写点什么

AI 工程师成长路线图

作者:俞凡
  • 2025-03-11
    上海
  • 本文字数:1801 字

    阅读完需:约 6 分钟

本文介绍了成为 AI 工程师的详细路线图,包括必要技能、学习资源、项目创意以及如何通过构建实际项目来提升这些技能。原文:Roadmap to Become an AI Engineer


AI 是构建所有技术的新范式。-- Clem Delangue(HuggingFace 联合创始人)


在确定 AI 工程师必将成为下一个重要的技术角色之后,是时候学习如何成为一名 AI 工程师了。


本文将探讨对如下内容:


  • 从软件工程师到 AI 工程师的路线图。

  • 成为 AI 工程师所需的技能。

  • 在发展技能的同时,应该学会使用的工具。

  • 发展这些技能的最佳途径。


让我们先看看路线图!

成为 AI 工程师的路线图 🧭


先说第一件事!

目标读者

计划提升 AI 工程技能的程序员/软件工程师/分析师/数据科学家。


由于这是一项核心工程技能,因此需要具备以下先决条件:


  • 对 Python / JS 编程的了解达到中级水平。

  • 理想情况下,必须拥有至少 2-3 个中等复杂度应用程序的编码经验,如使用 Flask 或 Rails 或 Node.js 编写博客应用。

  • 至少可以轻松通过阅读文档来构建项目。

  • 可以使用 VS Code 等 IDE 进行编码。

  • 使用 git 和 GitHub 虽然也很重要,不过可以在项目工作中学习。

路线图分解

如图所示,整个 AI 工程的学习分为三个阶段,在路线图中从左到右,即从初级到中级再到高级。


以下是每个阶段所代表的意义:


  • 初学者(<= 1 个月) -- 构建基本应用程序,学习使用 LLM API、为应用程序精心设计提示以及使用开源 LLM。

  • 中级(~ 2 个月) -- 深入了解如何使用 RAG(Retreival Augmented Generation)构建更多上下文感知高级应用程序,了解并使用向量数据库,学习使用 LLM 和工具构建代理。

  • 高级(~ 3 个月) -- 在掌握构建应用程序之后,学习使用 LLMOps 在生产中部署、优化和管理由 LLM 驱动的应用程序,学习微调预训练模型,以便高效、低成本的适配下游应用程序。

初级技能
  • 了解 LLM 基础知识,只需了解 ChatGPT 的高级工作原理。

  • 学习开发人员提示工程,学习如何编写提示来提高 LLM 的响应速度。

  • 学习从 API 获取数据,学习处理 JSON 数据。

  • 学习调用闭源或开源 LLM 模型、函数调用、传递提示和解析响应。

  • 学会在对话中管理上下文。

  • 学习基于 langchain 创建并自动执行一系列操作。

  • 基于 Gradio 或 Streamlit 实现 POC 并演示基本应用开发。

  • 在 HuggingFace Space 或 Streamlit 云上进行基本部署。

  • 基于 HuggingFace transformer 库支持多模态,即支持生成代码、图像和音频。

中级项目需求
  • 了解向量嵌入和向量数据库。

  • 学习如何在应用中使用向量数据库。

  • 构建 RAG 应用,与知识库聊天。

  • 开发先进的 RAG 流水线,如子问题查询引擎,该引擎可在通过多个数据源后提供响应。

  • 构建代理,迭代工作流程,以完成重大任务。

  • 建立多代理应用,让多个代理共同提供更好的解决方案。

  • 多代理自动化 - Autogen 和 Crew AI

  • 评估 RAG/RAGA 框架。

  • 管理数据库,检索,部署完整应用,版本控制,日志记录以及监控模型行为。

高级项目需求
  • 量身定制针对特定领域知识的响应,如医学研究、金融研究和法律分析,对预训练 LLM 进行微调。

  • 整理数据集并设计(ETL 流水线)流水线,以便对模型进行微调。

  • 评估模型性能并设定基准。

  • LLMOps -- 构建包括模型注册、可观测性和自动化测试在内的完整端到端流水线。

  • 构建多模态应用 -- 文本和图像混合语义搜索。

  • 构建 SDK、软件包和定制解决方案,以帮助其他开发人员。

  • 基于提示黑客等技术保护 AI 应用,并通过检查漏洞和潜在风险来采取防御措施。


如果你花了足够时间构建应用并调整模型,那技能应该像下面这样进步:



如何培养这些技能呢?

学习资源、参考资料和项目 📚

AI 学习资源和教程非常丰富。


有很多很好的资源可以学习所有这些概念,也有很多好心人就每个主题提供了非常深入和详细的材料。


很难在一篇文章里展示所有的资源,请参考 Github 链接

最好的学习方式 -- 构建!

知道了应该做什么,接下来我们谈谈做这件事的最佳方法。


开展项目。


这不仅是学习的最佳方式,也是真正掌握概念的最佳方式,它将进一步提高思考前沿用例的技能。


可以在上面提到的 Github 库中找到项目创意。




你好,我是俞凡,在 Motorola 做过研发,现在在 Mavenir 做技术工作,对通信、网络、后端架构、云原生、DevOps、CICD、区块链、AI 等技术始终保持着浓厚的兴趣,平时喜欢阅读、思考,相信持续学习、终身成长,欢迎一起交流学习。为了方便大家以后能第一时间看到文章,请朋友们关注公众号"DeepNoMind",并设个星标吧,如果能一键三连(转发、点赞、在看),则能给我带来更多的支持和动力,激励我持续写下去,和大家共同成长进步!

发布于: 刚刚阅读数: 6
用户头像

俞凡

关注

公众号:DeepNoMind 2017-10-18 加入

俞凡,Mavenir Systems研发总监,关注高可用架构、高性能服务、5G、人工智能、区块链、DevOps、Agile等。公众号:DeepNoMind

评论

发布
暂无评论
AI 工程师成长路线图_人工智能_俞凡_InfoQ写作社区