“AI ኢንጂነር” ከሚለው ቡዝ ቃል በስተጀርባ ምን እንደሚደበቅ ጠይቀው ያውቃሉ? እኔም አደረግሁ። ከውጪው የሚያብረቀርቅ ይመስላል፣ ነገር ግን እንደ እውነቱ ከሆነ እኩል ክፍሎች የንድፍ ስራ፣ የተዝረከረኩ መረጃዎችን መጨቃጨቅ፣ ሲስተሞችን አንድ ላይ በማጣመር እና ነገሮች ማድረግ ያለባቸውን እየሰሩ መሆናቸውን በጥንቃቄ መመርመር ነው። የአንድ መስመር እትም ከፈለጉ፡ ብዥታ ችግሮችን ወደ ስራ AI ሲስተሞች ይለውጣሉ እውነተኛ ተጠቃሚዎች ሲታዩ የማይፈርስ። ረዘም ያለ ፣ ትንሽ የበለጠ ትርምስ - ደህና ፣ ያ ከዚህ በታች ነው። ካፌይን ያዙ. ☕
ከዚህ በኋላ ሊያነቧቸው የሚፈልጓቸው መጣጥፎች፡-
🔗 AI መሳሪያዎች ለመሐንዲሶች፡ ብቃትን እና ፈጠራን ማሳደግ
የምህንድስና ምርታማነትን እና ፈጠራን የሚያሻሽሉ ኃይለኛ የኤአይአይ መሳሪያዎችን ያግኙ።
🔗 የሶፍትዌር መሐንዲሶች በ AI ይተካሉ?
የወደፊቱን የሶፍትዌር ምህንድስና በራስ-ሰር ዘመን ያስሱ።
🔗 የሰው ሰራሽ የማሰብ ችሎታን የሚቀይሩ ኢንዱስትሪዎች የምህንድስና መተግበሪያዎች
AI እንዴት የኢንዱስትሪ ሂደቶችን እየቀረጸ እና ፈጠራን እየነዳ እንደሆነ ይወቁ።
🔗 እንዴት AI መሐንዲስ መሆን እንደሚቻል
የደረጃ በደረጃ መመሪያ ወደ AI ምህንድስና ሙያ ጉዞዎን ለመጀመር።
ፈጣኑ መውሰዱ፡ አንድ AI መሐንዲስ በትክክል የሚያደርገው 💡
በቀላል ደረጃ፣ AI መሐንዲስ የ AI ስርዓቶችን ይቀርፃል፣ ይገነባል፣ ይልካልና ይጠብቃል። የዕለት ተዕለት እንቅስቃሴው የሚከተሉትን ያጠቃልላል
-
ግልጽ ያልሆነ ምርትን ወይም የንግድ ፍላጎቶችን ወደ ሞዴሎች መተርጎም በእውነቱ ማስተናገድ ይችላል።
-
ውሂብ መሰብሰብ፣ መሰየም፣ ማጽዳት እና -በማይቀር - መንሸራተት ሲጀምር እንደገና ማረጋገጥ።
-
ሞዴሎችን መምረጥ እና ማሰልጠን፣ በትክክለኛ መለኪያዎች መፍረድ እና የት እንደሚወድቁ መፃፍ።
-
ሁሉንም ነገር ወደ MLOps ቧንቧዎች በመጠቅለል እንዲሞከር ፣ እንዲሰራጭ ፣ እንዲታይ ማድረግ።
-
በዱር ውስጥ መመልከት፡ ትክክለኛነት፣ ደህንነት፣ ፍትሃዊነት… እና ከመስመሩ በፊት ማስተካከል።
እያሰብክ ከሆነ “ስለዚህ የሶፍትዌር ምህንድስና እና የውሂብ ሳይንስ ከምርት አስተሳሰብ ጋር ይረጫል” - አዎ፣ ያ ስለ ቅርጹ ነው።
ጥሩ AI መሐንዲሶችን ከሌሎቹ የሚለየው
ከ2017 ጀምሮ የታተመውን እያንዳንዱን የሕንፃ ጥበብ ወረቀት ማወቅ ትችላለህ እና አሁንም ደካማ ውጥንቅጥ መገንባት ትችላለህ። በተለምዶ በሚና የሚበለጽጉ ሰዎች፡-
-
በስርዓቶች ውስጥ ያስቡ. ሙሉውን ምልልስ ያዩታል፡ ውሂብ ወደ ውስጥ፣ ውሳኔዎች ወጥቷል፣ ሁሉንም ነገር መከታተል የሚቻል ነው።
-
መጀመሪያ አስማትን አታሳድድ። ውስብስብነት ከመደረደሩ በፊት መሰረታዊ እና ቀላል ቼኮች።
-
በአስተያየት መጋገር። እንደገና ማሰልጠን እና መመለስ ተጨማሪ ነገሮች አይደሉም፣ የንድፍ አካል ናቸው።
-
ነገሮችን ይፃፉ። ነጋዴዎች, ግምቶች, ገደቦች - አሰልቺ, ግን በኋላ ወርቅ.
-
ተጠያቂ AI በቁም ነገር ይያዙ። ስጋቶች በብሩህ ተስፋ አይጠፉም፣ ገብተው ይቆጣጠራሉ።
አነስተኛ ታሪክ ፡ አንድ የድጋፍ ቡድን የጀመረው ደደብ በሆኑ ደንቦች+የመልሶ ማግኛ መነሻ መስመር ነው። ያ ግልጽ ተቀባይነት ፈተናዎችን ሰጥቷቸዋል, ስለዚህ በኋላ ላይ ትልቅ ሞዴል ውስጥ ሲለዋወጡ, ንጹህ ንፅፅር ነበራቸው - እና ሲሳሳቱ በቀላሉ መመለስ.
የህይወት ኡደት፡ የተመሰቃቀለ እውነታ vs ንፁህ ንድፎች 🔁
-
ችግሩን ቅረጽ። ግቦችን፣ ተግባሮችን እና “በቂ” ምን እንደሚመስል ይግለጹ።
-
ውሂቡን ይፍጩ። አጽዳ፣ መሰየም፣ መከፋፈል፣ ስሪት። የሼማ ተንሸራታች ለመያዝ ማለቂያ በሌለው ያረጋግጡ።
-
የሞዴል ሙከራዎች. ቀላል፣ የመነሻ መስመሮችን ሞክር፣ ደጋግመህ፣ ሰነድ ሞክር።
-
ላክ። CI/ሲዲ/ሲቲ ቧንቧዎች፣ደህንነታቸው የተጠበቀ ማሰማራቶች፣ካናሪዎች፣የመመለሻ ስራዎች።
-
ነቅታችሁን ጠብቁ። ትክክለኝነትን፣ መዘግየትን፣ መንሳፈፍን፣ ፍትሃዊነትን፣ የተጠቃሚ ውጤቶችን ተቆጣጠር። ከዚያ እንደገና ማሰልጠን.
በስላይድ ላይ ይህ የተጣራ ክብ ይመስላል። በተግባር ግን ስፓጌቲን በመጥረጊያ እንደ መጠቅለል ነው።
ላስቲክ መንገዱን ሲመታ ኃላፊነት ያለው AI
ስለ ቆንጆ ስላይድ ወለል አይደለም። አደጋን እውን ለማድረግ መሐንዲሶች በማዕቀፎች ላይ ይደገፋሉ፡-
-
የ NIST AI RMF በንድፍ ውስጥ ያሉ አደጋዎችን በመለየት ፣ በመለካት እና በማስተናገድ [1] መዋቅር ይሰጣል።
-
የ OECD መርሆዎች እንደ ኮምፓስ ይሠራሉ - ሰፊ መመሪያዎች ብዙ ኦርጎች ከ [2] ጋር ይጣጣማሉ።
ብዙ ቡድኖች በነዚህ የህይወት ዑደቶች ላይ የተቀረጹ የራሳቸው የፍተሻ ዝርዝሮች (የግላዊነት ግምገማዎች፣ የሰው-ውስጥ-ሉፕ በሮች) ይፈጥራሉ።
እንደ አማራጭ የማይሰማቸው ሰነዶች፡ የሞዴል ካርዶች እና የውሂብ ሉሆች 📝
በኋላ ላይ እራስዎን የሚያመሰግኑ ሁለት የወረቀት ስራዎች፡-
-
የሞዴል ካርዶች → የታሰበውን ጥቅም ፣ የኢቫል አውዶች ፣ ማሳሰቢያዎችን ይፃፉ ። ምርት/ህጋዊ ሰዎችም እንዲከተሉ የተፃፈ [3]።
-
የውሂብ ሉሆች ለዳታ ስብስቦች → ውሂቡ ለምን እንዳለ፣ በውስጡ ያለው ነገር፣ ሊኖሩ የሚችሉ አድሎአዊ ጉዳዮች እና ደህንነቱ የተጠበቀ እና ደህንነቱ ያልተጠበቀ አጠቃቀሞችን ያብራሩ [4]።
የወደፊት - እርስዎ (እና የወደፊት የቡድን አጋሮች) እርስዎን ለመጻፍ በጸጥታ ከፍ ከፍ ያደርጋሉ።
ጥልቅ ዳይፕ፡ የውሂብ ቧንቧዎች፣ ኮንትራቶች እና ስሪት 🧹📦
መረጃው የማይታዘዝ ይሆናል። ስማርት AI መሐንዲሶች ኮንትራቶችን ያስገድዳሉ፣ በቼኮች ይጋገራሉ፣ እና ስሪቶች ከኮድ ጋር የተቆራኙ ያቆዩ፣ ስለዚህም በኋላ መመለስ ይችላሉ።
-
ማረጋገጫ → ኮድፋይ ንድፍ ፣ ክልሎች ፣ ትኩስነት; ሰነዶችን በራስ-ሰር ማመንጨት.
-
ሥሪት → የውሂብ ስብስቦችን እና ሞዴሎችን በGit መፈጸም፣ ስለዚህ እርስዎ በትክክል ሊያምኑት የሚችሉት የለውጥ ምዝግብ ማስታወሻ አለዎት።
ትንሽ ምሳሌ ፡ አንድ ቸርቻሪ ተንሸራቶ ገባ። ያ ነጠላ ትራይዋይር ደንበኞች ከማስተዋላቸው በፊት በ recall@k ውስጥ ተደጋጋሚ ጠብታዎችን አቁሟል።
ጥልቅ መስመጥ፡ ማጓጓዣ እና ልኬት 🚢
ሞዴልን በፕሮድ ውስጥ ማስኬድ model.fit() ። እዚህ ያለው የመሳሪያ ቀበቶ የሚከተሉትን ያጠቃልላል
-
Docker ለ ወጥነት ያለው ማሸጊያ.
-
ኩበርኔትስ ለኦርኬስትራ፣ ልኬት እና ደህንነቱ የተጠበቀ ልቀቶች።
-
MLOps ማዕቀፎች ለካናሪዎች፣ A/B ክፍፍሎች፣ ከውጪ መለየት።
ከመጋረጃው በስተጀርባ የጤና ምርመራዎች፣ ፍለጋ፣ ሲፒዩ vs ጂፒዩ መርሐግብር፣ የጊዜ ማብቂያ ማስተካከያ ነው። ማራኪ አይደለም, በጣም አስፈላጊ.
ጥልቅ መስመጥ፡ GenAI ስርዓቶች እና RAG 🧠📚
የጄነሬቲቭ ስርዓቶች ሌላ ጠመዝማዛ ያመጣሉ - ሰርስሮ ማውጣት.
-
መክተቻዎች + የቬክተር ፍለጋ ተመሳሳይነት ፍለጋዎች በፍጥነት።
-
የኦርኬስትራ ቤተ-መጻሕፍት ወደ ሰንሰለት ሰርስሮ ማውጣት፣ መሣሪያ መጠቀም፣ ከሂደት በኋላ።
ምርጫዎች በመቁረጫ፣ በዳግም ደረጃ፣ በኢቫል - እነዚህ ትናንሽ ጥሪዎች ብልሹ ቻቦት ወይም ጠቃሚ ረዳት አብራሪ እንዳገኙ ይወስናሉ።
ችሎታዎች እና መሳሪያዎች፡ በእውነቱ ቁልል ውስጥ ያለው ምንድን ነው 🧰
ክላሲክ ኤምኤል እና ጥልቅ የመማሪያ መሳሪያ ድብልቅ ቦርሳ፡
-
ማዕቀፎች ፡ ፒይቶርች፣ TensorFlow፣ scikit-Learn
-
የቧንቧ መስመሮች: የአየር ፍሰት, ወዘተ, ለታቀዱ ስራዎች.
-
ምርት ፡ Docker፣ K8s፣ ማገልገል ማዕቀፎች።
-
ታዛቢነት ፡ ተንሳፋፊ ማሳያዎች፣ የቆይታ ጊዜ መከታተያዎች፣ የፍትሃዊነት ቼኮች።
ሁሉንም ነገር አይጠቀምም . ብልሃቱ በህይወት ኡደት ውስጥ በቂ እውቀትን በማስተዋል ለማመዛዘን ነው።
የመሳሪያዎች ሰንጠረዥ፡ መሐንዲሶች በትክክል የሚደርሱት 🧪
| መሳሪያ | ታዳሚዎች | ዋጋ | ለምን ጠቃሚ ነው |
|---|---|---|---|
| ፒቶርች | ተመራማሪዎች, መሐንዲሶች | ምንጭ ክፈት | ተለዋዋጭ፣ ፓይቶኒክ፣ ግዙፍ ማህበረሰብ፣ ብጁ መረቦች። |
| TensorFlow | ምርትን የሚደግፉ ቡድኖች | ምንጭ ክፈት | የስነ-ምህዳር ጥልቀት፣ TF ማገልገል እና ለማሰማራት ቀላል። |
| scikit-ተማር | ክላሲክ ML ተጠቃሚዎች | ምንጭ ክፈት | ምርጥ የመነሻ መስመሮች፣ የተስተካከለ ኤፒአይ፣ የተጋገረ ውስጥ ቅድመ ዝግጅት። |
| MLflow | ቡድኖች ብዙ ሙከራዎችን ያደርጋሉ | ምንጭ ክፈት | ሩጫዎች፣ ሞዴሎች፣ ቅርሶች ተደራጅተው ያቆያል። |
| የአየር ፍሰት | የቧንቧ መስመር ሰዎች | ምንጭ ክፈት | DAGs፣ መርሐግብር ማውጣት፣ ታዛቢነት በቂ ነው። |
| ዶከር | በመሠረቱ ሁሉም ሰው | ነፃ ኮር | ተመሳሳይ አካባቢ (በአብዛኛው). ጥቂቶች "በእኔ ላፕቶፕ ላይ ብቻ ነው የሚሰሩት" ግጭቶች. |
| ኩበርኔትስ | ኢንፍራ-ከባድ ቡድኖች | ምንጭ ክፈት | አውቶማቲካሊንግ፣ መልቀቅ፣ የድርጅት ደረጃ ጡንቻ። |
| በK8s ላይ የሚያገለግል ሞዴል | K8s ሞዴል ተጠቃሚዎች | ምንጭ ክፈት | መደበኛ አገልግሎት፣ ተንሸራታች መንጠቆዎች፣ ሊለካ የሚችል። |
| የቬክተር ፍለጋ ቤተ-መጻሕፍት | RAG ግንበኞች | ምንጭ ክፈት | ፈጣን ተመሳሳይነት፣ ጂፒዩ ተስማሚ። |
| የሚተዳደሩ የቬክተር መደብሮች | የድርጅት RAG ቡድኖች | የሚከፈልባቸው ደረጃዎች | አገልጋይ አልባ ኢንዴክሶች፣ ማጣሪያ፣ አስተማማኝነት በመጠን ላይ። |
አዎ፣ ሀረጎቹ እኩል ያልሆነ ስሜት ይሰማቸዋል። የመሳሪያ ምርጫዎች ብዙውን ጊዜ ናቸው።
በቁጥር ሳይሰምጥ ስኬትን መለካት 📏
አስፈላጊዎቹ መለኪያዎች በዐውደ-ጽሑፉ ላይ ይወሰናሉ፣ ነገር ግን አብዛኛውን ጊዜ የሚከተለው ድብልቅ ነው፡-
-
የትንበያ ጥራት ፡ ትክክለኛነት፣ ማስታወስ፣ F1፣ ልኬት።
-
የስርዓት + ተጠቃሚ ፡ መዘግየት፣ p95/p99፣ የልወጣ ማንሳት፣ የማጠናቀቂያ ተመኖች።
-
የፍትሃዊነት አመልካቾች ፡ እኩልነት፣ የተለያየ ተጽእኖ - በጥንቃቄ ጥቅም ላይ የዋለ [1][2]።
በገጸ-ንድፍ ላይ መለኪያዎች አሉ። ካላደረጉ ይቀያይሯቸው።
የትብብር ቅጦች፡ የቡድን ስፖርት ነው 🧑🤝🧑
የ AI መሐንዲሶች ብዙውን ጊዜ መገናኛው ላይ ይቀመጣሉ-
-
ምርት እና ጎራ ሰዎች (ስኬትን፣ የጥበቃ መንገዶችን ይግለጹ)።
-
የውሂብ መሐንዲሶች (ምንጮች, ንድፎች, SLAs).
-
ደህንነት/ህጋዊ (ግላዊነት፣ ተገዢነት)።
-
ንድፍ/ምርምር (የተጠቃሚ ሙከራ፣ esp. ለ GenAI)።
-
Ops/SRE (የስራ ሰዓት እና የእሳት ልምምድ)።
በስክሪፕቶች እና አልፎ አልፎ የሚሞቁ የሜትሪክ ክርክሮች የተሸፈኑ ነጭ ሰሌዳዎችን ይጠብቁ - ጤናማ ነው።
ወጥመዶች፡ የቴክኒክ ዕዳ ረግረጋማ 🧨
ኤምኤል ሲስተሞች የተደበቁ ዕዳዎችን ይስባሉ፡ የተጠላለፉ ውቅሮች፣ ደካማ ጥገኛዎች፣ የተረሱ ሙጫ ስክሪፕቶች። ጥቅሞቹ ረግረጋማው ከማደጉ በፊት የጥበቃ መንገዶችን - የውሂብ ሙከራዎችን ፣ የተተየቡ ውቅሮችን ፣ ጥቅልሎችን ያዘጋጃሉ። [5]
ንጽህና ጠባቂዎች፡ የሚረዱ ልምምዶች 📚
-
በትንሹ ጀምር. ሞዴሎችን ከማወሳሰብ በፊት የቧንቧ መስመር እንደሚሰራ ያረጋግጡ.
-
MLOps ቧንቧዎች. CI ለዳታ/ሞዴሎች፣ ሲዲ ለአገልግሎቶች፣ ሲቲ ለዳግም ስልጠና።
-
ኃላፊነት ያለባቸው AI ማረጋገጫ ዝርዝሮች። እንደ ሞዴል ካርዶች እና የውሂብ ሉሆች ካሉ ሰነዶች [1][3][4] ጋር ወደ ኦርጅዎ ካርታ ተዘጋጅቷል።
ፈጣን FAQ ድጋሚ አድርግ፡ የአንድ ዓረፍተ ነገር መልስ 🥡
የ AI መሐንዲሶች ከጫፍ እስከ ጫፍ ጠቃሚ፣ ሊሞከሩ የሚችሉ፣ ሊተገበሩ የሚችሉ እና በመጠኑም ቢሆን ደህና የሆኑ ስርዓቶችን ይገነባሉ - ማንም ሰው በጨለማ ውስጥ እንዳይገባ ግልጽ የሆኑ ጥፋቶችን ሲያደርጉ።
TL; DR 🎯
-
በመረጃ ሥራ ፣ በሞዴሊንግ ፣ በኤምሎፕስ ፣ በክትትል በኩል ደብዛዛ ችግሮችን → አስተማማኝ AI ስርዓቶችን ይወስዳሉ።
-
ምርጡ መጀመሪያ ቀላል ያድርጉት፣ ያለማቋረጥ ይለኩ እና ግምቶችን ይመዝግቡ።
-
ፕሮዳክሽን AI = የቧንቧ መስመሮች + መርሆዎች (CI/CD/CT, ፍትሃዊነት በሚያስፈልግበት ጊዜ, በአደጋ የተጋገረ አስተሳሰብ).
-
መሳሪያዎች መሳሪያዎች ብቻ ናቸው. በባቡር የሚያልፉዎትን ዝቅተኛውን ይጠቀሙ → ትራክ → አገልግሎት → ይመልከቱ።
የማጣቀሻ ማገናኛዎች
-
NIST AI RMF (1.0)። አገናኝ
-
OECD AI መርሆዎች. አገናኝ
-
የሞዴል ካርዶች (ሚቼል እና ሌሎች፣ 2019)። አገናኝ
-
የውሂብ ሉህ የውሂብ ስብስቦች (ገብሩ እና ሌሎች፣ 2018/2021)። አገናኝ
-
የተደበቀ የቴክኒክ ዕዳ (Sculley et al., 2015). አገናኝ