Peta keterampilan AI engineering

Membangun perangkat lunak hari ini sudah sangat berbeda dibandingkan pada 2022. AI membuka cara baru untuk merancang, menulis, menguji, dan menjalankan aplikasi. Namun, derasnya informasi dan hype membuat developer makin sulit menentukan keterampilan mana yang benar-benar layak dipelajari.

Untuk menjawab persoalan itu, Andrew Ng dan tim DeepLearning.AI menyusun AI Engineering Skills Map. Peta ini dirancang untuk membantu developer memprioritaskan pembelajaran, sekaligus membantu perusahaan mengenali keterampilan yang perlu dicari saat merekrut.

Empat keterampilan, tujuh slide

Dari prediktif ke probabilistik. Bukan jabatan eksklusif. Empat kuadran. Evaluasi LLM. Tradeoffs arsitektur. Arahkan agen. Insting produk.

2022: prediktif, eksekusi spesifikasi. Sekarang: probabilistik, membentuk spesifikasi. — Hasil 1 — 2022 prediktif. Sekarang probabilistik.

Keterampilan esensial untuk semua developer, bukan peran eksklusif AI Engineer. — Hasil 2 — Bukan peran eksklusif AI Engineer

Membangun AI, Agen AI, Fondasi SWE, Membentuk produk — empat kuadran teknis/strategis. — Hasil 3 — 4 kuadran navigasi

Kendalikan ketidakpastian LLM melalui evaluasi terukur dan analisis eror. — Hasil 4 — Kendalikan ketidakpastian LLM

Skalabilitas, biaya, dan keamanan mengarahkan keputusan arsitektur. — Hasil 5 — Pahami tradeoffs arsitektur

Arahkan agen dengan konteks, orkestrasi, dan verifikasi. — Hasil 6 — Bukan sekadar prompting

Engineer wajib memiliki insting produk dan bisnis. — Hasil 7 — Era pixel-perfect berakhir