摘要：这篇文章介绍了一位外国小哥在短短1年时间内成功转型为人工智能工程的经历，蒸锅过程非常高效，干活满满，当然对个人执行力有很高的要求。

这篇文章介绍了一位外国小哥在短短1年时间内成功转型为人工智能工程的经历，蒸锅过程非常高效，干活满满，当然对个人执行力有很高的要求。

2023年5月，我决定全力以赴，投入时间学习人工智能。我请了6个月的假（给父亲）并花时间学习人工智能工程主题。快进 12 个月，我一直在做我的第一个付费项目。

我写这篇文章是为了哪些真正有抱负的人工智能工程师。我会分享我的教训，错误和经验。看完本文，你就会知道:

● 要学什么

● 为什么要学习它

● 如何更快地学习

● 如何让学习的收益成倍增加？

免责声明：12个月前，我并没有从头开始。在2019年我曾经探索过机器学习和自然语言处理。我也是一个软件工程师。因此，当我决定转向人工智能时，我有一个不错的基础。

让我分享一下如果我从头开始学习人工智能工程，我会遵循的7个步骤。

AI工程师必须知道如何编码。

但首先，他们只需要一些基本知识，比如:

✔ 循环，Loops

✔ 变量，Variables

✔ 函数，Functions

✔ 数据类型，Data Types

✔ 基本语法，Basic Syntax

✔ 基本操作，Basic Operations

✔ 元组，Tuples

✔ 字典，Dictionaries

听起来可能很多，但事实并非如此。

当然，越精通Python越好。

但是，你的第一个目标是学习构建第一个 AI 项目的基础知识（更多关于项目的信息在第 4 步）。

幸运的是，我上面提供的清单已经足够开始了。

我推荐这些很棒的Python资源:

Real Python

Corey Schafer on YT.

Programming for Everybody (Getting Started with Python)

LLMs是AI项目的“大脑”。

AI工程师经常使用LLMs！所以，了解它们是如何工作的很重要。

要开始使用 LLMs，您不需要深入研究。

今天GPT-4、Claude 3和GoogleGemini是最强大的LLMs。甚至非技术人员也使用它们，并取得了巨大的成功。这是因为他们学习了提示词工程Prompt Engineering（更多见步骤3）。

再次，要开始在项目中应用 LLMs，您不需要知道它们是如何工作的。只需要理解这些术语：

✔ tokens

✔ context window

✔ attention mechanism

✔ temperature (in LLMs)

✔ transformers architecture

它们将为您提供构建第一个 AI 项目的基础。你将通过每个项目扩大基础。

我最喜欢的了解 LLMs 的资源:

Andrej Karpathy’s YouTube.

Sentdex YouTube Channel.

OpenAI Playground

AI工程师知道如何与LLMs很好地沟通。因此，提示词工程是他们工作的一部分。

话虽如此，不要花太多时间去学习如何提示。不要太深。

只要：

✔ learn how to be specific

✔ learn how to provide context

✔ learn how to be clear on your goals

✔ improve your prompts in iterations

我不相信快速工程是未来的技能。原因很简单:提示是纯文本。写出好的提示词已经被LLMs和框架（如DSPy）自动化了。这就是为什么我建议不要在这里投入太多时间。但基本面至关重要。只有在你需要的时候才需要学习高级提示词技巧（学习资源充足）。

您可以在这里学习提示工程:

Learn Prompting Website.

Prompt Engineering from OpenAI.

Prompt Engineering by Lil’Log.

“知识最好通过执行来应用。”蒂亚戈·福尔特

建立人工智能项目是获得人工智能工程师职位的唯一要求。理论是不够的。

除非你展示出你实际上可以使用人工智能和代码来创造东西，否则你不能称自己为人工智能工程师。

幸运的是，在完成本文的前 3 步之后，你就已经准备好构建你的第一个 AI 项目。

嘿，如果这是你的学习风格，你可以跳入第一个项目而不用经历前3个步骤。在创建项目时，您将学习它们。

第一个项目应该很简单，我们只有两个目标

● 要结合前3个步骤。

● 通过实践来学习（而不仅仅是理论）。

在您的第一个项目中，您将使用Python、LLMs和Prompt。这意味着你将把前3步的所有内容结合起来。这要感谢OpenAI API或者像LangChain或者LlamaIndex这样的框架。

我们来谈谈在实践中学习...

“永远不要让知识超过执行力。”丹·柯

除非你应用它，否则你不会真正学到东西。我怎么强调都不为过。

看，我已经浪费了数百小时只学习理论。今天，我已经不记得其中95%的内容了。

大约3年前（34岁），我就已经明白一个道理：不创造就永远学不到任何东西。

结果呢？

✔ 我学得更快。

✔ 我记录我的学习。

✔ 我几乎什么都记得。

✔ 我有了更深刻的理解。

✔ 我建立一个已完成项目的投资组合

注意:我会再做一件事来改善所有这些结果（更多在步骤5中）。

所以拜托，别犯我的错。优先考虑执行，而不是理论。

回到项目。对于第一个，我的建议是构建ChatGPT的“克隆”。

构建克隆所需的一切：

✔ Python

✔ OpenAI API

✔ Streamlit (for GUI)

✔ Around 40 lines of code

听起来可行吗？这个项目不会很壮观。但它会：

● 让你进入“创造者模式”

● 帮助你从步骤1、2、3巩固知识。

● 允许您尝试使用 LLM 参数和提示

注意：如果你想建立你的第一个人工智能聊天机器人，我已经为你创建了一个免费的课程！检查一下用Python和OpenAI API创建一个免费的聊天机器人

奥斯汀·克莱昂的《展示你的作品》是两小时读完的。

因为这本书，我现在正在写这篇文章。

它让我明白，每个人都有宝贵的东西可以分享。即使作为一个完全的初学者，你也走在了大多数人的前面。

想要证据吗

我刚刚分享了我写的那篇文章的链接~6周进入我的AI之旅。

有什么好分享的

✔ 代码

✔ 课程

✔ 错误

✔ 想法

✔ 最喜欢的资源

任何你学到的东西。我知道上市对大多数人来说是艰难的（我也感到害怕）。

但这将是你一生中最好的长期投资之一。创造者经济正在蓬勃发展。创建内容几乎没有任何的缺点（除了时间投资）。

看看你会实现什么：

✔ 建立信任

✔ 激励他人

✔ 赢得信誉

✔ 建立真实性

✔ 追踪你的成长

✔ 固化知识

✔ 扩大你的人脉

✔ 通过教学学得更深

✔ 打造个人品牌

这份清单甚至都不完整！

我做过，所以我确认其好处。

所以我给你的建议是大胆而开放地分享你所学习的东西！ Share what you learn!

如何不选择下一个项目

在你跳入下一个项目之前，问这个问题是至关重要的。

我在做项目时犯了一个巨大的错误，因为我只有几天的时间来构建它们。我每周发布视频，所以我不得不:

1. 找到一个项目的想法。

2. 选择技术。

3. 构建项目（编写代码）。

4. 录下自己谈论这个项目的过程。

5. 编辑我的录音（讨厌它）。

6. 准备描述。

7. 上传视频。

然后，我写了这篇博客文章。都是在7天之内完成的。

我只是在探索和分享，而不是建立真正的项目。探索本身是一件好事。但愿我早点知道这个“丑陋的真相”: 探索性人工智能项目不会让你被聘用！

如何选择适合自己的项目

“优点，而不是功能”是销售中的主要原则之一。

许多人认为人工智能被过度炒作。AI新闻提到了酷炫的AI功能。但企业只关心结果。

可悲的是，功能很少能给企业带来真正的好处。如果你想让你的项目脱颖而出，就把重点放在效益上。

以下是3个主要的福利类别:

● 节省时间

● 省钱

● 赚更多的钱

(提示：人工智能擅长节省时间。)

确保项目增值（提供现实世界的利益）。

● 走出你的舒适区

● 确保你能学到新东西

● 提高你现有的技能

● 解决实际问题

每个项目都应该具有挑战性，并迫使你学习新的东西。

下面是一些需要学习的实用主题:

RAG

AI Agents

LangChain

HuggingFace

Vector Databases

Vector Embedding

Open-source LLMs

image generators (DALL-e 3)

voice models (Whisper and TTS)

我已经进行了15+次AI工程职位的面试。

根据我的经验，公司总是会问起RAG。所以我会在我的第二个或第三个项目中使用RAG。

越快越好。

注意:如果你想学习使用Ollama运行开源的LLMs（Llama 3，Mistral等），请查看我的详细教程:

在笔记本电脑上运行Llama 3:初学者Ollama入门教程。

运行开源 LLMs 从未如此简单。

注意:如果你想构建RAG应用程序（但不知道从哪里开始），我为你写了这篇温和的介绍:

带LlamaIndex、Qdrant和GPT-4o迷你版的简单RAG

初学者一步一步的指南。

而且，它应该能从第一步、第二步、第三步提高你的技能。因此，当您执行以下操作时，您将从项目中获得更多收益：

● 扩展您的编码技能

● 了解有关LLM的更多信息

● 探索提示词

● 建立解决实际问题的项目。

没有导师大大减慢了我的进步。在我的旅程中，我已经完成了从岗位开始的6个步骤（在某种程度上）。但我一直没找到良师益友...

如有你有一个好导师或者共同学习的队友，你将获得以下好处：

帮助我度过艰难时期

告诉我该培养哪些技能

帮助我的职业道路

我介绍他的人脉

和我一起庆祝成功

给我职业指导

给我反馈

批评我

别犯我的错！赶紧设法找个导师吧，一个导师能帮你节省几个月时间！

角色只是在定义中。但需求正在迅速增加。

读完这篇文章，你了解了我在创纪录的时间内成为一名人工智能工程师的道路。

有什么问题，就写在评论里吧！✍️

来源：EdgeAITech