嵌入式AI技术漫谈 如何组建一个AI项目开发小组

我们来谈一谈如何组建一个AI项目开发小组：

为什么要为嵌入式AI项目

组建一个专门的开发小组

相对于以往成熟的项目开发体系，嵌入式AI项目是一个全新的领域。目前大多嵌入式AI项目都是定制设计，致力于解决具体的问题，每个问题出的场景各有不同，难有成例，都需要投入必要的人手执行开发工作。

嵌入式AI项目当中，几乎所有的开发任务都将围绕数据展开。数据来源的差异性决定了每个AI项目的开发过程都不尽相同，存在着不确定性，项目小组需要通过配合对这些不确定有足够的应对能力。这就对AI项目/产品经理的学科背景和协调能力提出了挑战。

同时，与数据相关的任务之间也有各自不同的使命，大家各自的工作从软件到硬件，从算法到业务领域，技术背景跨度都特别大。

AI嵌入式项目是AI和传统嵌入式系统的结合，传统项目开发体系的人力资源和成功经验，可以演化到AI项目中。嵌入式AI项目不是孤立的AI研究，仍然需要传统嵌入式系统和响应的产品作为载体。

嵌入式AI项目开发小组

的角色与分工

嵌入式AI项目开发小组的各位成员，按照职能来分：至少有AI产品经理、嵌入式系统工程师和AI数据/算法工程师。

AI产品 / 项目经理

定义产品，将AI技术和具体的目标产品结合。

分析需求，将目标产品拆分，一些功能可用已有方法实现，一些功能可用用AI方法实现。

追踪关键项目节点，成熟开发方法，管控流程；AI开发方法，以数据为中心，反馈迭代。把控项目收敛方向。

维护项目开发文档。

嵌入式系统 - 专家 / 工程师

搭建软件和工具框架，为部署AI模型搭建平台，包括采集数据的软硬件环境，软硬件工具链，对AI模型的适配等。

结合硬件电路系统的特点，优化包括AI模型在内的整个系统的执行效能。

验证最终完整开发产品的正确性和有效性。

维护项目开发和调试日志。

AI数据 / 算法 - 专家 / 工程师

对采集到的原始数据进行标定。

分析数据特征，选择和创建合适的数据分析方法，能够有效提取关键特征。

（使用工具）建立AI模型，并使用现有的数据集进行训练，调优等。

对训练好的模型进行仿真，并向系统工程师交付模型和对应的仿真报告（使用说明书）。

维护数据调试日志。

维护AI模型调试日志。

实际上，这个项目小组的可能由客户、代理商/销售和芯片原厂的人手配合组建。结合实际情况，各角色的人手具体可以来自不同的部门：

客户

产品 / 项目经理（确认产品方案，对产品的研发和量产负责）

系统专家（终端产品应用）

数据工程师（在客户处搭建的标定环境下采集数据，通过瑞萨提供的Reality AI Tools创建AI模型）

代理商 / 销售

产品/项目经理（追踪项目进度），可以由PM承担角色。

数据工程师（协助客户采集数据），可以由DFAE承担角色。

瑞萨电子（芯片原厂）

产品/项目经理（协助定义AI产品，涉及AI产品架构），可以由市场部或者Sales承担角色。

系统专家，可以由AE/FAE承担角色。

算法专家，可以由AI AE承担角色。

数据专家，可以由FAE承担角色。

AI产品落地是检验

团队合作成果的最终标准

在当下这个嵌入式AI正在爆发的时代，任何一个AI项目都是全新的设计，我们没有太多的成功经验可以遵循，也不必受传统方法的束缚，在项目中，工作岗位的职责随着需求时刻发生变化，但最终，都是要服务于产品落地，帮助客户和市场赢取收益。