聚光灯
人工智能治理审计师、人工智能道德审计师、人工智能合规审计师、人工智能保证专家、人工智能风险与控制审计师、人工智能审计与保证分析师、人工智能治理与合规顾问、人工智能道德与责任人工智能审计师、人工智能风险管理审计师、人工智能控制与合规专家
当我们听到 "审计 "一词时,很多人会想到国税局,因为国税局因审计纳税人的记录而臭名昭著。但审计可以是任何类型的正式检查,而且是非常彻底的检查,目的是发现和减少错误、失误和其他问题。这一概念甚至适用于快节奏的人工智能世界,这也是我们拥有人工智能审计师的原因!
正如Holistic AI所解释的那样,"人工智能审计的目的是评估一个系统,摸清其技术功能和治理结构方面的风险,并建议可以采取的措施来降低这些风险"。
人工智能审计是一个客观的分析过程,涉及对人工智能模型、算法、操作、数据流和结果进行细致评估。审计员会查找任何可能需要根除的技术和道德问题,以确保更高的准确性以及更好地遵守法规和道德准则。请注意,尽管并非所有 IT 审计师都会处理人工智能问题,但公司可能会使用 IT 审计师一词来代替人工智能审计师。
- 帮助改进人工智能系统,更好地为人们和企业服务
- 在一个变革性行业工作,该行业有可能在许多方面改善人们的生活
- 薪酬丰厚,未来几年就业前景广阔
人工智能审计员可以全职工作,根据目标和时间安排,可能需要加班。他们的工作在室内进行,但可能需要偶尔出差。
典型职责
- 确保制定明确的业务目标
- 讨论公司采用人工智能的目标
- 将业务目标与预计的人工智能成果和成本相匹配
- 审计数据源,包括内部和外部数据源
- 监控结构化和非结构化数据
- 交叉验证人工智能模型
- 评估人工智能的算法和获取"干净数据 "的渠道
- 严格审查数据使用和数据隐私做法,确保最高标准的保护
- 确保人工智能系统符合法律法规要求
- 筛查人工智能系统算法和数据集是否存在偏见和歧视,以确保公平输出
- 审查伦理方面的问题;与人工智能伦理学家合作,帮助确保结果准确、客观
- 查找可能使人工智能模型遭受黑客攻击的潜在安全漏洞
- 在适用情况下,确认主机/云服务符合安全要求,如开放式全球应用安全项目概述的安全要求
- 强调自动化人工任务的方法,以提高效率
- 审查财务报告和历史交易
- 根据需要遵循程序核对表
额外责任
- 熟悉各种审计框架,如COBIT、内部审计师协会人工智能审计框架、COSO ERM 框架和美国政府问责局的人工智能问责框架。
- 监控有关人工智能系统输出的社会反馈
- 保存完整的程序文件
- 了解行业的最新进展和趋势
软技能
- 问责制
- 分析性的
- 批判性思维
- 注重细节
- 纪律严明
- 伦理
- 公平性
- 包容性
- 独立的
- 诚信
- 循序渐进
- 有组织的
- 病人
- 解决问题
- 健全的判断力
- 团队合作
- 时间管理
- 透明度
- 写作技巧
技术技能
- 了解人工智能技术,包括机器学习算法、自然语言处理和计算机视觉
- 数据分析方法和程序
- 编码常识(如 Python 或 R)
- 熟悉数据隐私法律法规
- 网络安全原则
- 以人为本的设计原则
- 人工智能系统风险评估
- 私营商业企业
- 人工智能研究公司
- 大学
Censius.AI解释说,人工智能审计师 "教育C-suite领导,揭示相关风险,并相应地制定保障控制措施"。他们必须勤奋、彻底、客观地改进人工智能系统,帮助企业遵守复杂的法律和监管标准。
人工智能审计师必须熟悉适用的审计框架,并且随着人工智能系统的不断发展,需要随时了解最新进展。与任何类型的审计一样,有时公司并不总是欢迎审计师的审计结果,因为这可能意味着更多的工作、更高的成本甚至延误。这就是为什么人工智能审计师需要能够清楚地解释审计流程的重要性和价值,以及由此带来的积极结果。
人工智能审计员通常是 IT 爱好者,他们看到了人工智能系统为世界带来的内在价值和风险。他们可能从小就对科幻小说感兴趣,对人工智能有朝一日可能为生活带来的可能性感到兴奋......同时,他们也对人工智能落入坏人之手可能造成的有害甚至危险后果感到担忧。
一般来说,审计员往往具有高度的客观性和分析能力,而人工智能审计员可能在高中时就喜欢使用计算机和编程语言。他们有很高的标准,注重工作质量,而这些特质本可以在家里或学校培养出来。
需要的教育
- 人工智能审核员需要大学学位,但工作资格要求各不相同。没有适用于每个人工智能审核员职位的特定学位
- 热门学位专业和专业领域包括计算机科学、网络安全、人工智能、数学、统计学和数据科学。学士学位通常足以找到工作,但高级职位可能需要硕士学位。
- 雇主可能会寻找拥有与机器学习、数据分析、审计、监管合规、网络安全、风险管理和人工智能治理战略相关的实际工作经验的求职者。
- 学生可以通过在线课程或认证(如 Babl.AI 的人工智能和算法审计师证书课程或That Audit Guy 的人工智能审计入门课程)来加强大学教育。
- 专业组织认证可能会有所帮助,例如信息系统审计与控制协会(ISACA)的注册信息系统审计师和风险与信息系统控制认证。
- 首先,确定您想主修的专业。计算机科学是这一职业领域的热门选择
- 查看学校专门针对人工智能和数据科学开设的课程
- 考虑双学位或联合学位课程(学士学位和硕士学位一起完成),您可以根据最适合人工智能审计员工作的情况来调整您的学业。
- 查看该计划的毕业生就业统计数据
- 考虑学费、折扣和当地奖学金的机会(除联邦援助外)。
- 在决定报读校内课程、在线课程或混合课程时,请考虑您的时间安排和灵活性!
- 在高中和/或大学,报名参加以下课程:
- 从Coursera、Udemy、微软、DeepLearning.AI 和其他网站选修人工智能相关在线课程
- 通过兼职、实习或自由职业获得真实世界的人工智能工作经验
- 根据教育和工作经历要求筛选招聘职位。注意,人工智能审计员职位可能被列为 "IT 审计员"。
- 要求与在职的人工智能审计员进行一次信息访谈。询问他们的教育路径,以及他们可能采取的不同做法
- 列出您的联系人名单(包括电子邮件地址或电话号码),这些人可能会成为您未来的工作推荐人
- 阅读有关当前人工智能(或 IT)审计最佳实践的书籍、文章和视频。做一个基于人工智能审计的大学研究项目,并建立自己的项目组合
- 参加在线论坛辩论和讨论。在人工智能社区内建立联系和社会资本
- 参与专业组织的活动,学习、分享、交友并拓展人脉。可以考虑加入的组织包括
- 完成学业并获得相关证书后,您需要找到一份初级工作,以便获得实际操作经验
- 您在人工智能行业的第一份工作可能与审计无关,因此,您可以寻找数据分析或软件开发等工作,在这些工作中,您可以初露头角。
- 查看就业门户网站,如Indeed、Simply Hired、Glassdoor、AI-Jobs.net 和The AI Job Board 。
- 密切关注招聘启事中列出的教育和经验要求
- 注意您可以在简历中重复使用的关键字
- 将链接添加到您的在线作品集
- 必要时,参加与人工智能审计相关的特别课程,以充实自己的简历
- 这是一个很小的领域,因此请与在职的人工智能审计员交谈,了解他们的求职技巧。他们甚至可能知道某个职位空缺!
- 向你的学术顾问、教授和导师请教有关开启人工智能职业生涯的建议
- 向学校的就业中心寻求帮助,包括撰写简历、进行模拟面试、学习面试成功的着装,以及帮助寻找招聘会。
- 参加各种会议和活动,在那里你可以拓展人脉,畅所欲言。让您的网络知道您正在找工作!
- 搬迁到有工作的地方。根据Versa Networks 的统计,人工智能领域招聘人数最多的州是:加利福尼亚州、德克萨斯州、纽约州、华盛顿州、弗吉尼亚州和马萨诸塞州:加利福尼亚州、德克萨斯州、纽约州、华盛顿州、弗吉尼亚州和马萨诸塞州
- 请求允许在求职申请中将某人列为个人推荐人
- 在LinkedIn上建立职业档案,并利用该网站寻找工作
- 撰写有关人工智能审计的文章,并在相关网站上发表
- 认真履行审计职责,帮助雇主发现和解决问题
- 问问你的雇主,你可以提高哪些技能来更好地满足他们的需求。让他们知道你愿意接受更多的教育和培训,尤其是如果他们愿意承担学费的话!
- 展示高尚的道德价值观、诚信和商业头脑
- 与同行有效合作,但不要走捷径或急于求成。审核是一个缓慢、有条不紊的过程
- 为您的人工智能模型寻找并采用最佳框架
- 保持透明,与利益相关者清晰沟通。以同理心回答问题和疑虑,并提供解决问题的可行方案
- 继续扩展您在人工智能设计和架构方面的知识
- 全面培训新的人工智能审核员。将培训课程作为学习新知识的机会!
- 参与专业组织。撰写论文、发表演讲、担任委员会成员,让自己成为人工智能社区的宝贵一员
- 了解最新的相关法律法规指南。预测潜在问题,帮助雇主制定应急计划!
网站
- Now 人工智能研究所
- 人工智能专业人员协会
- COBIT
- COSO 机构风险管理框架
- IEEE
- 内部审计师协会 AI 审计框架
- 国际模式识别协会
- 国际神经网络学会
- 国际审计师协会
- 学习提示
- 机器智能研究所
- 美国国家标准与技术研究院
- OpenAI
- 开放式全球应用程序安全项目
- 人工智能合作伙伴关系
- 美国政府问责局的人工智能问责框架
书籍
- CISA Timothy McWilliams 著:《运营审计师的IT 审计基础
- CISA - 注册信息系统审计师学习指南:与《2019年CISA复习手册》保持一致,作者:Hemang Doshi
成为人工智能审计师的道路可能会有一些曲折,而且沿途也不一定会有路标。这是一个重要的职业领域,但并不总是那么容易进入。如果您正在寻找一条可能更清晰的职业道路,请查看下面的备选方案!
- 大数据工程师
- 商业智能开发人员
- 计算机程序员
- 计算机系统分析员
- 数据库架构师
- 数据科学家
- 信息安全分析师
- 软件架构师
- 网络开发人员
新闻联播
特色工作
在线课程和工具
年薪预期
新员工的起薪约为 10.5 万美元。年薪中位数为 14.5 万美元。经验丰富的员工年薪可达 17.8 万美元左右。
年薪预期
新员工的起薪约为 7.7 万美元。年薪中位数为 10.3 万美元。经验丰富的员工年薪约为 13.4 万美元。
年薪预期
新员工的起薪约为 14.7 万美元。年薪中位数为 18 万美元。经验丰富的员工年薪约为 21.8 万美元。
年薪预期
新员工的起薪约为 7.8 万美元。年薪中位数为 10.9 万美元。经验丰富的员工年薪约为 14.9 万美元。
年薪预期
新员工的起薪约为 7.6 万美元。年薪中位数为 10.5 万美元。经验丰富的员工年薪可达 14.1 万美元。
年薪预期
新员工的起薪约为 6.7 万美元。年薪中位数为 9.9 万美元。经验丰富的员工年薪约为 13.7 万美元。