Image créée par moi avec Microsoft Image Creator
 

Depuis qu'OpenAI a rendu ChatGPT public, de nombreuses discussions ont émergé en ligne sur un nouveau travail de rêve : l'ingénierie rapide. C'est présenté comme "Le travail le plus chaud de l'IA», promettant des salaires à six chiffres sans avoir besoin d'expérience en programmation. Les passionnés le décrivent comme un métier d'avenir, Où n'importe qui peut gagner jusqu'à 335K $ en incitant un robot cool et je-sais-tout à donner les bonnes réponses. Pas de surprise, Instagram les sages qui gagnent de l'argent, carrière YouTube prédicateurs, et les oracles autoproclamés de TikTok en ont parlé très clairement. Même si cela ressemble à un travail de rêve, est-il vraiment réalisable ? Plongeons dans la réalité du marché du travail derrière ce battage médiatique pour le découvrir.

L'analyse des données sur les offres d'emploi fournit des informations précieuses sur les tendances de la demande de main-d'œuvre, les responsabilités, les qualifications et les attentes salariales. Ainsi, j'ai décidé de jeter un œil aux données publicitaires de ce qu'on appelle «Le travail le plus chaud de l'IA» sans spéculations ni présomptions. J'ai collecté 73 données d'offres d'emploi uniques récemment publiées sur des plateformes d'offres d'emploi en ligne populaires. Découvrez ma méthodologie de collecte de données et accédez à l'ensemble de données ici. Même si 73 ne constitue peut-être pas une taille d’échantillon idéale, il s’agit d’un point de départ complet pour notre analyse. La première révélation donne à réfléchir : les employeurs sont rares à la recherche d’« ingénieurs rapides ».

Maintenant, jetons un œil aux données. Le titre de poste le plus fréquemment mentionné est « ingénieur rapide ». Cependant, d'autres titres tels que « IT Innovation Analyst », « Freelance ML/AI Engineer », « Data Scientist » et « AI Engineer » émergent également. J'ai créé des nuages ​​de mots pour les qualifications et les responsabilités mentionnées dans les descriptions de poste. Je ne pense pas que les nuages ​​de mots soient censés révéler des idées extraordinaires, mais ils peuvent représenter une version compacte des points saillants importants du texte. Comme vous le voyez, dans les offres d'emploi, les employeurs parlent plus que d'autre chose d'expérience en informatique, développement de modèles, python, conception d'invites, apprentissage automatique, grands modèles de langage, traitement du langage naturel et intelligence artificielle.

1. Il s'agit d'un échantillon beaucoup plus grand si vous le comparez à bon nombre de ces premiers articles anecdotiques qui construisaient tout leur argument sur un salaire à six chiffres sans aucun codage à partir d'une seule offre d'emploi.
 

 

Ensuite, j'ai utilisé ChatGPT et Claude pour résumer le corpus de textes d'annonces collecté afin d'identifier les principales qualifications et qualifications d'ingénierie rapide. J'ai effectué plusieurs séries d'invites avec différentes approches, suivies d'une vérification manuelle des données pour m'assurer d'obtenir une sortie stable et valide.

Qualifications essentielles requises pour le poste d'ingénieur Prompt :

1. Maîtrise de la programmation Python (2 à 5 ans d'expérience) y compris une expérience avec des frameworks d'IA/apprentissage automatique comme TensorFlow, PyTorch, Keras.
2. Connaissance pratique de la PNL et des LLM (2 à 5 ans d'expérience) comme BERT, GPT-3/4, T5, etc. Connaissance du fonctionnement de ces modèles et de la manière de les affiner.
3. Fortes capacités d'analyse et de résolution de problèmes. La capacité à réfléchir de manière critique, à concevoir des invites efficaces, à analyser les performances du modèle et à résoudre les problèmes est essentielle.
4. Expertise dans les principes et techniques d’ingénierie rapide comme la chaîne de pensée, l'apprentissage en contexte, l'arbre de pensée, etc. Cela permet de guider les modèles vers les résultats souhaités.
5. Excellente communication., à la fois verbal et écrit. Ceci est nécessaire pour collaborer entre les équipes, expliquer les concepts techniques et documenter le travail.

Et les responsabilités essentielles des emplois d'ingénierie rapide sont :

1. Conception et optimisation rapides: Concevoir, développer, tester et affiner les invites textuelles générées par l'IA pour maximiser l'efficacité de diverses applications. Cela inclut l’utilisation de techniques telles que l’apprentissage par transfert et l’exploitation de l’expertise linguistique pour créer des invites diversifiées et de haute qualité.
2. Intégration et déploiement: Assurer une intégration transparente des invites optimisées dans le produit ou le système global. Collaborer avec les ingénieurs pour implémenter des invites et des modèles dans les environnements de production.
3. Évaluation et amélioration des performances: Évaluer rigoureusement les performances rapides à l'aide de métriques et de commentaires des utilisateurs. Effectuer des tests et des analyses continus pour identifier les domaines d'optimisation et une itération rapide.
4. Collaboration et collecte des exigences: Travailler en étroite collaboration avec des équipes interfonctionnelles telles que des scientifiques de données, des créateurs de contenu et des chefs de produits pour comprendre les exigences et garantir que les invites correspondent aux objectifs commerciaux et aux besoins des utilisateurs.
5. Partage des connaissances: Documenter les processus et les résultats d'ingénierie rapides. Former les équipes aux meilleures pratiques rapides. Se tenir au courant des dernières avancées en matière d'IA pour apporter des innovations 

Il est juste de dire que le postulat « aucune expérience en programmation » du soi-disant « emploi le plus chaud de l'IA » est loin d'être la réalité, puisque les compétences les plus demandées sur le marché de l'ingénierie rapide sont la maîtrise de la programmation et l'expérience en PNL et en LLM. Et ils ne parlent pas de compétences en programmation de Mickey Mouse, ils recherchent des experts familiers avec les frameworks ML et AI. Les employeurs n'exigent pas seulement une « familiarité » avec les LLM et le codage, mais, en moyenne, ils recherchent des experts ayant 2 à 5 ans d'expérience dans le domaine des données structurées et non structurées, du codage, de la PNL, du ML et de l'IA.

La lecture des principales responsabilités montre plus clairement pourquoi ce titre de poste exige un niveau aussi élevé de compétences en programmation et en LLM. L'ingénierie rapide, en tant que travail professionnel, ne consiste pas à s'asseoir derrière un ordinateur et à jouer avec des modèles d'IA générative pour vous donner la bonne réponse. Il s'agit de créer des systèmes d'information d'entreprise qui optimisent les entrées, les intègrent de manière transparente à d'autres systèmes d'information et produits et fournissent de la valeur aux utilisateurs et aux clients. En d’autres termes, les entreprises ne recherchent pas quelqu’un capable de discuter avec ChatGPT, elles souhaitent embaucher des experts capables d’optimiser les modèles de type GPT et de les intégrer à leurs propres produits.

L'analyse des données des offres d'emploi sur les exigences en matière de diplômes indique une préférence pour les formations techniques en informatique, mathématiques, analytique, ingénierie, physique ou linguistique. Un baccalauréat en informatique ou dans un domaine connexe est généralement requis, des diplômes plus avancés étant préférés ou requis pour les postes de direction. Les salaires sont très différents selon les responsabilités et l'ancienneté. Cela peut être aussi bas que 30 90 dollars et atteindre un demi-million de dollars par an. En moyenne, les offres d'emploi contenant des informations sur les salaires paient entre 195 XNUMX et XNUMX XNUMX par an.

Malgré l’enthousiasme initial, des doutes ont fait surface quant à la viabilité de l’ingénierie rapide en tant que métier de rêve. Comme l'a écrit Ethan Mollick, professeur à la Wharton School, dans un poste twitter l'année dernière, « l'ingénieur d'invites n'est pas un travail d'avenir » car « l'IA devient plus facile » et plus intelligente dans l'interprétation des invites de base. Il y a un mois, Coursera a publié un article bien pensé guide de carrière pour une ingénierie rapide (voir également this). Il semble que la première génération AI la mode s'estompe lentement, et nous sommes mieux placés pour comprendre l’état actuel de l’IA et les tendances futures. Ne vous méprenez pas. La qualité des sorties Gen AI dépend fortement des entrées. Apprendre à utiliser et à interagir avec ces modèles complexes devient une compétence importante pour presque tout le monde. Il existe un nombre croissant d'études scientifiques suggérant qu'une approche systématique de l'incitation peut améliorer considérablement les résultats de ces modèles (voir 1, 2, 3, 4, 5, 6, 7). Cependant, « l’ingénierie rapide » n’est pas (et n’a jamais été) un travail de rêve comme certains le souhaitaient. Sans une expérience significative en programmation, traitement du langage naturel, apprentissage automatique, développement de produits et intégration de logiciels, personne ne vous paiera un salaire à six chiffres pour simplement parler en douceur de ChatGPT et obtenir une bonne réponse.

Le présent et l'avenir de l'ingénierie des invites et des applications de la génération IA semblent être influencés par deux tendances importantes : premièrement, comme l'a mentionné Ethan Mollick, les modèles de génération IA sont de plus en plus aptes à générer de bons résultats à partir d'invites simples et peu sophistiquées, peut-être de la même manière qu'Internet. les moteurs de recherche sont devenus meilleurs pour renvoyer des résultats plus pertinents à partir de requêtes de recherche simples. Deuxièmement, les modèles Gen AI sont de plus en plus intégrés aux produits, services et plates-formes de l'entreprise. Cette adaptation est cruciale pour le succès de l’économie de l’IA. Par conséquent, savoir comment optimiser, affiner, personnaliser et intégrer les modèles Gen AI avec les systèmes et produits d’information actuels est et restera un ensemble de compétences précieuses. C'est pourquoi, dans les offres d'emploi actuelles, il existe une énorme demande de programmeurs, de concepteurs de systèmes et de personnes capables de collaborer avec d'autres membres de l'équipe de développement de produits.
 
 

Mahdi Ahmadi est professeur assistant clinique au département des technologies de l'information et des sciences de la décision de l'Université de North Texas, où j'enseigne l'exploration de données, la business intelligence et l'analyse de données. Mon principal domaine de recherche est l'application des techniques d'apprentissage automatique et d'exploration de données dans les entreprises. Je conseille également les entreprises, les établissements d'enseignement supérieur et les organisations à but non lucratif sur leurs problèmes d'analyse de données.

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
• PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
• PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
• PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
• La source: https://www.kdnuggets.com/prompt-engineering-an-integrated-dream?utm_source=rss&utm_medium=rss&utm_campaign=prompt-engineering-an-integrated-dream