"Przebranżowienie" do AI

Hej,
w chwili obecnej pracuję jako frontend developer. Po ostatniej rozmowie z kierownikiem dowiedziałam się, że jest szansa dla mnie, aby przebranżowić się w obrębie jednej firmy i praktycznie jednego zespołu (więc "życiowo" nie byłoby wielkiej zmiany) do programisty związanego z AI.
Szansa oczywiście świetna, bo chodził mi po głowie taki pomysł - mam zacząć uczyć się Pythona, na początek.

Czy polecacie zacząć od kursu np na Udemy, a potem trzaskać leetcode, czy może jednak podejść do tego inaczej? Z Pythonem miałam jakąś styczność już wcześniej, jednak nic bardzo zaawansowanego.

Może najpierw zorientuj się na czym polegałaby praca nad AI w obrębie tej jednej firmy, zanim zaczniesz wcielać w życie własne pomysły?
Poza tym praca programisty AI to coś zupełnie innego niż frontend.
Jeśli matematyczne i algorytmiczne zdolności nie były Twoją mocną stroną (dlatego poszłaś w frontend...), to teraz ta bariera może okazać się zbyt pracochłonna, aby ją pokonać w sensownym czasie...

Programista związany z AI to na 90% klepanie obsługi do API OpenAI albo konkurencji. Można to robić w każdym języku i nie jest to rocket science wymagający wiedzy na temat machine learningu. Możliwe, że jest inaczej w twoim wypadku, ale trzeba doprecyzować w czasach bańki, gdzie prawie każdy kłamie i wyolbrzymia

Tak więc: na czym polega AI w twojej firmie i co robią ci ludzie?

Nie ma znaczenia co bedziesz robil. Jak bedziesz mial AI w CV to wiekszosc korpo-gowna Cie wezmie. Pytanie czy chcesz pracowac w takim syfie.

Jezeli chcesz byc prawdziwym AI to musisz patrzec na FAANG.

Masz "część zespołu, która się nim zajmuje" i zamiast zapytać ich czego masz się uczyć, jak masz się przygotować do tej roli to wolisz pytać o to anonimów na forum, którzy mają 0 pojęcia o tym w jakim projekcie robisz i czym masz się zajmować?

Przecież napisać Programista AI to tak jakby nic nie napisać.

Tworzenie asystenta AI od zera to też nic nie znaczy. Agentów AI to się stawia w pojedynkę podczas jednej dniówki. Nie rozumiem właściwie czym masz się zajmować i jaka ma być twoja rola.

Dowiedz się najpierw jakie będą Twoje potencjalne obowiązki. AI w firmach jest różnie rozumiane. Możesz klepać schematyczne prompty i szablony do nich, analizować czy zastosowanie AI jest zgodne z politykami bezpieczeństwa firmy, hostować AI wewnętrznie i zajmować się integracją z innymi systemami, albo rozwijać własne modele. Dwie ostatnie pozycje mają zastosowanie raczej w większych firmach.

To już chyba 3 temat w tym tygodniu jak ktoś próbuje 'z główki' wskoczyć do tematu AI?
Czyżby podobny hype jak te parę lat temu, gdzie każdy się przebranżawiał na informatykę (gdzie finalnie widać efekty z brakiem pracy w IT już od dobrego roku)?

Z fronta na programiste zwiazanego AI to będzie oznaczało, że będziesz prawdopodobnie integrować AI z jakimś softem. Czyli input/output do/z modelu. Nic nadzwyczajnego, ale spoko opcja, bo możesz sobie wpisać w CV "Infrastructure/integration AI" i możesz potem lecieć w kulki na jakichś rozmowach. Czasem w faangach nawet nie gadają o doświadczeniu tylko nauczysz się leetcodów i możesz dostać fajne stanowisko jak ktoś nie lubi b2b i nie robi OE a przy background checku wyjdzie, że nie kłamałaś.

Pracować z AI to dzisiaj bardzo popularny kierunek i mam wrażenie, że każda firma chce mieć swoje AI tak jak pare lat temu aplikację mobilną. Trzeba jednak sobie zdać najpierw sprawę, czym te AI jest, bo w tym mamy więcej marketingu niż faktów. A fakty są takie, że najczęściej to co w takim zespole będziesz robić to klasyczny Machine Learning czyli Python, PyTorch, TensorFlow może do tego jakieś API w FastAPI. Możesz też po prostu tworzyć integracje z OpenAI tak, jak ktoś tu wcześniej wspomniał .

Jakiś czas temu też chciałem w ten nurt IT iść i zacząłem rozmawiać z ludźmi w firmie, w której pracuję jak to wygląda od kuchni bo oni tym na co dzień tam się zajmują. Po tym jak dowiedziałem się jak wygląda ich praca nie czułem już się taki zachęcony. A jak wygląda?

1. Zbieranie danych
2. Czyszczenie danych
3. Wybranie danych do modelu
4. Implementacja modelu
5. Testowanie modelu
6. Poprawki modelu
7. Wdrożenie modelu
8. Monitorowanie modelu

itd itd.

Zauważyłem też, że ci ludzie nie do końca znają się nawet na programowaniu. Oni wyczyszczą dane, stworzą model ale wdrażają go devopsi a utrzymują i integruję backendowcy.

Jeśli interesuje Cię taka praca to Twoje doświadczenie jako programista na pewno będzie cenne musisz jednak liczyć się z tym, że to naprawdę inna dziedzina i nie powstała ona w 2022 roku razem z chatem gpt. Data Sciencetiści już dawno znali takie modele jak GPT i dla nich to żadna nowość nie była.

zapytaj się czy to AI czy integrator z API chatgpt bo może się okazać że bardziej przebranżowiłaś się na backend developera :)

Cześc @turbosprezarka swoją drogą fajny nic . Nauczynie się tego jak integrować się z istniejącymi już usługami AI w celu dodawania nowych featurów to jedna rzeczy, nauczenie się jak MLOpsów oraz tego jak deployować modele AI na cloudzie to co innego, znowóż używanie frameworków do ternowania modeli to też coś innego, a jeszcze co innego to umiejętności z obszaru data science i data engineering, czyli praca z danymi, analiza danych w celu odkrycia korelacji lub powtarzających się schematów, to właśnie analiza danych prowadzi do stworzenia danych, które są używane do trenowania modeli AI.

Ale używanie narzędzi AI, nie nauczy cie komunikacji ze stackolderami oraz tego w jaki sposób wykorzystywać AI do generowania wartości dla klienta, uważam, że tutaj najlepsza szkoła to praca na realnych projektach.

TECHS napisał(a):

Cześc @turbosprezarka swoją drogą fajny nic . Nauczynie się tego jak integrować się z istniejącymi już usługami AI w celu dodawania nowych featurów to jedna rzeczy, nauczenie się jak MLOpsów oraz tego jak deployować modele AI na cloudzie to co innego, znowóż używanie frameworków do ternowania modeli to też coś innego, a jeszcze co innego to umiejętności z obszaru data science i data engineering, czyli praca z danymi, analiza danych w celu odkrycia korelacji lub powtarzających się schematów, to właśnie analiza danych prowadzi do stworzenia danych, które są używane do trenowania modeli AI.

Ale używanie narzędzi AI, nie nauczy cie komunikacji ze stackolderami oraz tego w jaki sposób wykorzystywać AI do generowania wartości dla klienta, uważam, że tutaj najlepsza szkoła to praca na realnych projektach.

Odpisujesz na post sprzed 2 miesięcy.

Turbosprezarka poczytała forum, olała IT zgodnie z tutejszymi poradami i poszła na pielęgniarstwo, czy tam glazurnictwo. Także dyskusja zakończona.

Kiedyś szukałem jakiegoś kursu Python'a i wszystko co znalazłem, to jakieś podstawy "dla dzieci". Zrób sobie darmowy kurs Google z TensorFlow. Ogarniesz za jednym zamachem to co ci potrzebne z Pythona i jakieś tam podstawy AI.
Chociaż warto pamiętać, że korporacyjne AI, to często zwykły buzzword i przytłaczająca część tej roboty to wysłanie jakiegoś żądania go dotowego endpointa za którym stoi gotowy model.