吴恩达的AI工程技能地图:四大关键技能

我很高兴向大家介绍 AI 工程技能图谱。AI 让我们如今构建软件的方式与 2022 年截然不同,凡是具备相应技能来抓住这一转变机遇的人,都会拥有大量令人兴奋的项目和就业机会。然而,在 AI 领域信息嘈杂、夸大宣传泛滥的环境中,最值得你学习的技能究竟是什么?我一直在与团队合作,综合整理出一份 AI 工程技能图谱,旨在帮助(一)开发者明确学习优先级,(二)雇主招聘到熟练的开发者。
基于对超过 10,000 条招聘信息的分析、与 AI 专家/招聘经理/猎头进行的数十次结构化访谈、问卷调查收集的数据,以及其他线上数据的整合,以下是四项最重要的 AI 工程技能:
- 构建和部署 AI 应用
- 软件工程基础
- 使用编码 Agent
- 塑造构建
你可以非正式地把这个过程想象成:对大量职位数据和专家访谈数据进行聚类分析,以识别最重要的技能——不仅是当下,也包括不久的将来。
关于术语的说明
我谈论的是“AI 工程技能”,而不是“AI 工程师”这一角色(指那些专门构建 AI 系统的人),因为前者的涵盖范围要广得多。如今所有开发者都应该知道如何使用云,而只有少数人拥有“云工程师”的头衔。同样地,所有开发者——全栈工程师、数据工程师、DevOps 工程师、机器学习工程师,当然还有 AI 工程师——都需要具备 AI 工程技能。
构建和部署 AI 应用
AI 应用与非 AI 应用的关键区别在于,前者的输出具有不可预测性。当你向 LLM 发出提示时,你不知道会得到什么回复;当你训练深度学习算法时,你不知道它会对新样本做出什么预测。相比之下,传统软件的行为则更具可预测性。
擅长构建和部署 AI 应用的人,不仅理解 AI 的构建模块(如 LLM、上下文工程、RAG、Agent 工作流、机器学习和深度学习),更重要的是,懂得如何运用统计技术来度量、引导和治理 AI 系统,使其行为更具可预测性。做到这一点的核心技能,是知道如何驱动有纪律的评估(evals)和错误分析循环。
软件工程基础
当你深入理解软件的工作原理时,你就能更高效地构建软件。软件工程需要在成本、可扩展性、可靠性、速度等方面做出权衡,而安全性和隐私性又进一步增加了复杂性。
理解软件基础能让你意识到存在哪些权衡。这有助于你在选择软件技术栈、设计系统架构、设计数据存储、测试等方面做出更优的决策。相比那些不了解其编码 Agent 正在做出何种权衡、仅凭 vibe coding 编写解决方案的缺乏经验的开发者,这也会带来好得多的结果——后者的结果往往很糟糕,因为他们不知道该为自己的编码 Agent 提供怎样的上下文。理解软件工程基础,让你能够用软件工程的精确语言来引导编码 Agent,从而做出良好的权衡。
使用编码 Agent
有效使用 Agent 式编码如今已成为每位开发者的关键技能。当你具备这项技能时,你就对 Agent 的工作原理有了良好的心智模型。你了解它们的局限性以及如何规避,并且能够快速引导它们——知道何时该介入、何时该放手——从而构建健壮的软件,而不浪费过多的时间或 Token。
这要求你知道如何管理编码 Agent 的上下文,在规划与执行之间做出权衡,并通过提供验证器(verifiers)或评估(evals)来帮助 Agent 自主闭环。你还需要知道如何使用清晰的规范说明(spec)来工作(以及何时不必费心这样做),编排多个 Agent 协同工作,并避免诸如 Agent 搞乱生产数据库之类的风险。由于 Agent 式编码发展迅速,熟练使用编码 Agent 不仅意味着掌握前沿实践,还意味着拥有持续尝试新工具、随着最佳实践变化而演进工作流程的常规做法。
塑造构建
在给定清晰规范说明的情况下,编码 Agent 交付实现的能力正在快速提升。因此,我们作为工程师的工作正在转向决定规范说明中应该包含什么。工程师不应再期望拿到一个像素级完美的设计,然后只需去实现它。相反,有效的 AI 工程需要具备产品直觉,理解业务背景和客户目标,这样才能参与塑造并推动构建过程。
AI 还让你有机会比以前承担更大的主人翁意识和自主权。你可以发现有趣的问题和机会,并以负责任的方式去执行、加以利用。而把握这一机会,需要知道如何推动项目向前发展。例如,知道何时快速构建一个 MVP 交给用户测试,以及何时放慢节奏、花更长时间来更谨慎地构建。
所有这些技能的基础是持续学习的心态。AI 仍在快速变化,因此我们都必须不断学习并提升我们的技能,以采用新兴的最佳实践。DeepLearning.AI 的主要关注点是帮助开发者掌握这些 AI 工程技能。关于这四项技能,我还有很多要说的,将在接下来的文章中逐一详细阐述,并分享一份更详细的 AI 工程技能图谱。当我展望 AI 工程的发展方向时,我对我们所有人能够构建的东西感到无比兴奋。希望你能在这个未来中扮演一个激动人心的角色。
- 原文链接: x.com/AndrewYNg/status/2...
- 鸿途知科网 AI 助手,为大家转译优秀英文文章,如有翻译不通的地方,还请包涵~
版权声明
本文仅代表作者观点,不代表区块链技术网立场。
本文系作者授权本站发表,未经许可,不得转载。
鸿途知科网
发表评论:
◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。