Jak zostać AI developerem? Polecane narzędzia, języki i materiały do nauki

Grigorij Dudnik, doświadczony AI developer, w podcaście Pierwsze kroki w IT od devmentor.pl, opowiedział o swojej drodze zawodowej, a dokładnie o tym, jak został AI developerem. Jakie jego zdaniem błędy na etapie nauki i przygotowań do poszukiwania pracy najczęściej popełniają osoby ubiegające się o stanowisko AI developera? Tego dowiecie się z rozmowy z Mateuszem Bogolubow.

Wejście w świat generatywnej AI

Grigorij rozpoczął swoją przygodę w IT pracując z elektroniką i 32-bitowymi układami scalonymi. Jego zainteresowanie rosło, gdy zaczął eksperymentować z Raspberry Pi, co wymusiło naukę Pythona. Język ten stał się jego pasją, co otworzyło przed nim nowe możliwości. Wkrótce zajął się sztuczną inteligencją, a konkretnie wizją komputerową, czyli przetwarzaniem obrazów przez komputery. 

Jego praca jako freelancera obejmowała trenowanie sieci neuronowych, co w tamtych czasach było trudne do zrealizowania na skalę komercyjną, zwłaszcza w Polsce.

Przełom w karierze nastąpił wraz z pojawieniem się ChatGPT. To wtedy zaczął zgłębiać tematykę generatywnej sztucznej inteligencji. Wiedzę tę wykorzystał choćby w startupie Primer AI, gdzie wraz z zespołem wykorzystywał AI do rozpoznawania odcieni skóry na podstawie zdjęć.

Kim jest AI developer?

AI developer, według Grigorija, to osoba, która głównie korzysta z modeli językowych, dostosowując je do konkretnych zadań. Praca ta obejmuje również fine-tuning modeli, czyli dostosowanie ich do specyficznych wymagań aplikacji. Grigorij zaznaczył, że kluczowe jest tu korzystanie z narzędzi, takich jak bazy danych wektorowych, które przechowują znaczenie słów w postaci wektorów liczbowych, co pozwala na efektywne wyszukiwanie i generowanie odpowiedzi przez modele AI.

Popularne narzędzia i języki

Grigorij Dudnik w rozmowie z Mateuszem polecił bibliotekę LangChain, dostępną w Pythonie i JavaScripcie, która ułatwia pracę z generatywną sztuczną inteligencją. Jego zdaniem znajomość tej biblioteki nie jest jednak konieczna dla początkujących. Wskazał także na narzędzia do debugowania i monitorowania aplikacji, takie jak LangSmith i Weights & Biases, które pomagają w analizie działania modeli językowych.

Jak zacząć?

Dla tych, którzy chcą rozpocząć przygodę z AI, Grigorij rekomenduje OpenAI Playground, gdzie można eksperymentować z różnymi modelami językowymi. Radzi też, aby po nauce podstaw spróbować napisać własną prostą aplikację, korzystając z API OpenAI lub platform no-code, takich jak Make.com.

Inspiracje i wyzwania

Grigorij podkreślił znaczenie inspiracji z dziedzin pokrewnych, takich jak psychologia, która może pomóc zrozumieć i lepiej wykorzystać AI. Wskazał również na wyzwania, z jakimi mierzy się AI developer, takie jak niedeterministyczność modeli językowych i zabezpieczenie przed tzw. prompt injection.

Jak będzie wyglądała przyszłość zawodu AI developera? Jego zdaniem, mimo dynamicznych zmian i potencjalnych regulacji, zapotrzebowanie na specjalistów w tej dziedzinie będzie rosło. Zachęcił też do ciągłej nauki i adaptacji, co jest kluczowe w tej szybko rozwijającej się branży.

Materiały do nauki AI

Na koniec Grigorij polecił kilka wartościowych źródeł do nauki, takich jak kurs AI Devs, strony learnprompting.org i promptingguide.ai oraz materiały edukacyjne Pinecone’a. Podkreślił również znaczenie aktywności na LinkedInie, co może przyciągnąć rekruterów i otworzyć drzwi do ciekawych ofert pracy.Grigorij Dudnik jest przykładem na to, że z pasją i determinacją można osiągnąć sukces w dynamicznie rozwijającej się branży AI. Jeśli chcesz dowiedzieć się więcej, koniecznie odsłuchaj na ulubionej platformie lub przeczytaj transkrypcje na devmentor.pl.

Zdjęcie główne artykułu pochodzi z envato.com.