Vaihdoin AI Engineeringiin 2 vuotta sitten! Se oli paras urasiirto, jonka olen koskaan tehnyt. Jos haluat aloittaa tänään, tässä on etenemissuunnitelma:

1️⃣ Mestari Python Vaikka monet ovat kiireisiä koodaamisessa, ne, joilla on vahvat koodauksen perusteet, erottuvat aina joukosta. Python on kieli, jota tekoälyyhteisö puhuu, ja Harvardin CS50p on paras paikka oppia sitä. 🔗

2️⃣ Tekoäly Pythonilla Kun olet tehnyt perusasiat, on oikea aika ymmärtää, miten Pythonia käytetään tekoälyssä. Tämä Andrew Ngin 4 tunnin kurssi on loistava lähtökohta. 🔗

3️⃣ LLM:n ymmärtäminen Nämä kolme @3Blue1Brown:n videota ovat kiistatta parhaita visuaalisia selityksiä LLM:istä ja niiden sisäisestä toiminnasta. 1. Miten LLM:t toimivat 2. Transformersin syväsukellus 3. Huomio muuntajissa 4. Miten LLM:t tallentavat faktoja 🔗

4️⃣ LLM-tutkimus Nyt kun ymmärrät, mitä LLM:t ovat, on aika oppia rakentamaan ne itse. Tämä on maailman suurimman opettajan suurin sarja. Hermoverkot nollasta sankariin Andrej Karpathy 🔗

5️⃣ AI-agentit Ennen kuin hyppäät tekoälyagenttihypeen, kaikkien tulee lukea Anthropic AI:n opas tehokkaiden agenttien rakentamisesta. "Agentin rakentamiseen ei tarvita monimutkaisia kehyksiä tai kirjastoja, vaan pikemminkin koottavia malleja" 🔗

6️⃣ Sovellettu tekoäly En suosittele kehysten jahtaamista, mutta kävin tämän CrewAI-kurssin aloittaessani. Se on selkeää, käytännöllistä ja opettaa ajattelemaan agentteja kuin ihmisiä, jotka työskentelevät yhdessä Lisäksi perustaja @joaomdmoura on erinomainen opettaja. 🔗

7️⃣ AI-protokollat (MCP) Nyt kun ymmärrät, mitä agentit ovat, on aika yhdistää ne ulkoisiin työkaluihin, sovellusliittymiin ja tietokantoihin. Perustajani ja minä julkaisimme tämän käytännönläheisen oppaan MCP:stä 10+ projektin kanssa. Se on ilmainen ja ladattu yli 40 000 kertaa. 🔗

7️⃣ Projektipohjainen oppiminen Tämä GitHub-säilö sisältää 75+ tekoälysuunnitteluprojektia. Kaikki on 100 % avointa lähdekoodia, joka kattaa • LLM- ja RAG-ohjelmat • Todelliset tekoälyagenttisovellukset • Esimerkkejä projekteissasi toteutettavaksi, mukauttamiseksi ja skaalaamiseksi 🔗

7️⃣ Kirja(t) Jokaisen todellisia sovelluksia rakentavan tekoälyinsinöörin tulisi lukea tämä kirja. @chipro on merkittävä opettaja ja hänen kirjansa on yksi parhaista tekoälytekniikan kirjoista. Sinun ei siis tarvitse lukea 10 kirjaa, tämän pitäisi saada työ tehtyä! 🔗

Yhteenvetona voidaan todeta, että käsittelemme seuraavaa: - Ohjelmointi (Python) - LLM:n perusteet - Rakennusalan LLM:t / LLM-tutkimus - Tekoälyagentit ja sovellettu tekoäly - AI-protokollat - Tekoälyn suunnitteluprojektit - Kirja(t) Älä koskaan jahtaa kehyksiä – ne tulevat ja menevät. Hallitse perusasiat.

Jos se oli mielestäsi oivaltava, jaa se uudelleen verkostosi kanssa. Etsi minut → @akshay_pachaar ✔️ Lisää näkemyksiä ja opetusohjelmia LLM:istä, tekoälyagenteista ja koneoppimisesta!