Jeg byttet til AI Engineering for 2 år siden! Det var det beste karrieretrekket jeg noen gang har gjort. Hvis du vil starte i dag, her er et veikart:

1️⃣ Mestre Python Mens mange er opptatt med vibe-koding, vil de med sterke grunnleggende kodinger alltid skille seg ut. Python er språket AI-fellesskapet snakker, og Harvards CS50p er det beste stedet å lære det. 🔗

2️⃣ AI med Python Når du er ferdig med det grunnleggende, er det riktig tidspunkt å forstå hvordan Python brukes i AI. Dette 4 timers kurset av Andrew Ng er et flott utgangspunkt. 🔗

3️⃣ Forstå LLM-er Disse tre videoene av @3Blue1Brown er uten tvil de beste visuelle forklaringene av LLM-er og deres interne virkemåte. 1. Hvordan LLM-er fungerer 2. Transformatorer Dypdykk 3. Oppmerksomhet i transformatorer 4. Hvordan LLM-er lagrer fakta 🔗

4️⃣ LLM forskning Nå som du forstår hva LLM-er er, er det på tide å lære hvordan du bygger dem selv. Dette er den beste serien av den største læreren i verden. Nevrale nett null-til-helt av Andrej Karpathy 🔗

5️⃣ AI-agenter Før du hopper inn i AI-agenthypen, bør alle lese Anthropic AIs veiledning om å bygge effektive agenter. "For å bygge en agent trenger du ikke komplekse rammeverk eller biblioteker, men heller komponerbare mønstre" 🔗

6️⃣ Anvendt AI Jeg anbefaler ikke å jage rammeverk, men jeg tok dette kurset på CrewAI da jeg begynte. Det er klart, praktisk og lærer deg å tenke på agenter som mennesker som jobber sammen I tillegg er grunnleggeren @joaomdmoura en utmerket lærer. 🔗

7️⃣ AI-protokoller (MCP) Nå som du forstår hva agenter er, er det på tide å koble dem til eksterne verktøy, APIer og databaser. Min medgründer og jeg publiserte denne praktiske guiden om MCP med 10+ prosjekter. Det er gratis og lastet ned over 40 000 ganger. 🔗

7️⃣ Prosjektbasert læring Dette GitHub-repositoriet inneholder 75+ prosjekter om AI Engineering. Alt er 100 % åpen kildekode, og dekker • LLM-er og RAG-er • Virkelige AI-agentapplikasjoner • Eksempler for å implementere, tilpasse og skalere i prosjektene dine 🔗

7️⃣ Bok(er) Alle AI-ingeniører som bygger virkelige applikasjoner bør lese denne boken. @chipro er en bemerkelsesverdig lærer, og boken hennes er en av de beste om AI Engineering. Så du trenger ikke lese 10 bøker, denne bør få jobben gjort! 🔗

For å oppsummere, her er hva vi dekket: - Programmering (Python) - Grunnleggende om LLM - Bygge LLM-er/LLM-forskning - AI-agenter og anvendt AI - AI-protokoller - AI-ingeniørprosjekter - Bok(er) Jakt aldri på rammer – de kommer og går. Mestre det grunnleggende.

Hvis du syntes det var innsiktsfullt, kan du dele det med nettverket ditt. Finn meg → @akshay_pachaar ✔️ For mer innsikt og opplæringer om LLM-er, AI-agenter og maskinlæring!