Función y principales responsabilidades del AI Solution Architect

24.01.2023

AI Solution Architect: función y principales responsabilidades

El AI Solution Architect se encarga de desarrollar soluciones basadas en Inteligencia Artificial que puedan mejorar los procesos de business, los sistemas empresariales y, en general, el flujo de trabajo¹.

En concreto, el AI Solution Architect es responsable, a nivel organizativo, de la definición, diseño y, en cierta medida, implantación de soluciones tecnológicas que exploten la Inteligencia Artificial (IA) y el Machine Learning (ML) y que fomenten la productividad.

Sus responsabilidades incluyen:

La evaluación de las necesidades de la empresa y el desarrollo de una estrategia coherente con los objetivos empresariales.
El análisis de los requisitos y especificaciones funcionales de las soluciones que hay que implantar y su traducción en requisitos del sistema completos y viables.
Estudio de viabilidad y análisis de riesgos.
La integración y programación de sistemas de AI que resuelvan problemas empresariales específicos.
La supervisión continua de estos sistemas, con el fin de identificar posibles puntos críticos y margen de mejora.

Para realizar sus tareas lo mejor posible, el AI Solution Architect puede plantearse las siguientes preguntas:

¿Cómo puedo utilizar la Inteligencia Artificial para resolver un problema empresarial concreto?
¿Qué framework o plataforma es la más adecuada para resolver ese problema?
¿Qué aspecto tendrá la solicitud final? ¿De qué módulos constará? ¿Cómo interactuarán estos módulos entre sí?
¿Cuál podría ser la evolución futura?

Formación, competencias duras y blandas de un AI Solution Architect

Por lo general, un AI Solution Architect es licenciado en disciplinas STEM, como Informática o Ingeniería Informática.

Para complementar la formación académica, es posible cursar un máster en AI. También puede ser útil obtener certificaciones que acrediten competencias en campos específicos (Data Science, por ejemplo).

Entre los numerosos hard skills que generalmente posee el AI Solution Architect se encuentran los conocimientos relacionados con:

Machine Learning (ML). El Machine Learning se refiere a la creación de algoritmos capaces de "aprender" a través de la experiencia, con el fin de mejorar el rendimiento futuro.
Programación de aplicaciones que explotan la AI. A los AI Solution Architect se les pide principalmente que creen nuevas aplicaciones utilizando algoritmos de AI. Por tanto, se requieren conocimientos avanzados de programación (entre los lenguajes más utilizados está Phyton) y conocimientos básicos de las Application Programming Interfaces (API) pertinentes.
Programación Neurolingüística (PNL). Un método de comunicación que, mediante la transformación de no estructurados (como texto y voz) en datos estructurados (como bases de datos relacionales), pretende que humanos y máquinas se comuniquen.
AI Integration. En el entorno empresarial, el AI Solution Architect también puede ocuparse de la integración entre la AI y la infraestructura de IT. Ejemplos de integración son las aplicaciones chatbot.