Existe una importante demanda insatisfecha de desarrolladores que entiendan la IA. Al mismo tiempo, debido a que la mayoría de las universidades aún no han adaptado sus planes de estudio a la nueva realidad de que los trabajos de programación son mucho más productivos con herramientas de IA, también hay un aumento en el desempleo de los recién graduados de CS. Cuando entrevisto a ingenieros de IA, personas capacitadas en la creación de aplicaciones de IA, busco personas que puedan: - Utilice la asistencia de IA para diseñar rápidamente sistemas de software - Utilice bloques de creación de IA como indicaciones, RAG, evaluaciones, flujos de trabajo agenticos y aprendizaje automático para crear aplicaciones - Prototipar e iterar rápidamente Alguien con estas habilidades puede hacer una cantidad mucho mayor que alguien que escribe código como lo hacíamos nosotros en 2022, antes de la llegada de la IA generativa. Hablo con grandes empresas todas las semanas a las que les encantaría contratar a cientos o más de personas con estas habilidades, así como a nuevas empresas que tienen grandes ideas pero no suficientes ingenieros para construirlas. A medida que más empresas adopten la IA, ¡espero que esta escasez de talento solo crezca! Al mismo tiempo, los recién graduados de CS enfrentan una mayor tasa de desempleo, aunque la tasa de subempleo, de graduados que realizan trabajos que no requieren un título, sigue siendo más baja que para la mayoría de las otras carreras. Es por eso que escuchamos simultáneamente anécdotas de graduados en informática desempleados y también de salarios crecientes para los ingenieros de IA en demanda. Cuando la programación evolucionó de las tarjetas perforadas al teclado y la terminal, los empleadores continuaron contratando programadores de tarjetas perforadas durante un tiempo. Pero eventualmente, todos los desarrolladores tuvieron que cambiar a la nueva forma de codificación. La ingeniería de IA también está creando una gran ola de cambio. Existe un estereotipo de recién graduados universitarios "nativos de IA" que superan a los desarrolladores experimentados. Hay algo de verdad en esto. Varias veces, he contratado, para ingeniería de software full-stack, a un recién graduado que realmente conoce la IA en lugar de a un desarrollador experimentado que todavía trabaja al estilo de 2022. Pero los mejores desarrolladores que conozco no son recién graduados (¡sin ofender a los recién graduados!). Son desarrolladores experimentados que han estado al tanto de los cambios en la IA. Los programadores más productivos de hoy en día entienden profundamente las computadoras, cómo diseñar software y cómo hacer concesiones complejas, y que, además, están familiarizados con las herramientas de IA de vanguardia. Claro, algunas habilidades de 2022 se están volviendo obsoletas. Por ejemplo, mucha sintaxis de codificación que teníamos que memorizar en ese entonces ya no es importante, ya que ya no necesitamos codificar tanto a mano. Pero incluso si, digamos, el 30% del conocimiento de CS es obsoleto, el 70% restante, complementado con el conocimiento moderno de IA, es lo que hace que los desarrolladores sean realmente productivos. (Incluso después de que las tarjetas perforadas se volvieran obsoletas, una comprensión fundamental de la programación fue muy útil para escribir código en un teclado). Sin comprender cómo funcionan las computadoras, no puede simplemente "codificar vibraciones" para llegar a la grandeza. Los fundamentos siguen siendo importantes, y para aquellos que también entienden la IA, ¡las oportunidades laborales son numerosas! [Texto original: ]

Construya un mejor RAG permitiendo que un equipo de agentes extraiga y conecte sus materiales de referencia en un gráfico de conocimiento. Nuestro nuevo curso corto, "Construcción de gráficos de conocimiento agente", impartido por @Neo4j líder de innovación @akollegger, le muestra cómo. Los gráficos de conocimiento son una forma importante de almacenar información con precisión, pero requieren mucho trabajo para construirlos manualmente. En este curso, aprenderá cómo crear un equipo de agentes que conviertan los datos, en este caso, las reseñas de productos y las facturas de los proveedores, en gráficos estructurados de entidades y relaciones para RAG. Aprenda cómo los agentes pueden manejar automáticamente el trabajo que requiere mucho tiempo de crear gráficos: extraer entidades y relaciones (por ejemplo, el producto "contiene" el ensamblaje, la pieza "supplied_by" el proveedor, la revisión del cliente "menciona" el producto), deduplicarlos, verificarlos y enviarlos a una base de datos de gráficos, para que su sistema de recuperación pueda encontrar la información correcta para generar resultados precisos. Por ejemplo, puede usar agentes para ayudar a rastrear las quejas de los clientes directamente a proveedores, procesos de fabricación y jerarquías de productos específicos, convirtiendo así la información fragmentada en inteligencia empresarial consultable. Habilidades que obtendrás: - Construya, almacene y acceda a gráficos de conocimiento utilizando la base de datos de gráficos Neo4j - Crea sistemas multiagente con el kit de desarrollo de agentes (ADK) de Google - Configurar un bucle de flujos de trabajo agenciales para proponer y refinar un esquema de gráfico a través de la verificación de hechos - Conectar gráficos generados por agentes de datos estructurados y no estructurados en un gráfico de conocimiento unificado Este curso se adentra en la práctica de por qué los gráficos de conocimiento brindan una recuperación de información más precisa que la búsqueda vectorial sola, especialmente para aplicaciones de alto riesgo donde la precisión importa más que la coincidencia de similitud difusa. Regístrate aquí: