Как выбрать первый язык программирования?
В мире существует более 200 языков программирования, но только несколько десятков используются большинством разработчиков. Выбрать свой среди чужих вам поможет – востребованность языка, его сложность и область, в которой вы хотите работать.
1️⃣ Востребованность языка можно оценить с помощью специальных рейтингов:
TIOBE – рейтинг основан на проценте запросов в поисковиках конкретного языка от запросов по всем языкам и ежемесячно составляется на основе данных из Google, Baidu, Wikipedia, Amazon и Ebay (Яндекс не учитывается).
PYPL (Popularity of Programming Language index) — рейтинг GitHub оценивает по Google Trends, к каким языкам чаще всего ищут уроки;
Stack Overflow — сервис вопросов и ответов по теме программирования проводит масштабные исследования рынка и опросы разработчиков;
IEEE — Институт инженеров электротехники и электроники ежегодно публикует на своем сайте рейтинг языков программирования, основанный на 11 параметрах и восьми источниках, включающих соцсети и GitHub.
☝️ Если обобщить данные из всех рейтингов, то самым востребованным языком на январь 2024 года является Python. Также в топе находятся: Java, JavaScript, С, С++ и C#.
А если вы хотите оценить популярность языка среди работодателей в конкретном регионе, зайдите в любой сервис по поиску работы и вбейте в строку поиска название языка.
2️⃣ Теперь давайте разберемся со сложностью. Это довольно субъективный вопрос, но общие рекомендации такие:
> Для изучения с нуля лучше всего подходят Python и JavaScript.
> PHP, Swift и Kotlin — немного сложнее.
> Java и C# — еще сложнее.
> C++ – самый сложный.
3️⃣ И, наконец, самое главное – краткий список наиболее широко используемых языков в тех или иных областях разработки:
> Веб-разработка – JavaScript, Java, HTML5, Ruby, TypeScript;
> Мобильная разработка – Kotlin, Swift, Objective-C, C#, C++, Java, JavaScript;
> Data Science – Python, R, SQL, Scala, Julia, MATLAB;
> Искусственный интеллект и машинное обучение – Python, R, Java, Lisp, Prolog, JavaScript;
> Облачные вычисления – Java, Python, JavaScript, Golang, .Net Core;
> Кибербезопасность – Perl, C++, SQL, Ruby, Rust, Assembly.
> Разработка игр – Java, C++, Python
В будущем мир программирования будет сосредоточен вокруг искусственного интеллекта и машинного обучения. Пока все складывается так: Python (движущая сила ИИ), JavaScript (доминирует в веб-браузерах), Java (широко распространен в корпоративной среде), Kotlin (часто используется в приложениях), C++ (системное программирование и разработка игр) и вместе они будут играть ключевую роль в формировании цифрового мира. Но не за горами появление новых языков программирования, более удобных и универсальных.
А какой язык программирования изучаете вы? Почему выбрали его в качестве первого? Поделитесь своей историей в комментариях)
#лонгрид #карьера_в_IT
В мире существует более 200 языков программирования, но только несколько десятков используются большинством разработчиков. Выбрать свой среди чужих вам поможет – востребованность языка, его сложность и область, в которой вы хотите работать.
1️⃣ Востребованность языка можно оценить с помощью специальных рейтингов:
TIOBE – рейтинг основан на проценте запросов в поисковиках конкретного языка от запросов по всем языкам и ежемесячно составляется на основе данных из Google, Baidu, Wikipedia, Amazon и Ebay (Яндекс не учитывается).
PYPL (Popularity of Programming Language index) — рейтинг GitHub оценивает по Google Trends, к каким языкам чаще всего ищут уроки;
Stack Overflow — сервис вопросов и ответов по теме программирования проводит масштабные исследования рынка и опросы разработчиков;
IEEE — Институт инженеров электротехники и электроники ежегодно публикует на своем сайте рейтинг языков программирования, основанный на 11 параметрах и восьми источниках, включающих соцсети и GitHub.
☝️ Если обобщить данные из всех рейтингов, то самым востребованным языком на январь 2024 года является Python. Также в топе находятся: Java, JavaScript, С, С++ и C#.
А если вы хотите оценить популярность языка среди работодателей в конкретном регионе, зайдите в любой сервис по поиску работы и вбейте в строку поиска название языка.
2️⃣ Теперь давайте разберемся со сложностью. Это довольно субъективный вопрос, но общие рекомендации такие:
> Для изучения с нуля лучше всего подходят Python и JavaScript.
> PHP, Swift и Kotlin — немного сложнее.
> Java и C# — еще сложнее.
> C++ – самый сложный.
3️⃣ И, наконец, самое главное – краткий список наиболее широко используемых языков в тех или иных областях разработки:
> Веб-разработка – JavaScript, Java, HTML5, Ruby, TypeScript;
> Мобильная разработка – Kotlin, Swift, Objective-C, C#, C++, Java, JavaScript;
> Data Science – Python, R, SQL, Scala, Julia, MATLAB;
> Искусственный интеллект и машинное обучение – Python, R, Java, Lisp, Prolog, JavaScript;
> Облачные вычисления – Java, Python, JavaScript, Golang, .Net Core;
> Кибербезопасность – Perl, C++, SQL, Ruby, Rust, Assembly.
> Разработка игр – Java, C++, Python
В будущем мир программирования будет сосредоточен вокруг искусственного интеллекта и машинного обучения. Пока все складывается так: Python (движущая сила ИИ), JavaScript (доминирует в веб-браузерах), Java (широко распространен в корпоративной среде), Kotlin (часто используется в приложениях), C++ (системное программирование и разработка игр) и вместе они будут играть ключевую роль в формировании цифрового мира. Но не за горами появление новых языков программирования, более удобных и универсальных.
А какой язык программирования изучаете вы? Почему выбрали его в качестве первого? Поделитесь своей историей в комментариях)
#лонгрид #карьера_в_IT
Топ-5 технических профессий в области искусственного интеллекта 🤖
Если вы сейчас в поиске новой профессии, советуем вам присмотреться к этим вариантам 👇
🔵 Cпециалист по машинному обучению / Machine Learning Engineer
Искусственный интеллект уже стал частью нашей повседневной жизни. Специалист, который постоянно дорабатывает эту технологию, чтобы она приносила максимальную пользу, называется ML-инженер.
Однако путь в профессию довольно сложный.
Cпециалисту необходимы математические знания (теория вероятностей, статистика, линейная алгебра) и умение моделировать данные. Важно знать Python и R, SQL или NoSQL, фреймворки PyTorch, Apache Spark, TensorFlow. Может потребоваться умение работать с библиотеками Keras, scikit-learn, Pandas, NumPy.
🔵 Специалист по глубокому обучению / Deep Learning Engineer
Глубокое обучение (Deep Learning, или DL) – раздел машинного обучения, занимающийся созданием сложных многослойных нейросетей. Deep Learning Engineer – специалист, который создает и развивает алгоритмы глубокого обучения. Он уделяет внимание архитектуре системы, работает на более высоком уровне, чем инженер по машинному обучению. Также он преобразует прототипы в рабочий код, настраивает облачную инфраструктуру и развертывает производственные модели.
Необходимо знание распространенных архитектур нейросетей: генеративно-состязательные сети (GAN), автокодеры, глубокие сети доверия (DBN), рекуррентные нейросети, сверточные нейронные сети (CNN), сети долгой краткосрочной памяти (LSTM). В остальном требования похожи на те, которые предъявляются к ML-инженерам.
🔵 Специалист по анализу данных / Data Scientist
Это специалист, работающий на стыке программирования, статистики и машинного обучения. Главная его задача – создание прикладных решений для бизнеса. Например, это могут быть умные ленты социальных сетей и стриминговых сервисов, инструменты для комплексного маркетингового анализа и стратегического планирования. Специалист по анализу данных работает с огромным объемом информации и разрабатывает пути ее применения.
Подробнее о профессии в нашем материале – Data Scientist. Кто такой и как им стать?
🔵 Инженер по обработке естественного языка / NLP Engineer
NLP (Natural Language Processing) – обработка естественного языка любого народа земли. Это направление IT – новая ветвь Data Science и машинного обучения. NLP Engineer работает с огромным массивом данных, обучая нейросеть понимать человеческий язык. Он проводит семантический анализ, находит закономерности, занимается тематическим моделированием с целью решить задачи бизнеса. Это очень узкая ниша с дефицитом квалифицированных специалистов.
Для работы необходимы глубокие знания в статистике, математике, теории вероятностей, владение навыками языкового анализа на уровне графем, морфологии, синтаксиса. Из языков программирования понадобятся языки SQL или NoSQL, Python, библиотеки pandas, nltk, numpy, fasttext, scipy, scikit-learn, фреймворки Tensorflow, Keras, PyTorch. Важно иметь опыт в области обучения моделей по типам Visual Question Answering, Sentiment Analysis, Chatbots & Virtual Assistants, Machine Translation.
🔵 Инженер по компьютерному зрению / Computer Vision Engineer
Cпециалист, который обучает машину извлекать информацию из визуальных данных. Написанные им алгоритмы могут распознавать объекты и явления на изображениях и видеозаписях. Такие технологии используются в системах безопасности и идентификации, в логистике, в беспилотном транспорте и т. д. Это узкая ниша, поэтому на рынке дефицит специалистов по компьютерному зрению.
Инженер должен знать Python, владеть объектно-ориентированным программированием, библиотеками TensorFlow, OpenCV, SciPy, PyTorch, Keras и алгоритммом для компьютерного зрения YOLO. Пригодятся знания линейной алгебры, статистики, теории вероятностей, преобразования Фурье, дифференциального и интегрального исчисления.
Если вы хотите увидеть топ гуманитарных профессий в сфере ИИ, ставьте 🔥
#подборка #карьера_в_IT
Если вы сейчас в поиске новой профессии, советуем вам присмотреться к этим вариантам 👇
🔵 Cпециалист по машинному обучению / Machine Learning Engineer
Искусственный интеллект уже стал частью нашей повседневной жизни. Специалист, который постоянно дорабатывает эту технологию, чтобы она приносила максимальную пользу, называется ML-инженер.
Однако путь в профессию довольно сложный.
Cпециалисту необходимы математические знания (теория вероятностей, статистика, линейная алгебра) и умение моделировать данные. Важно знать Python и R, SQL или NoSQL, фреймворки PyTorch, Apache Spark, TensorFlow. Может потребоваться умение работать с библиотеками Keras, scikit-learn, Pandas, NumPy.
🔵 Специалист по глубокому обучению / Deep Learning Engineer
Глубокое обучение (Deep Learning, или DL) – раздел машинного обучения, занимающийся созданием сложных многослойных нейросетей. Deep Learning Engineer – специалист, который создает и развивает алгоритмы глубокого обучения. Он уделяет внимание архитектуре системы, работает на более высоком уровне, чем инженер по машинному обучению. Также он преобразует прототипы в рабочий код, настраивает облачную инфраструктуру и развертывает производственные модели.
Необходимо знание распространенных архитектур нейросетей: генеративно-состязательные сети (GAN), автокодеры, глубокие сети доверия (DBN), рекуррентные нейросети, сверточные нейронные сети (CNN), сети долгой краткосрочной памяти (LSTM). В остальном требования похожи на те, которые предъявляются к ML-инженерам.
🔵 Специалист по анализу данных / Data Scientist
Это специалист, работающий на стыке программирования, статистики и машинного обучения. Главная его задача – создание прикладных решений для бизнеса. Например, это могут быть умные ленты социальных сетей и стриминговых сервисов, инструменты для комплексного маркетингового анализа и стратегического планирования. Специалист по анализу данных работает с огромным объемом информации и разрабатывает пути ее применения.
Подробнее о профессии в нашем материале – Data Scientist. Кто такой и как им стать?
🔵 Инженер по обработке естественного языка / NLP Engineer
NLP (Natural Language Processing) – обработка естественного языка любого народа земли. Это направление IT – новая ветвь Data Science и машинного обучения. NLP Engineer работает с огромным массивом данных, обучая нейросеть понимать человеческий язык. Он проводит семантический анализ, находит закономерности, занимается тематическим моделированием с целью решить задачи бизнеса. Это очень узкая ниша с дефицитом квалифицированных специалистов.
Для работы необходимы глубокие знания в статистике, математике, теории вероятностей, владение навыками языкового анализа на уровне графем, морфологии, синтаксиса. Из языков программирования понадобятся языки SQL или NoSQL, Python, библиотеки pandas, nltk, numpy, fasttext, scipy, scikit-learn, фреймворки Tensorflow, Keras, PyTorch. Важно иметь опыт в области обучения моделей по типам Visual Question Answering, Sentiment Analysis, Chatbots & Virtual Assistants, Machine Translation.
🔵 Инженер по компьютерному зрению / Computer Vision Engineer
Cпециалист, который обучает машину извлекать информацию из визуальных данных. Написанные им алгоритмы могут распознавать объекты и явления на изображениях и видеозаписях. Такие технологии используются в системах безопасности и идентификации, в логистике, в беспилотном транспорте и т. д. Это узкая ниша, поэтому на рынке дефицит специалистов по компьютерному зрению.
Инженер должен знать Python, владеть объектно-ориентированным программированием, библиотеками TensorFlow, OpenCV, SciPy, PyTorch, Keras и алгоритммом для компьютерного зрения YOLO. Пригодятся знания линейной алгебры, статистики, теории вероятностей, преобразования Фурье, дифференциального и интегрального исчисления.
Если вы хотите увидеть топ гуманитарных профессий в сфере ИИ, ставьте 🔥
#подборка #карьера_в_IT
Telegraph
Data Scientist
Что такое Data Science? Data Science — это применение научных методов при работе с большими данными, чтобы найти нужное решение. Большие данные — это огромные объёмы неструктурированной информации: например, метеоданные за какой-то период, статистика запросов…
В мире целеполагания существует два противоположных подхода: держать свои планы при себе и делиться ими с окружающими. Научные исследования предоставляют интересные аргументы в пользу обоих подходов.
1️⃣ С одной стороны, исследования профессора психологии Питера Голлвицера показывают, что люди, объявляющие свои цели, часто испытывают снижение мотивации к их достижению. Это связано с предварительным чувством удовлетворения от общественного признания их намерений.
2️⃣ С другой стороны, исследования в области социальной психологии указывают на положительные стороны публичной постановки целей. Один из аргументов заключается в «эффекте подотчетности» (accountability effect). Когда люди заявляют о своих целях публично, они чувствуют себя более ответственными за их достижение перед окружающими. Это может повысить их мотивацию для выполнения обязательств. Кроме того, публичное объявление целей часто ведет к получению поддержки, советов и ресурсов от других, что также может способствовать успешному достижению целей.
⚡ Мы решили провести эксперимент и озвучить по одной своей годовой цели:
1) Оля (Project manager) – получить 3 разряд по альпинизму.
2) Диана (Frontend developer) – освоить два новых фреймворка
3) Даша (Product Manager) – совершить 3 авто-путешествия.
А в конце года посмотрим, что сработает – «эффект подотчетности» или же удавлетворенность от одного озвучивания цели:)
Делитесь своими целями в комментариях! Проверим вместе, работают ли публичные обещания 🤞
#коротко_о_главном #личная_эффективность
1️⃣ С одной стороны, исследования профессора психологии Питера Голлвицера показывают, что люди, объявляющие свои цели, часто испытывают снижение мотивации к их достижению. Это связано с предварительным чувством удовлетворения от общественного признания их намерений.
2️⃣ С другой стороны, исследования в области социальной психологии указывают на положительные стороны публичной постановки целей. Один из аргументов заключается в «эффекте подотчетности» (accountability effect). Когда люди заявляют о своих целях публично, они чувствуют себя более ответственными за их достижение перед окружающими. Это может повысить их мотивацию для выполнения обязательств. Кроме того, публичное объявление целей часто ведет к получению поддержки, советов и ресурсов от других, что также может способствовать успешному достижению целей.
⚡ Мы решили провести эксперимент и озвучить по одной своей годовой цели:
1) Оля (Project manager) – получить 3 разряд по альпинизму.
2) Диана (Frontend developer) – освоить два новых фреймворка
3) Даша (Product Manager) – совершить 3 авто-путешествия.
А в конце года посмотрим, что сработает – «эффект подотчетности» или же удавлетворенность от одного озвучивания цели:)
Делитесь своими целями в комментариях! Проверим вместе, работают ли публичные обещания 🤞
#коротко_о_главном #личная_эффективность
Биометрия зарегистрирована!
Многим такое уведомления не так давно пришло на «Госуслуги», если вам не приходило, загляните в приложение, есть вероятность, что найдете его там:) А причиной этому – быстрая передача данных от ведущих банков в государственный реестр, с нашего номинального согласия. Если ввели пинкод в банкомате или случайно нажали «разрешить» на баннере в сторис – считай согласились.
Поговорим сегодня о том, как работает биометрия 👁
Биометрические системы идентификации работают на основе сбора, обработки и сравнения уникальных физических или поведенческих признаков человека. В процессе регистрации биометрическая система создает шаблон, который представляет собой цифровое представление характеристик человека. При попытке идентификации или верификации система сравнивает полученные данные с ранее сохраненными шаблонами для определения совпадения.
– Распознавание отпечатков пальцев, например, включает анализ узоров, вихрей и линий, которые уникальны для каждого человека.
– Технология распознавания лица анализирует черты лица, такие как расстояние между глазами, форма носа и контуры челюсти.
– Распознавание голоса исследует характеристики голоса, включая тон, интонацию и динамику речи.
Безопасность и приватность
С развитием биометрических технологий возрастает внимание к вопросам безопасности и приватности. Защита биометрических данных становится критически важной, поскольку утечка такой информации может привести к необратимым последствиям. Разработчики технологий постоянно работают над улучшением методов шифрования и безопасного хранения данных, чтобы минимизировать риски и защитить личную информацию пользователей.
Будущее биометрии
Смотрели «Особое мнение»? Помните, как Том Круз вставляет себе другие глаза, чтобы обойти систему контроля и проникнуть на бывшую работу?
Надеемся, не такое у биометрии будущее.
Перспективы биометрии впечатляют. Исследователи и разработчики изучают новые методы идентификации, включая распознавание походки, анализ паттернов вен и даже биометрию на основе ДНК. Эти технологии обещают еще большую точность и безопасность, открывая путь к созданию умных городов. И дух захватывает, и сердце уходит в пятки от таких перспектив 🤯
А что вы думаете об этой технологии?
#лонгрид #мир_IT
Многим такое уведомления не так давно пришло на «Госуслуги», если вам не приходило, загляните в приложение, есть вероятность, что найдете его там:) А причиной этому – быстрая передача данных от ведущих банков в государственный реестр, с нашего номинального согласия. Если ввели пинкод в банкомате или случайно нажали «разрешить» на баннере в сторис – считай согласились.
Поговорим сегодня о том, как работает биометрия 👁
Биометрические системы идентификации работают на основе сбора, обработки и сравнения уникальных физических или поведенческих признаков человека. В процессе регистрации биометрическая система создает шаблон, который представляет собой цифровое представление характеристик человека. При попытке идентификации или верификации система сравнивает полученные данные с ранее сохраненными шаблонами для определения совпадения.
– Распознавание отпечатков пальцев, например, включает анализ узоров, вихрей и линий, которые уникальны для каждого человека.
– Технология распознавания лица анализирует черты лица, такие как расстояние между глазами, форма носа и контуры челюсти.
– Распознавание голоса исследует характеристики голоса, включая тон, интонацию и динамику речи.
Безопасность и приватность
С развитием биометрических технологий возрастает внимание к вопросам безопасности и приватности. Защита биометрических данных становится критически важной, поскольку утечка такой информации может привести к необратимым последствиям. Разработчики технологий постоянно работают над улучшением методов шифрования и безопасного хранения данных, чтобы минимизировать риски и защитить личную информацию пользователей.
Будущее биометрии
Смотрели «Особое мнение»? Помните, как Том Круз вставляет себе другие глаза, чтобы обойти систему контроля и проникнуть на бывшую работу?
Надеемся, не такое у биометрии будущее.
Перспективы биометрии впечатляют. Исследователи и разработчики изучают новые методы идентификации, включая распознавание походки, анализ паттернов вен и даже биометрию на основе ДНК. Эти технологии обещают еще большую точность и безопасность, открывая путь к созданию умных городов. И дух захватывает, и сердце уходит в пятки от таких перспектив 🤯
А что вы думаете об этой технологии?
#лонгрид #мир_IT
Реальный или виртуальный?
Все больше китайских девушек стали предпочитать нейропартнёров настоящим мужчинам 💁♂️
Сейчас в Китае активно набирает популярность чат-бот на основе искусственного интеллекта — «Glow».
Это приложение предлагает создать себе виртуального бойфренда и общаться с ним в чате. ИИ-мужчина постепенно адаптируется к личности пользователя и корректирует стиль общения.
«Он знает, как разговаривать с женщинами лучше, чем настоящий мужчина» — пишет одна из пользователей «Glow».
В Китае из-за продолжительного рабочего дня очень трудно регулярно видеться с друзьями и заводить романтические отношения. Поэтому ИИ-парни становятся самым доступным вариантом для общения и моральной поддержки.
Такое ощущение, что фильм «Она» становится реальностью. Мы рассказывали на канале об этой ленте про отношения писателя и операционной системы. Кажется пришла пора пересмотреть это кино 🍿
Как думаете, станут ИИ-партнеры новой реальностью?
#новости_IT #коротко_о_главном
Все больше китайских девушек стали предпочитать нейропартнёров настоящим мужчинам 💁♂️
Сейчас в Китае активно набирает популярность чат-бот на основе искусственного интеллекта — «Glow».
Это приложение предлагает создать себе виртуального бойфренда и общаться с ним в чате. ИИ-мужчина постепенно адаптируется к личности пользователя и корректирует стиль общения.
«Он знает, как разговаривать с женщинами лучше, чем настоящий мужчина» — пишет одна из пользователей «Glow».
В Китае из-за продолжительного рабочего дня очень трудно регулярно видеться с друзьями и заводить романтические отношения. Поэтому ИИ-парни становятся самым доступным вариантом для общения и моральной поддержки.
Такое ощущение, что фильм «Она» становится реальностью. Мы рассказывали на канале об этой ленте про отношения писателя и операционной системы. Кажется пришла пора пересмотреть это кино 🍿
Как думаете, станут ИИ-партнеры новой реальностью?
#новости_IT #коротко_о_главном
Кто такой промт-инженер и как им стать?
Промт-инженер — это специалист, занимающийся разработкой и оптимизацией запросов (промтов) для языковых моделей, чтобы максимально точно и корректно извлекать нужную информацию.
Роль промт-инженера – тонкая настройка взаимодействия с ИИ. Другими словами, необходимо максимально быстро получить от нейросети именно то, что хочет бизнес.
1️⃣ Требования к промт-инженеру (взяты из реальной вакансии):
– Большой интерес к инновациям в области медиа и технологий;
– Знание рынка существующих нейронных сетей и вариантов их применения;
– Проактивная позиция в вопросе применения нейронных сетей для задач производственной компании;
– Желание исследовать и креативить;
– Системное мышление, внимательность, нацеленность на результат, умение работать в команде, ответственность;
– Высшее образование;
– Аналитический склад.
Профессия еще совсем свежая, поэтому требования к специалистам не устаканились. Где-то от кандидатов просят технических навыков, а где-то – нет.
2️⃣ К примеру, вот требования из другой вакансии:
– Опыт работы с большими языковыми моделями (ChatGPT, GPT-4, GigaChat, YandexGPT, midjorney и др.);
– Понимание принципов работы с плагинами GPT;
– Опыт работы с API;
– Понимание архитектуры LLM;
– Понимание принципов работы с промптами (zero shot, few shot, step-by-step);
– Опыт тестирования написанных промптов на работоспособность и устойчивость к повторной генерации и входным данным;
– Навыками программирования.
Как стать промт-инженером?
Сравнить свои навыки и требования вакансии, прокачаться в работе с нейросетями. Упаковать кейсы успешного применения ИИ в работе и идти пробовать устраиваться!
Может не получиться, но российский рынок пока сам не до конца понимает, кто такой этот промт-инженер. Поэтому любой уверенный специалист, который покрывает потребность бизнеса в использовании ИИ и ускорении работы, имеет шанс заполучить желаемое место.
👩🎓 Курсы для промпт-инженеров уже предлагают даже такие трастовые площадки, как Udemy и Codecademy. Если пройдете их до того, как это станет мейнстримом, получите конкурентное преимущество.
Профессия очень перспективная, сейчас каждая компания хочет внедрить у себя инструменты ИИ, но далеко не все знают, как с ними работать.
#карьера_в_IT #лонгрид
Промт-инженер — это специалист, занимающийся разработкой и оптимизацией запросов (промтов) для языковых моделей, чтобы максимально точно и корректно извлекать нужную информацию.
Роль промт-инженера – тонкая настройка взаимодействия с ИИ. Другими словами, необходимо максимально быстро получить от нейросети именно то, что хочет бизнес.
1️⃣ Требования к промт-инженеру (взяты из реальной вакансии):
– Большой интерес к инновациям в области медиа и технологий;
– Знание рынка существующих нейронных сетей и вариантов их применения;
– Проактивная позиция в вопросе применения нейронных сетей для задач производственной компании;
– Желание исследовать и креативить;
– Системное мышление, внимательность, нацеленность на результат, умение работать в команде, ответственность;
– Высшее образование;
– Аналитический склад.
Профессия еще совсем свежая, поэтому требования к специалистам не устаканились. Где-то от кандидатов просят технических навыков, а где-то – нет.
2️⃣ К примеру, вот требования из другой вакансии:
– Опыт работы с большими языковыми моделями (ChatGPT, GPT-4, GigaChat, YandexGPT, midjorney и др.);
– Понимание принципов работы с плагинами GPT;
– Опыт работы с API;
– Понимание архитектуры LLM;
– Понимание принципов работы с промптами (zero shot, few shot, step-by-step);
– Опыт тестирования написанных промптов на работоспособность и устойчивость к повторной генерации и входным данным;
– Навыками программирования.
Как стать промт-инженером?
Сравнить свои навыки и требования вакансии, прокачаться в работе с нейросетями. Упаковать кейсы успешного применения ИИ в работе и идти пробовать устраиваться!
Может не получиться, но российский рынок пока сам не до конца понимает, кто такой этот промт-инженер. Поэтому любой уверенный специалист, который покрывает потребность бизнеса в использовании ИИ и ускорении работы, имеет шанс заполучить желаемое место.
👩🎓 Курсы для промпт-инженеров уже предлагают даже такие трастовые площадки, как Udemy и Codecademy. Если пройдете их до того, как это станет мейнстримом, получите конкурентное преимущество.
Профессия очень перспективная, сейчас каждая компания хочет внедрить у себя инструменты ИИ, но далеко не все знают, как с ними работать.
#карьера_в_IT #лонгрид
Как использовать Chat GPT в работе?
Скажем сразу, всю работу Chat GPT делать за вас не будет. Но может помочь.
2️⃣ Идеи
Не факт, что нейросеть сможет предложить вам шедевр. Но подтолкнуть, направить, создать вам условия для брейншторма – может.
💡 Вам нужно придумать название IT-блога или дизайн-концепцию для сайта, а может выделить конкурентные преимущества вашего продукта?
Спросите Chat GPT. Попросите сгенерировать 20-50-100 вариантов. Некоторые из них будут ничего, некоторые — полной чушью. Но суть не в этом, а в том, что вы преодолеете чистый лист и сами начнете генерировать такие идеи, что мама не горюй! Опробовано на себе.
2️⃣ Технические задания
Если вы просто отправите в чат «Сделай ТЗ на редизайн сайта по продаже светильников-капибар», то ничего хорошего от нейросети не ждите:)
Но! С помощью чата можно разбивать большие проекты на множество задач для всей команды. Подробно опишите свою задумку, а потом спросите Chat GPT, как бы он организовал ее выполнение.
Чат предложит алгоритм, вы его скорректируете. Далее предложите Chat GPT написать ТЗ для каждого из участников процесса.
Так у вас на руках будут черновики технических заданий. Но помните, это только черновики, их нужно дорабатывать и дополнять!
3️⃣ Тексты
Кажется, что это самое очевидное. Такая работа, которую Chat GPT может сделать от и до.
Естественно, есть нюансы 😈
По простому текстовому запросу Chat GPT генерит нейротекст, от которого пахнет роботом за версту.
Можно это преодолеть, скормить чату несколько текстов, которые вам нравятся. Слегка обучить языковую модель.
Так мы уберем роботизированность. Дальше надо будет внимательно прочитать текст, сканируя его смысл. У GPT бывают провалы в логике, до сих пор изредка встречаются фактические ошибки и неумолимое желание использовать инфоцыганский тон 💃
После корректировок у вас выйдет где-то 30% роботекста и 70% вашего. Или 50 на 50, если уникальность не сильно важна.
Сценариев использования Chat GPT в работе намного больше, но это уже в следующий материалах.
А как насчет кода в Chat GPT? Здесь мнения разнятся: кто-то уже давно активно использует нейросеть в разработке, кто-то говорит, что она генерит слишком плохой код. Ставьте 🔥если хотите пост об этом)
А вы используете Chat GPT в работе?
#мир_IT #лонгрид
Скажем сразу, всю работу Chat GPT делать за вас не будет. Но может помочь.
2️⃣ Идеи
Не факт, что нейросеть сможет предложить вам шедевр. Но подтолкнуть, направить, создать вам условия для брейншторма – может.
💡 Вам нужно придумать название IT-блога или дизайн-концепцию для сайта, а может выделить конкурентные преимущества вашего продукта?
Спросите Chat GPT. Попросите сгенерировать 20-50-100 вариантов. Некоторые из них будут ничего, некоторые — полной чушью. Но суть не в этом, а в том, что вы преодолеете чистый лист и сами начнете генерировать такие идеи, что мама не горюй! Опробовано на себе.
2️⃣ Технические задания
Если вы просто отправите в чат «Сделай ТЗ на редизайн сайта по продаже светильников-капибар», то ничего хорошего от нейросети не ждите:)
Но! С помощью чата можно разбивать большие проекты на множество задач для всей команды. Подробно опишите свою задумку, а потом спросите Chat GPT, как бы он организовал ее выполнение.
Чат предложит алгоритм, вы его скорректируете. Далее предложите Chat GPT написать ТЗ для каждого из участников процесса.
Так у вас на руках будут черновики технических заданий. Но помните, это только черновики, их нужно дорабатывать и дополнять!
3️⃣ Тексты
Кажется, что это самое очевидное. Такая работа, которую Chat GPT может сделать от и до.
Естественно, есть нюансы 😈
По простому текстовому запросу Chat GPT генерит нейротекст, от которого пахнет роботом за версту.
Можно это преодолеть, скормить чату несколько текстов, которые вам нравятся. Слегка обучить языковую модель.
Так мы уберем роботизированность. Дальше надо будет внимательно прочитать текст, сканируя его смысл. У GPT бывают провалы в логике, до сих пор изредка встречаются фактические ошибки и неумолимое желание использовать инфоцыганский тон 💃
После корректировок у вас выйдет где-то 30% роботекста и 70% вашего. Или 50 на 50, если уникальность не сильно важна.
Сценариев использования Chat GPT в работе намного больше, но это уже в следующий материалах.
А как насчет кода в Chat GPT? Здесь мнения разнятся: кто-то уже давно активно использует нейросеть в разработке, кто-то говорит, что она генерит слишком плохой код. Ставьте 🔥если хотите пост об этом)
А вы используете Chat GPT в работе?
#мир_IT #лонгрид
5 настолок для отличного вечера 🥳 🥳 🥳
Прекрасно, когда весна начинается с пятницы! Осталось дождаться вечера и хорошенько отдохнуть.
По этому случаю мы собрали для вас топ настольных игр, в которые можно поиграть в компании коллег и друзей 👇
⚪️ «Кодовые имена» – интеллектуальная игра на ассоциации. Есть две команды и таблица со словами. Капитаны команд, пользуясь специальными памятками и подсказками, загадывают игрокам определённые группы слов из этой таблицы. Задача игроков — отгадать как можно больше этих групп.
Ключевая особенность - уникальный игровой процесс, сочетающий в себе словесные ассоциации и стратегию.
⚪️ «Диксит» – ещё одна красивая игра на ассоциации, но, в отличие от предыдущей, здесь всё построено на картах с иллюстрациями. Отлично играется в компании старых друзей, которые могут использовать локальные мемы.
Ключевая особенность - уникальные иллюстрации на картах, которые стимулируют творческое мышление.
⚪️ «Ticket to Ride» – стратегическая игра, где игроки строят железнодорожные маршруты по карте, соединяя города и зарабатывая очки. Интересным моментом является блеф: ведь вы можете не раскрывать своё основное направление строительства.
Ключевая особенность - простые правила и стратегическая глубина, делающие ее доступной для новичков и интересной для опытных игроков.
⚪️ «Эмоциональный интеллект. Запуск вечеринки!» – компанейская игра. В процессе игрокам предстоит объяснить друг другу эмоции разными способами: произнести смешные фразы, говорить об эмоциях, пряча своё лицо маской, или выполнять действия в выбранном чувстве.
Ключевая особенность – игра позволит прокачать актёрское мастерство и эмоциональный интеллект.
⚪️ «Бирюльки» - изюминка нашей подборки. Игра состоит из набора деревянных палочек (бирюлек), которые игроки должны выбивать из круга или определенной области, используя одну из палочек как кий. Цель игры - собрать как можно больше бирюлек, набрав наибольшее количество очков.
Ключевая особенность – игра отлично проверяет вашу стрессоустойчивость! На первый взгляд скучная, но какой же эмоциональной она станет, как только вы попробуете 😄
Расскажите про ваши любимые настолки в комментариях💬
#мир_IT #подборка
Прекрасно, когда весна начинается с пятницы! Осталось дождаться вечера и хорошенько отдохнуть.
По этому случаю мы собрали для вас топ настольных игр, в которые можно поиграть в компании коллег и друзей 👇
Ключевая особенность - уникальный игровой процесс, сочетающий в себе словесные ассоциации и стратегию.
Ключевая особенность - уникальные иллюстрации на картах, которые стимулируют творческое мышление.
Ключевая особенность - простые правила и стратегическая глубина, делающие ее доступной для новичков и интересной для опытных игроков.
Ключевая особенность – игра позволит прокачать актёрское мастерство и эмоциональный интеллект.
Ключевая особенность – игра отлично проверяет вашу стрессоустойчивость! На первый взгляд скучная, но какой же эмоциональной она станет, как только вы попробуете 😄
Расскажите про ваши любимые настолки в комментариях
#мир_IT #подборка
Please open Telegram to view this post
VIEW IN TELEGRAM
Кто такой специалист по внедрению AI и как им стать?
Специалист по внедрению AI — это профессионал, который отлично разбирается в нейросетях (с точки зрения пользователя), создает качественные промты, при этом имеет опыт работы с бизнес-процессами и умеет считать выгоду от автоматизации.
Роль специалиста по внедрению AI – быстро и безболезненно внедрить AI-инструменты в работу компании, обучить сотрудников и оптимизировать часть рутинных задач
1️⃣ Требования (взяты из реальной вакансии):
– Аналитический склад ума;
– Понимание принципов и основ работы AI, базовые знания теории вероятности;
– Умение вычленять и формулировать ключевые мысли из большого объема информации;
– Умение грамотно составлять запросы и добиваться нужного от нейросети;
– Активная генерация идей и предложений для развития;
– Работа не только с текстами и изображениями, но и реализация с помощью ИИ внутренних и внешних задач компании.
Приветствуются знания:
– Английского языка;
– Python (Fast API, HttpX, Asyncio, Pydantic, Motor), Mongo DB;
– Умение планировать свое время, правильно расставлять приоритеты и ответственно подходить к соблюдению сроков решения задач и качеству исполнения;
Профессия новая, поэтому в каждой вакансии требования будут отличаться, но суть одна: уметь работать с нейросетями и закрывать с помощью них запросы бизнеса.
Как стать специалистом по внедрению-AI?
Тут все схоже с профессией промт-инженер: сравнить свои навыки и требования вакансии, прокачаться в работе с нейросетями. Упаковать кейсы успешного применения ИИ в работе, посчитать, какую выгоду принесет та или иная автоматизация в компании (или уже принесла на вашем предыдущем месте) и идти устраиваться!
Есть два основных пути развития у этой профессии:
1) Специалист по внедрению AI (в найме) – вас нанимают в штат и вы помогаете внедрить ИИ в работу одной компании (такие вакансии уже есть, но их пока мало)
2) Коуч по нейросетям – вы тот же специалист по внедрению AI, но в свободном плавании. Предлагаете свои услуги (консультации, полное внедрение, анализ процессов с чек-листом для автоматизации) разным компаниям и находите клиентов сами.
🎓 Курсов по профессии пока нет, но очень полезны будут обучающие программы по работе с нейросетями. Глубокое понимание работы ИИ, чтение официальной документации, умение создавать надстройки над нейросетями (GPTs, к примеру) – станут вашими конкурентными преимуществами.
Если вы увлечены нейросетями и уже поняли, насколько они могут помочь в работе и жизни и даже посчитали выгоду, то эта работа для вас.
#карьера_в_IT #лонгрид
Специалист по внедрению AI — это профессионал, который отлично разбирается в нейросетях (с точки зрения пользователя), создает качественные промты, при этом имеет опыт работы с бизнес-процессами и умеет считать выгоду от автоматизации.
Роль специалиста по внедрению AI – быстро и безболезненно внедрить AI-инструменты в работу компании, обучить сотрудников и оптимизировать часть рутинных задач
1️⃣ Требования (взяты из реальной вакансии):
– Аналитический склад ума;
– Понимание принципов и основ работы AI, базовые знания теории вероятности;
– Умение вычленять и формулировать ключевые мысли из большого объема информации;
– Умение грамотно составлять запросы и добиваться нужного от нейросети;
– Активная генерация идей и предложений для развития;
– Работа не только с текстами и изображениями, но и реализация с помощью ИИ внутренних и внешних задач компании.
Приветствуются знания:
– Английского языка;
– Python (Fast API, HttpX, Asyncio, Pydantic, Motor), Mongo DB;
– Умение планировать свое время, правильно расставлять приоритеты и ответственно подходить к соблюдению сроков решения задач и качеству исполнения;
Профессия новая, поэтому в каждой вакансии требования будут отличаться, но суть одна: уметь работать с нейросетями и закрывать с помощью них запросы бизнеса.
Как стать специалистом по внедрению-AI?
Тут все схоже с профессией промт-инженер: сравнить свои навыки и требования вакансии, прокачаться в работе с нейросетями. Упаковать кейсы успешного применения ИИ в работе, посчитать, какую выгоду принесет та или иная автоматизация в компании (или уже принесла на вашем предыдущем месте) и идти устраиваться!
Есть два основных пути развития у этой профессии:
1) Специалист по внедрению AI (в найме) – вас нанимают в штат и вы помогаете внедрить ИИ в работу одной компании (такие вакансии уже есть, но их пока мало)
2) Коуч по нейросетям – вы тот же специалист по внедрению AI, но в свободном плавании. Предлагаете свои услуги (консультации, полное внедрение, анализ процессов с чек-листом для автоматизации) разным компаниям и находите клиентов сами.
🎓 Курсов по профессии пока нет, но очень полезны будут обучающие программы по работе с нейросетями. Глубокое понимание работы ИИ, чтение официальной документации, умение создавать надстройки над нейросетями (GPTs, к примеру) – станут вашими конкурентными преимуществами.
Если вы увлечены нейросетями и уже поняли, насколько они могут помочь в работе и жизни и даже посчитали выгоду, то эта работа для вас.
#карьера_в_IT #лонгрид
Из Fashion Retail в BI-аналитика 💃
Сегодня в рубрике «День с участницей» Татьяна Старцева со своей историей входа в профессию.
Татьяна расскажет:
✔️ Как и зачем она перешла в IT;
✔️ Почему переехала в Южную Африку;
✔️ Как войти в IT через стажировку.
Вот ее представление:
🙋♀️ «Всем привет! Меня зовут Татьяна, я живу в Южной Африке и работаю BI-аналитиком в стартапе. Сначала я занималась административным управлением магазина, но потом влюбилась в данные и через обучение и стажировку пришла в IT. Сейчас совмещаю работу, изучение английского языка и путешествия. Подробнее рассказала о своём пути в комментариях, буду ждать ваших вопросов!»
Напомним правила рубрики:
1. Мы выкладываем небольшое текстовое превью, где участница коротко рассказывает о себе (этот пост). Под ним вы найдете описание карьерного пути героини (в комментариях).
2. После выставляем видеообращение в кружочке от участницы.
3. В комментариях под этим постом, вы можете оставлять свои вопросы, а наша участница будет на них отвечать до 21:00 того дня, когда был выложен пост.
Если вы хотите прочитать другие истории участниц, вступайте в наш чат и ищите посты по тегу #день_с_участницей.
Как вступить:
— Написать @ErgoProxyDi «Привет, хочу в чат»
— Ждать ответа =)
#карьера_в_IT #день_с_участницей
Сегодня в рубрике «День с участницей» Татьяна Старцева со своей историей входа в профессию.
Татьяна расскажет:
✔️ Как и зачем она перешла в IT;
✔️ Почему переехала в Южную Африку;
✔️ Как войти в IT через стажировку.
Вот ее представление:
🙋♀️ «Всем привет! Меня зовут Татьяна, я живу в Южной Африке и работаю BI-аналитиком в стартапе. Сначала я занималась административным управлением магазина, но потом влюбилась в данные и через обучение и стажировку пришла в IT. Сейчас совмещаю работу, изучение английского языка и путешествия. Подробнее рассказала о своём пути в комментариях, буду ждать ваших вопросов!»
Напомним правила рубрики:
1. Мы выкладываем небольшое текстовое превью, где участница коротко рассказывает о себе (этот пост). Под ним вы найдете описание карьерного пути героини (в комментариях).
2. После выставляем видеообращение в кружочке от участницы.
3. В комментариях под этим постом, вы можете оставлять свои вопросы, а наша участница будет на них отвечать до 21:00 того дня, когда был выложен пост.
Если вы хотите прочитать другие истории участниц, вступайте в наш чат и ищите посты по тегу #день_с_участницей.
Как вступить:
— Написать @ErgoProxyDi «Привет, хочу в чат»
— Ждать ответа =)
#карьера_в_IT #день_с_участницей
