AI 工程师成长路线图
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!
版权声明: 本文为 InfoQ 作者【俞凡】的原创文章。
原文链接:【http://xie.infoq.cn/article/8765dd691ea72820a268c3dc8】。
本文遵守【CC-BY 4.0】协议,转载请保留原文出处及本版权声明。
评论