Planuję zmienić zawód na inżyniera AI, a większość materiałów do nauki, które znalazłem w Internecie, to rozproszone samouczki lub generowane przez AI teksty, więc trudno znaleźć systematyczne wskazówki. Znalazłem na GitHubie projekt open source o nazwie AI Engineering Field Guide, który został opracowany na podstawie 1765 rzeczywistych opisów stanowisk i doświadczeń z rozmów kwalifikacyjnych, jest oparty na danych i bardzo praktyczny. Autorzy przeanalizowali wymagania dotyczące stanowisk, potrzeby dotyczące umiejętności, procesy rozmów kwalifikacyjnych, rzeczywiste przypadki itp., a także dostarczyli ścieżki nauki dla inżynierów z różnych tła, takich jak dane, backend, frontend. GitHub: Zawartość obejmuje analizę ról i umiejętności, kompletny przewodnik po przygotowaniach do rozmowy kwalifikacyjnej, starannie wybrane zasoby do nauki inżynierii AI oraz rzeczywiste dane rynkowe dotyczące stanowisk i przykłady projektów. Zawiera również rzeczywiste procesy rozmów kwalifikacyjnych i doświadczenia 51 firm, takich jak OpenAI, Anthropic, Google, Meta, a także 17 rzeczywistych analiz zadań do wykonania w domu. Jeśli rozważasz zmianę na inżyniera AI lub chcesz systematycznie poznać rzeczywiste warunki tego stanowiska, ten przewodnik jest wart zachowania.