Ich bin vor 2 Jahren auf KI-Engineering umgestiegen! Es war der beste Karriereschritt, den ich je gemacht habe. Wenn du heute anfangen möchtest, hier ist ein Fahrplan:

1️⃣ Meistere Python Während viele mit Vibe-Coding beschäftigt sind, werden diejenigen mit starken Programmiergrundlagen immer herausstechen. Python ist die Sprache, die die KI-Community spricht, und Harvards CS50p ist der beste Ort, um es zu lernen. 🔗

2️⃣ KI mit Python Sobald du die Grundlagen abgeschlossen hast, ist es an der Zeit zu verstehen, wie Python in der KI verwendet wird. Dieser 4-stündige Kurs von Andrew Ng ist ein großartiger Ausgangspunkt. 🔗

3️⃣ Verständnis von LLMs Diese drei Videos von @3Blue1Brown sind arguably die besten visuellen Erklärungen von LLMs und deren internen Abläufen. 1. Wie LLMs funktionieren 2. Tiefenblick auf Transformer 3. Aufmerksamkeit in Transformern 4. Wie LLMs Fakten speichern 🔗

4️⃣ LLM-Forschung Jetzt, da du verstehst, was LLMs sind, ist es an der Zeit zu lernen, wie man sie selbst erstellt. Dies ist die größte Serie des größten Lehrers der Welt. Neurale Netze von Null auf Held von Andrej Karpathy 🔗

5️⃣ KI-Agenten Bevor man in den Hype um KI-Agenten eintaucht, sollte jeder den Leitfaden von Anthropic AI zum Aufbau effektiver Agenten lesen. "Um einen Agenten zu erstellen, benötigt man keine komplexen Frameworks oder Bibliotheken, sondern vielmehr zusammensetzbare Muster." 🔗

6️⃣ Angewandte KI Ich empfehle nicht, Frameworks nachzujagen, aber ich habe diesen Kurs bei CrewAI gemacht, als ich anfing. Er ist klar, praktisch und lehrt dich, Agenten wie Menschen zu betrachten, die zusammenarbeiten. Außerdem ist der Gründer @joaomdmoura ein ausgezeichneter Lehrer. 🔗

7️⃣ KI-Protokolle (MCP) Jetzt, da du verstehst, was Agenten sind, ist es an der Zeit, sie mit externen Tools, APIs und Datenbanken zu verbinden. Mein Mitgründer und ich haben diesen praktischen Leitfaden zu MCP mit über 10 Projekten veröffentlicht. Er ist kostenlos und wurde über 40.000 Mal heruntergeladen. 🔗

7️⃣ Projektbasiertes Lernen Dieses GitHub-Repo enthält über 75 Projekte zur KI-Engineering. Alles ist 100% Open Source und deckt ab: • LLMs und RAGs • Anwendungen von KI-Agenten in der realen Welt • Beispiele zur Implementierung, Anpassung und Skalierung in Ihren Projekten 🔗

7️⃣ Buch(er) Jeder KI-Ingenieur, der reale Anwendungen entwickelt, sollte dieses Buch lesen. @chipro ist eine bemerkenswerte Lehrerin und ihr Buch gehört zu den besten über KI-Engineering. Also, du musst nicht 10 Bücher lesen, dieses hier sollte ausreichen! 🔗

Zusammenfassend, hier ist, was wir behandelt haben: - Programmierung (Python) - Grundlagen von LLMs - Aufbau von LLMs / LLM-Forschung - KI-Agenten und angewandte KI - KI-Protokolle - KI-Engineering-Projekte - Buch(er) Verfolge niemals Frameworks – sie kommen und gehen. Meistere die Grundlagen.

Wenn Sie es aufschlussreich fanden, teilen Sie es erneut mit Ihrem Netzwerk. Finde mich → @akshay_pachaar ✔️ Für weitere Einblicke und Tutorials zu LLMs, KI-Agenten und maschinellem Lernen!