人工智能学习

成为AI工程师的路线图

本文主要是介绍成为AI工程师的路线图,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

AI是构建所有技术的新范式。

- 克莱门特·德朗格(HuggingFace联合创始人)

在确定了AI 工程师将成为下一个重要的技术职位之后,是时候学习如何成为一名 AI 工程师了。

这篇帖子解释了:

  • 软件工程师转变为AI工程师可以遵循的发展路线。
  • 成为AI工程师所需的技能。
  • 在培养这些技能时应该学习使用的示例工具。
  • 发展这些技能的最佳方式。

让我们先揭开路线图吧!

成为AI工程师的道路 🧭

Harshit Tyagi 的 AI 工程师路线图

首先!

针对谁?

程序员 / 软件开发工程师 / 分析师 / 数据科学家计划提升技能以从事AI工程。

由于这是核心工程技能,以下是先决条件:

  • 中级水平的Python/JS编程理解。

  • 理想情况下,你至少有开发2-3个中等复杂应用的经验,例如使用Flask或Rails或Node.js开发的博客网站应用。

  • 至少能够阅读文档来构建应用。

  • 在像VS Code这样的IDE中编写代码感到舒适。

  • 虽然使用git和GitHub很重要,但可以在项目中学习这些技能。
解析路线图

我已经将整个AI工程路线分为3个阶段,如下所示,你从左到右依次前进,即从入门到中级再到高级。

这里每个阶段代表的意思如下:

  1. 入门(<= 1个月) — 构建基本应用程序以学习如何使用LLM API,仔细设计应用程序的提示,并与开源LLM合作。
  2. 中级(~ 2个月) — 深入构建更具有上下文意识的高级应用程序,使用检索增强生成(RAG)。学习向量数据库及其使用方法。学习使用LLM和工具构建代理。
  3. 高级(~ 3个月) — 掌握应用程序构建后,学习使用LLMOps部署、优化和管理生产中的LLM驱动应用程序。学习如何微调预训练模型,以高效且低成本地适应下游应用程序。
初级技能如下:
  • 理解LLM的基础——你应该知道ChatGPT的大致工作原理。
  • 学习开发者提示工程。如何编写提示以提高LLM的响应质量。
  • 学习从API获取数据,学习处理JSON数据。
  • 学习调用封闭和开源的LLM模型,函数调用,传递提示,解析响应。
  • 学习管理对话中的上下文空间。
  • 学习使用langchain创建和自动化操作序列——Chains。
  • 使用Gradio或Streamlit进行基本的应用开发,用于POC和演示。
  • 部署你的应用以使其可访问——在HuggingFace Space或Streamlit云上进行基本部署。
  • 多模态生成——使用HuggingFace transformer库生成代码、图像和音频。
中级项目需要:
  • 理解向量嵌入和向量数据库。
  • 学会如何在应用程序中使用向量数据库。
  • 构建检索增强生成(RAG)——与您的知识库进行聊天。
  • 开发高级RAG管道,例如子问题查询引擎,该引擎可以在经过多个数据源后提供响应。
  • 构建代理——迭代工作流以完成大型任务。
  • 构建多代理应用程序,其中多个代理协同工作以提供更好的解决方案。
  • 使用多个代理进行自动化——Autogen和Crew AI
  • 评估RAG——RAGAs框架。
  • 管理数据库、检索、部署完整应用程序、版本控制、日志记录和监控模型行为。
高级项目将需要你完成以下任务:
  • 微调预训练的LLM以适应特定领域的知识和定制响应,例如医学研究、金融研究、法律分析等。
  • 整理数据集并设计(ETL管道)以进行模型微调。
  • 评估和基准测试模型性能。
  • LLMOps — 构建完整的端到端管道,包括模型注册、可观测性和自动化测试。
  • 构建多模态应用 — 结合文本和图像的混合语义搜索。
  • 构建SDK、包和自定义解决方案,以帮助其他开发者。
  • 使用提示破解等技术并采取防御措施(如检查漏洞和潜在风险)来保护您的AI应用程序。

以下是您在花费足够时间构建应用程序和调整模型后,技能应如何进步:

现在,如何培养这些技能?

学习资源、参考和项目 &#128218;

AI 正在涌现出各种学习资源和教程。

有许多很好的资源可以学习这些概念,也有很多热心的人在每个主题上发布非常深入和详细的材料。

这里很难捕获所有资源,所以我创建了一个单独的资源列表 here。

最佳的学习方式 — 构建!

我们已经学会了应该做什么,现在让我们来讨论一下最好的做法。

处理项目。

掌握这些概念的最佳方式。这将进一步提升思考前沿用例的能力。

你可以在这个同一仓库中找到项目想法。

除此之外,我还会在我的 YouTube 频道上分享项目和教程。

对于第一步,我推荐你查看我创建的这个基于项目的课程,在这个课程中,你将构建由LLM驱动的应用程序,包括作为WhatsApp聊天机器人的RAG管道。

构建由LLM驱动的WhatsApp聊天机器人项目式课程,学习如何构建作为WhatsApp聊天机器人的LLM应用程序www.wiplane.com
此帖子的视频版本:

AI 工程师路线图由 Harshit Tyagi 提供

别忘了加入我的Discord社区!

除了学习之外,AI 社区每天都会发布许多公告和新进展,许多人正在研究有趣的用例并开发可能引起你兴趣的产品。

如果你想参与这次讨论,加入我们的 Discord 社区。社区名为 Wiplane。

接下来是什么!

我将遵循相同的路线图,并一路揭露过程、挑战和学习的内容。

确保你已订阅,以接收那些特别详细的帖子。

这篇关于成为AI工程师的路线图的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!