Дорожная карта инженера по искусственному интеллекту | Как я буду изучать искусственный интеллект в 2024 году

YOUTUBE · 01.12.2025 06:32

Ключевые темы и таймкоды

Введение в профессию инженера по искусственному интеллекту

0:00

Компании вкладывают миллиарды долларов в ИИ, и инженеры по ИИ становятся востребованными.
В Athletic Technologies нанимаю инженеров по ИИ.
Подготовка требует тяжелой работы и длительного обучения.

Дорожная карта и требования к обучению

0:55

Обучение требует 4 часов в день в течение 8 месяцев.
Важно оценить интерес к программированию и математике.
Если нет интереса или навыков, есть другие карьерные роли.

Основные и инструментальные навыки

1:46

Обсуждаются основные и инструментальные навыки.
Дорожная карта включает PDF-файл с 8 месяцами обучения.
Важно избегать мошенников и проверять курсы.

Основы информатики и Python

2:42

Изучение основ информатики на первой и второй неделях.
Рекомендуется курс от Академии Хана.
Python - самый популярный язык для ИИ, изучение базовых понятий.

Мягкие навыки и LinkedIn

4:49

Создание профиля в LinkedIn параллельно с обучением.
Контрольный список для улучшения профиля.
Важно сохранять мотивацию и следовать вдохновляющим видео.

Продвинутые языки Python и soft skills

6:27

Изучение продвинутых языков Python на седьмой и восьмой неделях.
Важность многопоточности и многопроцессорности.
Следить за выдающимися деятелями ИИ в LinkedIn.

Бизнес-концепции и резюме

10:07

Изучение бизнес-концепций для лучшего общения с заинтересованными сторонами.
Подписка на YouTube-канал Think School для бизнес-исследований.
Присутствие в Интернете становится новой формой резюме.

Искусство задавать вопросы

10:47

Discord - платформа для вопросов по программированию.
Вопросы можно задавать на сервере Discord для изучения основ кода.
Важно задавать содержательные вопросы, а не копировать ошибки.

Взаимодействие с командой

12:00

Работа в команде требует умения делиться кодом и просматривать его.
Используйте системы контроля версий, такие как git и GitHub.
YouTube и плейлисты могут помочь в изучении git и GitHub.

Презентация и навыки

13:14

Умение презентовать - важный навык для инженера по ИИ.
Видео "Death by PowerPoint" дает простые и действенные советы по презентациям.
Презентации помогают продавать идеи и продвигаться по карьерной лестнице.

SQL и реляционные базы данных

14:31

SQL используется для запросов данных из реляционных баз данных.
Академия Хана и другие ресурсы предлагают бесплатные курсы по SQL.
Платформа SQL Bolt помогает практиковаться в SQL.

Numpy и Pandas

16:56

Numpy и Pandas используются для очистки и изучения данных.
Практика навыков EDA и исследовательского анализа данных.
Математика и статистика - основа для ИИ, изучение ресурсов на YouTube и Academy Khan.

Поисковый анализ данных

18:35

EDA включает получение данных для проекта ИИ.
Kaggle - сайт с наборами данных и задачами для ИИ.
Практика на собственных данных и изучение решений других.

Машинное обучение

20:17

Изучение методов предварительной обработки и построения моделей.
Плейлист на YouTube с интуитивным объяснением теории и кода.
Использование инструментов управления проектами, таких как Scrum и Kanban.

MLops

22:00

MLops - автоматизация этапов разработки программного обеспечения.
Jenkins и другие инструменты для автоматизации рабочих процессов.
Интеграция линтеров и других полезных инструментов в GitHub.

ML Ops и автоматизация

22:11

ML Ops автоматизирует разработку проектов машинного обучения.
Изучайте API и фреймворки, такие как Flask и Fast API.
Docker и Kubernetes используются для контейнеризации и оркестровки.

Облачные платформы и AWS

23:01

Понимание облачных платформ AWS и Azure.
AWS предлагает Amazon SageMaker для машинного обучения в облаке.
ML Ops важен для инженеров по искусственному интеллекту.

Создание проектов и резюме

24:08

Создание проектов по регрессии и классификации.
Составление резюме для ATS и создание веб-сайта для портфолио.
Использование YouTube плейлистов для проектов и изучение soft skills.

Глубокое обучение и нейронные сети

25:49

Изучение основ глубокого обучения и нейронных сетей.
Использование TensorFlow и создание проектов по глубокому обучению.
Специализация в НЛП или компьютерном зрении.

Long Chain и LLM

27:47

Изучение Long Chain и LLM фреймворков.
Создание проектов и включение их в резюме.
Процесс обучения ИИ непрерывный, работа над проектами и повышение квалификации.

Советы по эффективному обучению

28:45

Меньше времени на учебники, больше на усвоение и реализацию.
Групповое обучение и обмен опытом.
Советы по эффективному обучению и мотивация.

Заключение

29:45

Призыв к просмотру видео и использованию ресурсов.
Вопросы и комментарии приветствуются.
Благодарность за просмотр и пожелания успеха.