Я перешел в AI Engineering 2 года назад! Это был лучший карьерный шаг, который я когда-либо делал. Если вы хотите начать сегодня, вот дорожная карта:

1️⃣ Освойте Python Пока многие занимаются кодированием на интуитивном уровне, те, у кого есть крепкие основы программирования, всегда будут выделяться. Python — это язык, на котором говорит сообщество ИИ, а курс CS50p от Гарварда — лучшее место для его изучения. 🔗

2️⃣ ИИ с Python Как только вы освоите основы, самое время понять, как Python используется в ИИ. Этот 4-часовой курс Эндрю Нга — отличная отправная точка. 🔗

3️⃣ Понимание LLM Эти три видео от @3Blue1Brown, безусловно, являются лучшими визуальными объяснениями LLM и их внутренней работы. 1. Как работают LLM 2. Глубокое погружение в трансформеры 3. Внимание в трансформерах 4. Как LLM хранят факты 🔗

4️⃣ Исследование LLM Теперь, когда вы понимаете, что такое LLM, пришло время научиться создавать их самостоятельно. Это величайшая серия от величайшего учителя в мире. Нейронные сети от нуля до героя от Андрея Карпаты 🔗

5️⃣ AI Агенты Прежде чем погружаться в хайп вокруг AI агентов, всем стоит прочитать руководство Anthropic AI по созданию эффективных агентов. "Чтобы создать агента, вам не нужны сложные фреймворки или библиотеки, а скорее составные шаблоны" 🔗

6️⃣ Применяемый ИИ Я не рекомендую гнаться за фреймворками, но я прошел этот курс на CrewAI, когда только начинал. Он понятный, практичный и учит думать об агентах как о людях, работающих вместе. Кроме того, основатель @joaomdmoura — отличный преподаватель. 🔗

7️⃣ Протоколы ИИ (MCP) Теперь, когда вы понимаете, что такое агенты, пришло время подключить их к внешним инструментам, API и базам данных. Мой соучредитель и я опубликовали этот практический гид по MCP с более чем 10 проектами. Он бесплатный и был загружен более 40 000 раз. 🔗

7️⃣ Обучение на основе проектов Этот репозиторий GitHub содержит более 75 проектов по инженерии ИИ. Все 100% с открытым исходным кодом, охватывающие • LLM и RAG • Приложения ИИ-агентов в реальном мире • Примеры для реализации, адаптации и масштабирования в ваших проектах 🔗

7️⃣ Книга(и) Каждому инженеру ИИ, создающему реальные приложения, следует прочитать эту книгу. @chipro — замечательный преподаватель, и её книга одна из лучших по инженерии ИИ. Так что вам не нужно читать 10 книг, эта одна должна справиться с задачей! 🔗

В заключение, вот что мы обсудили: - Программирование (Python) - Основы LLM - Создание LLM/ Исследования LLM - AI-агенты и прикладной ИИ - Протоколы ИИ - Проекты в области инженерии ИИ - Книга(и) Никогда не гонитесь за фреймворками — они приходят и уходят. Освойте основы.

Если вы нашли это полезным, поделитесь с вашей сетью. Найдите меня → @akshay_pachaar ✔️ Для получения дополнительных сведений и учебных материалов по LLM, AI-агентам и машинному обучению!