我們來談一談如何組建一個AI項目開發小組：

為什么要為嵌入式AI項目

組建一個專門的開發小組

相對于以往成熟的項目開發體系，嵌入式AI項目是一個全新的領域。目前大多嵌入式AI項目都是定制設計，致力于解決具體的問題，每個問題出的場景各有不同，難有成例，都需要投入必要的人手執行開發工作。

嵌入式AI項目當中，幾乎所有的開發任務都將圍繞數據展開。數據來源的差異性決定了每個AI項目的開發過程都不盡相同，存在著不確定性，項目小組需要通過配合對這些不確定有足夠的應對能力。這就對AI項目/產品經理的學科背景和協調能力提出了挑戰。

同時，與數據相關的任務之間也有各自不同的使命，大家各自的工作從軟件到硬件，從算法到業務領域，技術背景跨度都特別大。

AI嵌入式項目是AI和傳統嵌入式系統的結合，傳統項目開發體系的人力資源和成功經驗，可以演化到AI項目中。嵌入式AI項目不是孤立的AI研究，仍然需要傳統嵌入式系統和響應的產品作為載體。

嵌入式AI項目開發小組

的角色與分工

嵌入式AI項目開發小組的各位成員，按照職能來分：至少有AI產品經理、嵌入式系統工程師和AI數據/算法工程師。

AI產品 / 項目經理

定義產品，將AI技術和具體的目標產品結合。

分析需求，將目標產品拆分，一些功能可用已有方法實現，一些功能可用用AI方法實現。

追蹤關鍵項目節點，成熟開發方法，管控流程；AI開發方法，以數據為中心，反饋迭代。把控項目收斂方向。

維護項目開發文檔。

嵌入式系統 - 專家 / 工程師

搭建軟件和工具框架，為部署AI模型搭建平臺，包括采集數據的軟硬件環境，軟硬件工具鏈，對AI模型的適配等。

結合硬件電路系統的特點，優化包括AI模型在內的整個系統的執行效能。

驗證最終完整開發產品的正確性和有效性。

維護項目開發和調試日志。

AI數據 / 算法 - 專家 / 工程師

對采集到的原始數據進行標定。

分析數據特征，選擇和創建合適的數據分析方法，能夠有效提取關鍵特征。

（使用工具）建立AI模型，并使用現有的數據集進行訓練，調優等。

對訓練好的模型進行仿真，并向系統工程師交付模型和對應的仿真報告（使用說明書）。

維護數據調試日志。

維護AI模型調試日志。

實際上，這個項目小組的可能由客戶、代理商/銷售和芯片原廠的人手配合組建。結合實際情況，各角色的人手具體可以來自不同的部門：

客戶

產品 / 項目經理（確認產品方案，對產品的研發和量產負責）

系統專家（終端產品應用）

數據工程師（在客戶處搭建的標定環境下采集數據，通過瑞薩提供的Reality AI Tools創建AI模型）

代理商 / 銷售

產品/項目經理（追蹤項目進度），可以由PM承擔角色。

數據工程師（協助客戶采集數據），可以由DFAE承擔角色。

瑞薩電子（芯片原廠）

產品/項目經理（協助定義AI產品，涉及AI產品架構），可以由市場部或者Sales承擔角色。

系統專家，可以由AE/FAE承擔角色。

算法專家，可以由AI AE承擔角色。

數據專家，可以由FAE承擔角色。

AI產品落地是檢驗

團隊合作成果的最終標準

在當下這個嵌入式AI正在爆發的時代，任何一個AI項目都是全新的設計，我們沒有太多的成功經驗可以遵循，也不必受傳統方法的束縛，在項目中，工作崗位的職責隨著需求時刻發生變化，但最終，都是要服務于產品落地，幫助客戶和市場贏取收益。