Há uma demanda significativa não atendida por desenvolvedores que entendem de IA. Ao mesmo tempo, como a maioria das universidades ainda não adaptou seus currículos à nova realidade de empregos de programação sendo muito mais produtivos com ferramentas de IA, também há um aumento no desemprego de recém-formados em CS. Quando entrevisto engenheiros de IA – pessoas qualificadas na criação de aplicativos de IA – procuro pessoas que possam: - Use a assistência de IA para projetar rapidamente sistemas de software - Use blocos de construção de IA, como prompting, RAG, avaliações, fluxos de trabalho agenciais e aprendizado de máquina para criar aplicativos - Prototipar e iterar rapidamente Alguém com essas habilidades pode fazer uma quantidade muito maior do que alguém que escreve código da maneira que fizemos em 2022, antes do advento da IA generativa. Falo com grandes empresas todas as semanas que adorariam contratar centenas ou mais pessoas com essas habilidades, bem como startups que têm ótimas ideias, mas não engenheiros suficientes para construí-las. À medida que mais empresas adotam a IA, espero que essa escassez de talentos cresça! Ao mesmo tempo, os recém-formados em CS enfrentam um aumento na taxa de desemprego, embora a taxa de subemprego - de graduados que fazem trabalhos que não exigem um diploma - ainda seja menor do que para a maioria dos outros cursos. É por isso que ouvimos simultaneamente anedotas de graduados em ciência da computação desempregados e também de aumento de salários para engenheiros de IA sob demanda. Quando a programação evoluiu de cartões perfurados para teclado e terminal, os empregadores continuaram a contratar programadores de cartões perfurados por um tempo. Mas, eventualmente, todos os desenvolvedores tiveram que mudar para a nova maneira de codificar. A engenharia de IA também está criando uma enorme onda de mudanças. Existe um estereótipo de recém-formados "nativos de IA" que superam desenvolvedores experientes. Há alguma verdade nisso. Várias vezes, contratei, para engenharia de software full-stack, um recém-formado que realmente conhece IA em vez de um desenvolvedor experiente que ainda trabalha no estilo 2022. Mas os melhores desenvolvedores que conheço não são recém-formados (sem ofensa aos recém-formados!). Eles são desenvolvedores experientes que estiveram no topo das mudanças na IA. Os programadores mais produtivos de hoje entendem profundamente os computadores, como arquitetar software e como fazer compensações complexas – e que, além disso, estão familiarizados com ferramentas de IA de ponta. Claro, algumas habilidades de 2022 estão se tornando obsoletas. Por exemplo, muita sintaxe de codificação que tínhamos que memorizar naquela época não é mais importante, já que não precisamos mais codificar tanto à mão. Mas mesmo que, digamos, 30% do conhecimento de CS seja obsoleto, os 70% restantes – complementados com o conhecimento moderno de IA – são o que torna os desenvolvedores realmente produtivos. (Mesmo depois que os cartões perfurados se tornaram obsoletos, uma compreensão fundamental da programação foi muito útil para digitar código em um teclado.) Sem entender como os computadores funcionam, você não pode simplesmente "vibe code" seu caminho para a grandeza. Os fundamentos ainda são importantes e, para aqueles que também entendem de IA, as oportunidades de trabalho são inúmeras! [Texto original: ]

Crie um RAG melhor permitindo que uma equipe de agentes extraia e conecte seus materiais de referência em um gráfico de conhecimento. Nosso novo curso de curta duração, "Construção de Gráficos de Conhecimento Agêntico", ministrado pelo @Neo4j líder de inovação @akollegger, mostra como. Os gráficos de conhecimento são uma maneira importante de armazenar informações com precisão, mas dão muito trabalho para construir manualmente. Neste curso, você aprenderá como construir uma equipe de agentes que transformam dados – neste caso, análises de produtos e faturas de fornecedores – em gráficos estruturados de entidades e relacionamentos para a RAG. Saiba como os agentes podem lidar automaticamente com o trabalho demorado de criar gráficos - extraindo entidades e relacionamentos (por exemplo, Produto "contém" Montagem, Parte "supplied_by" Fornecedor, Avaliação do cliente "menciona" Produto), desduplicando-os, verificando-os e comprometendo-os em um banco de dados gráfico - para que seu sistema de recuperação possa encontrar as informações corretas para gerar resultados precisos. Por exemplo, você pode usar agentes para ajudar a rastrear reclamações de clientes diretamente para fornecedores, processos de fabricação e hierarquias de produtos específicos, transformando informações fragmentadas em business intelligence consultável. Habilidades que você ganhará: - Crie, armazene e acesse gráficos de conhecimento usando o banco de dados de gráficos Neo4j - Crie sistemas multiagentes usando o Kit de Desenvolvimento de Agentes (ADK, na sigla em inglês) do Google - Configure um loop de fluxos de trabalho agenciais para propor e refinar um esquema gráfico por meio da verificação de fatos - Conecte gráficos gerados por agentes de dados não estruturados e estruturados em um gráfico de conhecimento unificado Este curso aborda a prática de por que os gráficos de conhecimento fornecem uma recuperação de informações mais precisa do que a pesquisa vetorial sozinha, especialmente para aplicações de alto risco em que a precisão é mais importante do que a correspondência de similaridade difusa. Inscreva-se aqui: