Inżynier ds. generatywnej AI
Buduje aplikacje wykorzystujące modele generatywne, podłącza odpowiednie źródła informacji i sprawdza, czy odpowiedzi pomagają użytkownikom wykonać konkretne zadanie.
Na tej stronie zawodu dowiesz się:
Kim jest inżynier ds. generatywnej AI
Inżynier ds. generatywnej AI wykorzystuje modele generatywne do tworzenia użytecznych funkcji aplikacji, takich jak wyszukiwanie w dokumentach, przygotowywanie szkiców i udzielanie wyjaśnień. Pisze integracje, przygotowuje kontekst dla modelu, obsługuje awarie i ustala, które wyniki trzeba zweryfikować przed pokazaniem użytkownikowi.Przekonująca demonstracja to dopiero początek. Inżynierowie porównują wyniki na reprezentatywnych przykładach, badają odpowiedzi pozbawione oparcia w źródłach i testują zachowanie systemu w przypadku niepełnych lub sprzecznych materiałów. Współpracują z zespołami produktowymi nad poprawą jakości, dbając o czas odpowiedzi i koszty działania po udostępnieniu funkcji.
Główne umiejętności inżyniera ds. generatywnej AI
Harmonogram i warunki pracy
Pracuje w zespole produktowym lub zespole dostarczającym oprogramowanie. Eksperymenty z modelami przeplatają się z codziennym usuwaniem błędów, a eksperci z danej dziedziny często pomagają ocenić, czy uzyskiwane wyniki rzeczywiście się przydają.
Czym zajmuje się inżynier ds. generatywnej AI
- Integrate models into applications
- Build retrieval over relevant sources
- Evaluate responses on test cases
- Monitor latency, cost and failures
Zalety zawodu inżyniera ds. generatywnej AI
Widoczne rezultaty
Niewielki prototyp pozwala sprawdzić konkretny pomysł i zebrać przydatne uwagi od osób, które mogłyby z niego korzystać.
Łączenie dziedzin
Zadania łączą tworzenie oprogramowania, wyszukiwanie informacji i eksperymenty z modelami. Do rozwiązywania tych problemów przydają się umiejętności wykraczające poza obsługę jednego narzędzia.
Wady zawodu inżyniera ds. generatywnej AI
Zmienność odpowiedzi
Rozwiązanie może działać różnie zależnie od żądania, dlatego rzetelne testy wymagają znacznie większej liczby przykładów niż dopracowana demonstracja.
Zależność od usług
Zmiany zewnętrznych modeli, cen lub limitów mogą wymusić prace integracyjne, nawet gdy kod własnej aplikacji się nie zmienił.
Jak zostać inżynierem ds. generatywnej AI
Dobrym punktem wyjścia jest doświadczenie w budowaniu niezawodnych usług internetowych lub we wdrażaniu modeli uczenia maszynowego. Podstawy można zdobyć na studiach informatycznych albo w praktyce programistycznej, uzupełniając je o wyszukiwanie informacji i ocenę odpowiedzi modeli. W polskich ofertach pracy można spotkać to stanowisko pod angielską nazwą GenAI engineer.
1. Nauka
Zacznij od programowania, API, baz danych i uczenia maszynowego. Następnie poznaj wyszukiwanie informacji i metody oceny modeli.
2. Praktyka
Zbuduj system odpowiadający na pytania na podstawie publicznie dostępnego podręcznika. Dodaj odnośniki do źródeł i przypadki testowe, w których system powinien odmówić odpowiedzi.
W portfolio opisz znane przypadki niepowodzeń i sposób ich wykrywania. Pokaż, jak wyniki testów wpłynęły na dobór źródeł i zasady sprawdzania odpowiedzi.