Przeszedłem do inżynierii AI 2 lata temu! To był najlepszy ruch w mojej karierze, jaki kiedykolwiek zrobiłem. Jeśli chcesz zacząć dzisiaj, oto mapa drogowa:

1️⃣ Opanuj Pythona Podczas gdy wielu zajmuje się kodowaniem na wyczucie, ci z solidnymi podstawami programowania zawsze będą się wyróżniać. Python to język, którym posługuje się społeczność AI, a CS50p z Harvardu to najlepsze miejsce, aby się go nauczyć. 🔗

2️⃣ AI z Pythonem Gdy już opanujesz podstawy, to odpowiedni czas, aby zrozumieć, jak Python jest wykorzystywany w AI. Ten 4-godzinny kurs Andrew Ng to świetny punkt wyjścia. 🔗

3️⃣ Zrozumienie LLM-ów Te trzy filmy od @3Blue1Brown są prawdopodobnie najlepszymi wizualnymi wyjaśnieniami LLM-ów i ich wewnętrznych mechanizmów. 1. Jak działają LLM-y 2. Głębokie zanurzenie w transformery 3. Uwaga w transformerach 4. Jak LLM-y przechowują fakty 🔗

4️⃣ Badania LLM Teraz, gdy rozumiesz, czym są LLM, czas nauczyć się, jak je zbudować samodzielnie. To jest najlepsza seria od najlepszego nauczyciela na świecie. Sieci neuronowe od zera do bohatera autorstwa Andreja Karpathy'ego 🔗

5️⃣ Agenci AI Zanim wskoczysz w hype związany z agentami AI, każdy powinien przeczytać przewodnik Anthropic AI na temat budowania efektywnych agentów. "Aby zbudować agenta, nie potrzebujesz skomplikowanych frameworków ani bibliotek, ale raczej kompozycyjnych wzorców" 🔗

6️⃣ Zastosowana AI Nie polecam gonić za frameworkami, ale wziąłem ten kurs na CrewAI, gdy zaczynałem. Jest jasny, praktyczny i uczy myślenia o agentach jak o ludziach współpracujących ze sobą. Dodatkowo, założyciel @joaomdmoura jest doskonałym nauczycielem. 🔗

7️⃣ Protokoły AI (MCP) Teraz, gdy rozumiesz, czym są agenci, czas połączyć je z zewnętrznymi narzędziami, API i bazami danych. Mój współzałożyciel i ja opublikowaliśmy ten praktyczny przewodnik po MCP z ponad 10 projektami. Jest darmowy i pobrano go ponad 40 000 razy. 🔗

7️⃣ Nauka oparta na projektach To repozytorium GitHub zawiera ponad 75 projektów z zakresu inżynierii AI. Wszystko jest w 100% open-source, obejmując • LLM-y i RAG-i • Aplikacje agentów AI w rzeczywistym świecie • Przykłady do wdrożenia, dostosowania i skalowania w Twoich projektach 🔗

7️⃣ Książka(i) Każdy inżynier AI budujący aplikacje w rzeczywistym świecie powinien przeczytać tę książkę. @chipro to niezwykła nauczycielka, a jej książka jest jedną z najlepszych w dziedzinie inżynierii AI. Nie musisz czytać 10 książek, ta jedna powinna załatwić sprawę! 🔗

Podsumowując, oto co omówiliśmy: - Programowanie (Python) - Podstawy LLM - Budowanie LLM/ badania LLM - Agenci AI i zastosowana AI - Protokoły AI - Projekty inżynieryjne AI - Książka(i) Nigdy nie gonić za frameworkami—przychodzą i odchodzą. Opanuj podstawy.

Jeśli uważasz go za wnikliwy, udostępnij go ponownie w swojej sieci. Znajdź mnie → @akshay_pachaar ✔️ Aby uzyskać więcej szczegółowych informacji i samouczków na temat LLM, agentów AI i uczenia maszynowego!