Plan de carrière de 6 mois pour ingénieur IA
De Wikiprompt, l’encyclopédie libre de prompts
Plan de carrière de 6 mois pour ingénieur IA Un parcours d'apprentissage mois par mois couvrant les fondamentaux, le développement LLM, le RAG, les agents, le déploiement et la spécialisation pour devenir ingénieur IA en six mois.
Contenu du PromptEnregistrer
🌐
Mois 1 : Devenir solide en programmation et en fondamentaux
- Python très bien
- Git + GitHub
- Bases du CLI / terminal
- JSON, APIs, HTTP, bases de l'async
- SQL de base
- Manipulation de données de base avec pandas
- Environnements virtuels, gestion de paquets, gestion des erreurs
- FastAPI ou Flask
Mois 2 : Maîtriser le développement d'applications LLM
- Fondamentaux du prompting
- Instructions système vs utilisateur
- Sorties structurées / schémas JSON
- Appel de fonctions / outils
- Réponses en streaming
- État de la conversation
- Bases des coûts / latence / tokens
- Gestion des échecs
- Sensibilisation à l'injection de prompt
Mois 3 : Apprendre le RAG correctement
- Embeddings
- Chunking
- Bases de données vectorielles
- Filtrage par métadonnées
- Reranking
- Problèmes de qualité de récupération
- Réduction des hallucinations
- Citations et ancrage
Mois 4 : Agents, outils, workflows, évaluations
- Boucles d'agents
- Sélection d'outils
- Gestion de l'état
- Nouvelles tentatives
- Quand NE PAS utiliser d'agents
- Workflows multi-étapes
- Harnesses d'évaluation
- Métriques de succès des tâches
Mois 5 : Déploiement, réflexion produit et fiabilité
- Patterns de production FastAPI
- Docker
- Tâches en arrière-plan
- Files d'attente
- Authentification + sécurité des clés API
- Journalisation
- Observabilité
- Gestion des prompts / versions
- Tableaux de bord d'évaluation
- Surveillance des coûts
- Limites de débit
- Mise en cache
Mois 6 : Se spécialiser et devenir embauchable
Choisissez une direction et concentrez-vous sur la pratique :
Direction 1 : Ingénieur produit IA (applications LLM, RAG, agents, déploiement, UX produit)
Direction 2 : Ingénieur ML / LLM appliqué (fine-tuning, quand fine-tuner vs prompt, évaluation, optimisation de l'inférence, modèles open-source, pipelines d'entraînement)
Direction 3 : Ingénieur en automatisation IA (orchestration de workflows, automatisation de processus métier, systèmes multi-outils, CRM, documents, e-mail, support, cas d'usage opérationnels)
Connectez-vous pour voir le prompt complet
Continuer avec:
En vous connectant, vous acceptez nos Conditions et Confidentialité
Utilisation
Ce prompt est conçu pour être utilisé avec education. Copiez le contenu ci-dessus et collez-le dans votre outil d’IA préféré.
Pour de meilleurs résultats, personnalisez les espaces réservés (indiqués par des crochets ou des majuscules) selon vos besoins.
Références
- Catégorie: Prompts education
- Source: https://x.com/sairahul1/status/2075934382284484997
Discussion
0 commentaires