌ام.
-
نوشتن قانون استفاده از داده. مشخص میکند چه اطلاعاتی هرگز وارد ابزارهای هوش مصنوعی نمی‌شود: اطلاعات شخصی مشتری، قراردادها، رمزها و اعداد مالی محرمانه. بدون این قانون، یا کسی دست به ابزار نمی‌زند یا اطلاعات حساس بیرون می‌رود.
-
سنجش و گزارش نتیجه. قبل از شروع، زمان انجام چند کار را یادداشت میکند و چند هفته بعد دوباره اندازه میگیرد. گزارشی که به مدیر میدهد باید بگوید کدام کار سریع‌تر شد، کجا جواب نداد و قدم بعدی چیست.
نکته: کارشناسی که فقط خودش با هوش مصنوعی سریع کار میکند، هنوز کارشناس نیست؛ کاربر حرفه‌ای است. ارزش این شغل وقتی دیده میشود که کل تیم با روشی که او ساخته کار کند.
یک هفته‌ی کاری واقعی چه شکلی است؟
فرض کنید در یک فروشگاه اینترنتی لوازم آشپزخانه در اصفهان، با تیم ۱۲ نفره، تازه استخدام شده‌اید. هفته‌ی اول شما احتمالاً چیزی شبیه این است.
| روز | کار اصلی | خروجی |
|---|---|---|
| شنبه | گفت‌وگوی کوتاه با پشتیبانی، محتوا و انبار درباره‌ی کارهای تکراری | فهرست ۱۵ کار تکراری با زمان تقریبی هر کدام |
| یکشنبه | اولویت‌بندی و انتخاب سه کار برای شروع | جواب پیام‌های پرتکرار، توضیح محصول، خلاصه‌ی نظر مشتری‌ها |
| دوشنبه | نوشتن و امتحان پرامپت روی نمونه‌های واقعی | سه پرامپت آزمایش‌شده با لحن برند |
| سه‌شنبه | نوشتن قانون استفاده از داده و تأییدش با مدیر | یک صفحه قانون «مجاز، ممنوع، اگر شک داشتی» |
| چهارشنبه | کارگاه یک‌ساعته برای تیم پشتیبانی و محتوا | همه یک بار پرامپت‌ها را روی کار خودشان اجرا کرده‌اند |
هفته‌های بعد کمتر جلسه و بیشتر پیگیری است: پرامپتی که جواب نداده اصلاح میشود، کار جدیدی به فهرست اضافه میشود و آخر ماه یک گزارش کوتاه به مدیر می‌رود.
شرح وظایف در شرکت کوچک و سازمان بزرگ چه فرقی دارد؟
عنوان شغل یکی است ولی وزن وظایف عوض میشود. در یک دفتر حسابداری پنج نفره، کارشناس هوش مصنوعی ممکن است همان کارمندی باشد که نصف وقتش را روی این کار می‌گذارد. در یک شرکت بیمه با چند شعبه، همین نقش به چند نفر و چند جلسه‌ی هماهنگی تبدیل میشود.
| وظیفه | شرکت کوچک | سازمان بزرگ |
|---|---|---|
| نیازسنجی | گفت‌وگوی مستقیم با همه‌ی تیم | پرسش‌نامه و جلسه با مدیر هر واحد |
| انتخاب ابزار | ابزارهای رایگان یا اشتراک ساده | هماهنگی با فناوری اطلاعات و امنیت |
| پرامپت و فرایند | چند پرامپت مشترک در یک فایل | کتابخانه‌ی پرامپت برای هر واحد با مسئول جدا |
| آموزش | یکی دو جلسه‌ی کوتاه برای همه | برنامه‌ی سطح‌بندی‌شده برای مدیران و کارکنان |
| گزارش | گفت‌وگوی ماهانه با مدیر | گزارش مکتوب با شاخص‌های مشخص |
نمونه شرح شغل برای آگهی استخدام کارشناس هوش مصنوعی
اگر مدیر هستید و می‌خواهید آگهی بدهید، یا کارجو هستید و می‌خواهید بدانید چه انتظاری از شما می‌رود، این نمونه نقطه‌ی شروع خوبی است. آن را با کار مجموعه‌ی خودتان تطبیق بدهید.
عنوان شغل: کارشناس هوش مصنوعی (تمام‌وقت، حضوری یا ترکیبی)
شرح وظایف: شناسایی کارهای تکراری واحدها و پیشنهاد راه‌حل با ابزارهای هوش مصنوعی؛ نوشتن و نگهداری کتابخانه‌ی پرامپت؛ طراحی اتوماسیون‌های ساده؛ برگزاری آموزش کوتاه برای همکاران؛ تدوین قانون استفاده از داده؛ گزارش ماهانه‌ی نتایج به مدیریت.
مهارت‌های لازم: تسلط عملی به ابزارهایی مثل ChatGPT، Gemini یا Claude؛ پرامپتنویسی ساختارمند؛ آشنایی با اکسل یا Google Sheets؛ توانایی توضیح ساده به افراد غیرفنی؛ دقت در حفظ اطلاعات محرمانه.
امتیاز: سابقه‌ی آموزش یا مشاوره، آشنایی با ابزارهای اتوماسیون بدون کدنویسی.
همین متن را می‌توانید با یک پرامپت برای شرکت خودتان شخصی‌سازی کنید:
نقش: تو یک کارشناس منابع انسانی در یک شرکت ایرانی هستی.
هدف: یک آگهی استخدام کارشناس هوش مصنوعی برای شرکت ما بنویس.
زمینه: ما یک [نوع کسب‌وکار] با [تعداد] نفر در [شهر] هستیم. بیشترین وقت تیم صرف [کارهای تکراری اصلی] میشود.
قالب: بخش‌های «درباره‌ی ما»، «شرح وظایف»، «مهارت‌های لازم» و «امتیاز»، هر بخش چند بند کوتاه.
محدودیت: حداکثر ۲۵۰ کلمه، لحن ساده و بدون اغراق، و هیچ مزایا یا حقوقی را که من نگفته‌ام از خودت ننویس.
چه کارهایی جزو وظایف کارشناس هوش مصنوعی نیست؟
دانستن مرز این شغل به اندازه‌ی خود وظایف مهم است، چون خیلی از ناامیدی‌ها از انتظار اشتباه شروع میشود.
کارشناس هوش مصنوعی مسئول ساختن مدل از صفر نیست؛ آن کار مهندس یادگیری ماشین است. مسئول نگهداری سرور و شبکه هم نیست؛ آن کار فناوری اطلاعات است. تصمیم نهایی درباره‌ی جواب مشتری یا عدد گزارش مالی هم با او نیست؛ خروجی هوش مصنوعی پیش‌نویس است و مسئولیتش با کسی است که آن را می‌فرستد.
یک مرز دیگر هم هست: فرق کارشناس با مشاور هوش مصنوعی. کارشناس معمولاً داخل یک مجموعه کار میکند و روزبه‌روز همراه تیم است. مشاور از بیرون می‌آید، برای چند کسب‌وکار نقشه‌ی راه می‌چیند و پروژه را تحویل میدهد. وظایف شبیه است، رابطه‌ی کاری فرق دارد.
برای این وظایف چه مهارت‌هایی لازم دارید؟
رک بگویم: هیچ‌کدام از این هفت وظیفه به مدرک کامپیوتر نیاز ندارد. چیزی که لازم دارید تسلط عملی به چند ابزار، پرامپتنویسی درست، کمی اکسل و مهم‌تر از همه توانایی گوش دادن به مشکل آدم‌هاست. اگر پرامپتنویسی هنوز نقطه‌ی ضعف شماست، کارگاه پرامپتنویسی حرفه‌ای سریع‌ترین راه برای محکم کردن این مهارت است.
کسانی که در کلاس‌هایم سریع‌تر در این نقش جا می‌افتند، معمولاً قبلاً در همان صنعت کار کرده‌اند: حسابداری که حالا برای دفتر حسابداری پرامپت میسازد، یا کارشناس فروشی که فرایند پیگیری مشتری را بازطراحی میکند. شناخت کار، نصف این شغل است. اگر نگرانید که برنامه‌نویس نیستید، مقاله‌ی مشاور هوش مصنوعی بدون برنامه نویسی را بخوانید.
سؤالات متداول
کارشناس هوش مصنوعی باید برنامهنویسی بلد باشد؟
برای بیشتر شرکتها نه. وظایف اصلی با ابزارهای آماده، پرامپتنویسی و ابزارهای اتوماسیون بدون کدنویسی انجام میشود. برنامهنویسی فقط در تیمهای فنی که ابزار اختصاصی میسازند لازم میشود.
مهم‌ترین وظیفه‌ی کارشناس هوش مصنوعی چیست؟
پیدا کردن کار درست. اگر نیازسنجی خوب انجام نشود، بهترین پرامپت‌ها هم روی کاری ساخته می‌شوند که کسی به آن نیاز ندارد. بعد از آن، ساختن روشی که کل تیم بتواند استفاده کند.
کارشناس هوش مصنوعی با مهندس هوش مصنوعی چه فرقی دارد؟
مهندس هوش مصنوعی مدل و سیستم میسازد و کار فنی عمیق انجام میدهد. کارشناس ابزارهای موجود را به کار روزانهی شرکت وصل میکند، به همکاران آموزش میدهد و نتیجه را اندازه میگیرد.
آیا یک کارمند فعلی میتواند وظایف کارشناس هوش مصنوعی را بر عهده بگیرد؟
بله، و در شرکتهای کوچک معمولاً همین اتفاق میافتد. کارمندی که کار مجموعه را میشناسد و به ابزارها علاقه دارد، با یادگیری ساختارمند میتواند بخشی از وقتش را به این نقش بدهد.
عملکرد کارشناس هوش مصنوعی را چطور بسنجیم؟
با عدد، نه با حس. زمان انجام چند کار مشخص را قبل و بعد اندازه بگیرید، تعداد همکارانی را که واقعاً از پرامپت‌ها استفاده می‌کنند بشمارید و کیفیت خروجی را با نظر مدیر هر واحد بسنجید.
از امروز چه کار کنیم؟
شرح وظایف کارشناس هوش مصنوعی روی کاغذ طولانی است، ولی شروعش ساده است. اگر می‌خواهید کارشناس هوش مصنوعی شوید، همین هفته وظیفه‌ی اول را روی محل کار فعلی خودتان امتحان کنید: پنج کار تکراری تیمتان را بنویسید، برای یکی‌اش پرامپت بسازید و زمان قبل و بعد را یادداشت کنید. همین یک تمرین، اولین نمونه‌کار شماست.
اگر می‌خواهید این هفت وظیفه را ساختارمند و با پروژه‌ی واقعی یاد بگیرید و آن را به شغل یا خدمت قابل فروش تبدیل کنید، دوره تربیت کارشناس و مشاور هوش مصنوعی قدم منطقی بعدی شماست.
نظرها
هنوز نظری منتشر نشده؛ اولین نفر باش.
نظرت را بنویس
دکتر علی اخوان
مدرس و مشاور هوش مصنوعی کسب‌وکار، نویسنده کتاب «پرامپت‌های پولساز»
بیش از ۸ سال سابقه تدریس و آموزش کاربردی هوش مصنوعی برای کسب‌وکار و درآمد؛ بنیان‌گذار دوره تربیت مشاور هوش مصنوعی و طراح چارچوب پنج‌اصلی پرامپتنویسی (روش دکتر اخوان).
درباره دکتر اخوان ←
