C'è una significativa domanda insoddisfatta di sviluppatori che comprendono l'AI. Allo stesso tempo, poiché la maggior parte delle università non ha ancora adattato i propri programmi al nuovo scenario in cui i lavori di programmazione sono molto più produttivi con gli strumenti AI, c'è anche un aumento della disoccupazione tra i neolaureati in informatica. Quando intervisto ingegneri AI — persone esperte nella costruzione di applicazioni AI — cerco persone che possano: - Utilizzare l'assistenza AI per progettare rapidamente sistemi software - Usare blocchi di costruzione AI come prompting, RAG, evals, flussi di lavoro agentici e machine learning per costruire applicazioni - Prototipare e iterare rapidamente Qualcuno con queste competenze può realizzare un numero enormemente maggiore di cose rispetto a qualcuno che scrive codice come facevamo nel 2022, prima dell'avvento dell'AI generativa. Parlo ogni settimana con grandi aziende che vorrebbero assumere centinaia o più persone con queste competenze, così come startup che hanno idee fantastiche ma non abbastanza ingegneri per realizzarle. Man mano che sempre più aziende adottano l'AI, mi aspetto che questa carenza di talenti cresca ulteriormente! Allo stesso tempo, i neolaureati in informatica affrontano un tasso di disoccupazione aumentato, anche se il tasso di sottooccupazione — di laureati che svolgono lavori che non richiedono una laurea — è ancora inferiore rispetto alla maggior parte degli altri corsi di laurea. Questo è il motivo per cui sentiamo simultaneamente aneddoti di neolaureati in informatica disoccupati e anche di salari in aumento per ingegneri AI richiesti. Quando la programmazione è evoluta da schede perforate a tastiera e terminale, i datori di lavoro hanno continuato ad assumere programmatori di schede perforate per un po'. Ma alla fine, tutti gli sviluppatori hanno dovuto passare al nuovo modo di codificare. L'ingegneria AI sta creando una grande onda di cambiamento simile. C'è uno stereotipo di neolaureati "nativi dell'AI" che superano gli sviluppatori esperti. C'è del vero in questo. Più volte, ho assunto, per ingegneria software full-stack, un neolaureato che conosce davvero l'AI rispetto a un sviluppatore esperto che lavora ancora in stile 2022. Ma i migliori sviluppatori che conosco non sono neolaureati (senza offesa per i neolaureati!). Sono sviluppatori esperti che sono stati al passo con i cambiamenti nell'AI. I programmatori più produttivi di oggi comprendono profondamente i computer, come architettare software e come fare scelte complesse — e che sono inoltre familiari con strumenti AI all'avanguardia. Certo, alcune competenze del 2022 stanno diventando obsolete. Ad esempio, molta sintassi di codifica che dovevamo memorizzare allora non è più importante, poiché non abbiamo più bisogno di codificare a mano tanto. Ma anche se, diciamo, il 30% delle conoscenze in informatica è obsoleto, il restante 70% — integrato con conoscenze moderne sull'AI — è ciò che rende davvero produttivi gli sviluppatori. (Anche dopo che le schede perforate sono diventate obsolete, una comprensione fondamentale della programmazione è stata molto utile per digitare codice su una tastiera.) Senza comprendere come funzionano i computer, non puoi semplicemente "vibrare codice" per raggiungere la grandezza. I fondamenti sono ancora importanti, e per coloro che comprendono anche l'AI, le opportunità di lavoro sono numerose! [Testo originale: ]

Costruisci un RAG migliore permettendo a un team di agenti di estrarre e connettere i tuoi materiali di riferimento in un grafo della conoscenza. Il nostro nuovo corso breve, "Costruzione di Grafi della Conoscenza Agentici", tenuto dal @Neo4j Innovation Lead @akollegger, ti mostra come fare. I grafi della conoscenza sono un modo importante per memorizzare le informazioni in modo accurato, ma richiedono molto lavoro per essere costruiti manualmente. In questo corso imparerai a costruire un team di agenti che trasformano i dati – in questo caso le recensioni dei prodotti e le fatture dei fornitori – in grafi strutturati di entità e relazioni per il RAG. Scopri come gli agenti possono gestire automaticamente il lavoro dispendioso di costruzione dei grafi — estraendo entità e relazioni (ad es., Prodotto "contiene" Assemblaggio, Parte "fornita_da" Fornitore, Recensione del cliente "menziona" Prodotto), deduplicandole, verificandole e impegnandole in un database grafico — affinché il tuo sistema di recupero possa trovare le informazioni corrette per generare output accurati. Ad esempio, puoi utilizzare gli agenti per aiutare a rintracciare i reclami dei clienti direttamente a fornitori specifici, processi di produzione e gerarchie di prodotto, trasformando così informazioni frammentate in intelligenza aziendale interrogabile. Competenze che acquisirai: - Costruire, memorizzare e accedere a grafi della conoscenza utilizzando il database grafico Neo4j - Costruire sistemi multi-agente utilizzando il Kit di Sviluppo Agenti (ADK) di Google - Impostare un ciclo di flussi di lavoro agentici per proporre e affinare uno schema grafico attraverso la verifica dei fatti - Collegare grafi generati da agenti di dati non strutturati e strutturati in un grafo della conoscenza unificato Questo corso approfondisce il motivo per cui i grafi della conoscenza forniscono un recupero delle informazioni più accurato rispetto alla ricerca vettoriale da sola, specialmente per applicazioni ad alto rischio dove la precisione è più importante rispetto al matching di somiglianza sfocata. Iscriviti qui:

L'intelligenza artificiale può risolvere problemi aperti in matematica, fisica, programmazione, scienze mediche e altro ancora? Abbiamo raccolto domande irrisolte (UQ) e testato LLM di frontiera. Alcune soluzioni hanno superato la convalida di esperti...