Wpis z mikrobloga

#naukaprogramowania #programowanie #programista15k #sztucznainteligencja #pracait

Mała anegdotka. Dużo ludzi pyta: w co teraz iść w it, żeby mieć dobre warunki, sporo ofert pracy i stabilność? I mówię raczej o ludziach z jakimś expem komercyjnym. Odpowiedź (tadam) brzmi: AI i wszelką analizę danych/Big Data/Data Engineering itd.

Tak, to prawda. Ale dlaczego? Ilu przecież może być Data Scientistów czy AI Engineerów? Bo to bańka, tak ogromna, jakiej jeszcze nie widziałem na oczy.

Może anegdota dobrze zobrazuje, o co mi chodzi. Nowy klient, dla którego robię plan wdrażania AI opartego na LLMach i OpenCV głowił się lata "jak to wdrożyć"? Odpowiedzi teoretycznie są dwie: cloud i on prem. Po długich konsultacjach i podpisanych umowach rozwiązanie będzie on prem. Wszystko stanie w pewnym miejscu w naszym kraju.

Wkraczamy w kolejny etap konsultacji, czyli tworzenie zespołu. A właściwie (z mojej perspektywy), tworzenie planu, jak ma wyglądać zespół, żeby to działało. Jakie kompetencje są potrzebne na początku. Bo bądźmy szczerzy. On prem czy on site obecnie, to często coś zupełnie innego niż kilka lat temu. Akurat to on prem, które klient będzie miał, składać się będzie z 7(!) podmiotów dostarczających jakieś elementy całej układanki. By to stworzyć, trzeba sporo ludzi.

I nie, nie będą to stanowiska tylko dla Data Scientistów, AI Engineerów czy Researcherów. Klient najpierw ma rekrutować jednego bardzo mocnego gościa od AI, jednego od researchu AI, oni będą sobie dalej rekrutować pod siebie. I tyle w tej kwestii. Równolegle w planie są takie stanowiska, jak m.in:

Administrator systemów – wiadomo po co

Network Engineer – utrzymuje sieci komputerowe zapewniając łączność i wydajność

Database Administrator – zarządzanie bazami danych

Virtualization Engineer – konfig i zarządzanie vmkami

IT Security Specialist – wiadomo

DevOps Engineer – automatyzacja wdrożeń i monitorowania aplikacji łącząc rozwój z operacjami IT (czasem nazwa mlops,aiops itd)

Storage Administrator – systemy przechowywania danych

Data Center Manager – head data center, rola dla krawaciarza z backgroundem w danych

Software Engineer (s) – wstępne oprogramowanie wspierające operacje w centrum danych usprawniając zarządzanie

IT (AI) Consultant (s) – doradztwo w różnych obszarach, np ja robie za ai consultanta

Wszystkie one jednak muszą być walidowane pod względem AI. Jak jesteś sys adminem to cv do śmieci. Jak jesteś AI sys adminem, to dzwonią xd. Tzn, nie musisz być specjalistą od AI. Musisz wiedzieć po co Twoje stanowisko istnieje w szerszej infrastrukturze AI, jak można je usprawnić dzięki AI i ogólnie jak cały mechanizm działa na poziomie ogólnym.

Dobry przykład to devops. Dodajesz komponenty ai-related, zaczynając zarządzać jakąś platformą ai. Modele traktujesz jak apki, ale musisz rozumieć trochę z tego, co się w nich dzieje, by wiedzieć jak je obsługiwać, jakich tooli używać itd. I tak awansujesz. Stajesz się mlopsem. I dostosowujesz się do rynku. Tak samo z każdym innym, wymienionym stanowiskiem. Bazodanowiec używa text-to-sql, admin jakichś paneli stworzonych do analizowania przepływów ai-related jak n8n. Stanowiska ewoluują. I ludzie też muszą.

To żadna wielka filozofia. Jest hajp na AI. Trzeba na nim płynąć. Tylko tak da się teraz dalej korzystać z koniunktury. Mam ziomka, który pracuje w RPA. Robił te same workflowy w AA. Aż dostał ciekawy projekt, który jednak wymagał wiedzy z AI. Wepchali go tam, mówiąc, że się nauczy. I okazało się, że nawet nie musiał się wiele uczyć, bo RPA, które tam miał zrobić korzystało z jakiegoś toola, który był prawie identyczny, jak AA, tylko miał pod spodem langchain. I teraz jest AI RPA Devem. AI to teraz morze hajsu. Wszyscy to chcą, wszyscy za to zapłacą, nawet jeśli i tak nie zrozumieją, co dzięki temu zyskują. I z tego trzeba korzystać. Przepraszam, że trochę przydługo. Nie łamcie się. Będzie dobrze.
  • 38
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@SoSweetAcme: Generalnie nie odpowiadam, kiedy ktoś pisze lub mówi do mnie takim bucowatym tonem. Ale mam dobry humor.

chcesz stawiać rozwiązanie oparte na AI a nie planujesz żadnego stanowiska dla inżynierów AI oprócz własnego (konsultant)


Klient ma już dział AI, oparty na metodach tradycyjnych. Wdraża plan wykorzystywania LLMów i innego GenAI. W dziale AI ma ok 10 osób od AI. Ci ludzie pracują nad aktualnymi projektami i researchem. Zatrudniono mnie by ocenić
  • Odpowiedz
@JamesJoyce: wszystko z bazami danych/storage i ogólnie pojęte "data" upakują w jednego kontraktora Rajesha (po pół roku katorgi dopakują Pradeepa) z EY którzy będą zapyerdalali jak kobyły ;_;

jeżeli robisz Mirkowi listę o DE, to możesz i mi podesłać, chętnie zobaczę co polecasz
  • Odpowiedz
  • 2
@SoSweetAcme: Dlaczego wciąż piszesz do mnie takim tonem? "Może coś tam wiesz" - wierz mi, nie chciałbyś porównywać swojego doświadczenia z AI z moim, a odpowiedź jest w 100% poprawna.

Nie będę Cię wołał, bo nie potrafisz napisać jednego komentarza bez stawiania się na pozycji protekcjonalnego wszystkowiedzącego Pana. I btw. nigdzie nie napisałem o sobie "Expert od AI", to tylko Twoje projekcje.
  • Odpowiedz
@JamesJoyce ja akurat kwartał jako Java dev wpadłem do projektu z cloudem i big data i nawet początkowo po cichu sobie narzekałem że nie klepie kolejnego cruda na spring boocie ale już mi powoli przechodzi (mocno wyszedłem ze swojej strefy komfortu w świat Pythona i sparła)
  • Odpowiedz
  • 0
Hej wszystkim, postaram się w ciągu najbliższych dni to napisać. Przez swieta znalazlo sie tyle rzeczy do zrobienia, że nie myślałem nawet o tym.
  • Odpowiedz
@JamesJoyce: jak jestes adminem, CV do smieci? AI System Admin to ok? Co ty czlowieku bierzesz? A dlaczego devops czy admin ma nie uzywac do codziennej pracy czata? Jaki AI Engineer Czy AI Researcher? Kto to w ogole wymysla? Bo jak ty osobiscie, to proponuje wizyte u lekarza.

Lec na czarno i przestan zasmiecac tym syfem tag, bo to juz kolejny raz widze. Najlepiej to usun konto czlowieku.
  • Odpowiedz