Microsoft Image Creatorを使用して私が作成した画像
OpenAI が ChatGPT を一般公開して以来、オンラインでは新しい夢の仕事であるプロンプト エンジニアリングについての議論が相次いでいます。 ”と宣伝されています。AI の最も人気のある仕事」、6桁の給与を約束 プログラミング経験は必要ありません。愛好家はそれを次のように説明します 未来の仕事ここで、 誰でも稼げる 以下 $ 335K クールな知ったかぶりのロボットを滑らかに話すことで、正しい答えを導き出すことができます。驚くことではない、インスタグラム 金儲けの賢者、YouTubeのキャリア 説教者、そしてTikTokの自称神託者はそれについて非常に声高に主張しています。これは夢のような仕事のように聞こえますが、本当に実現可能でしょうか?誇大宣伝の裏にある求人市場の現実を掘り下げて調べてみましょう。
求人広告データを分析すると、労働需要の傾向、責任、資格、給与の期待に関する貴重な洞察が得られます。そこで、いわゆる「」の広告データを調べてみることにしました。AI の最も人気のある仕事」 憶測や推測はありません。人気のオンライン求人プラットフォームから、最近投稿された 73 件の独自の求人広告データを収集しました。私のデータ収集方法について読んで、データセットにアクセスしてください こちら。 73 は理想的なサンプル サイズではないかもしれませんが、これは分析の包括的な開始点です。最初に明らかになったのは厳粛なものだった。「即戦力のエンジニア」を求める雇用主が不足しているのだ。
それでは、データを見てみましょう。最も多い職種は「即応エンジニア」です。ただし、「IT イノベーション アナリスト」「フリーランス ML/AI エンジニア」「データ サイエンティスト」「AI エンジニア」などの肩書も登場しています。職務内容に記載されている資格と責任を表すワードクラウドを作成しました。ワード クラウドは、特別な洞察を明らかにすることを目的としたものではないと思いますが、テキスト内の重要なハイライトのコンパクト バージョンを表すことはできます。ご覧のとおり、求人広告で雇用主は他の内容よりもコンピューター サイエンス、モデル開発、Python、プロンプト デザイン、機械学習、大規模言語モデル、自然言語処理、人工知能の経験について話しています。
1. これは、たった XNUMX 枚の求人広告からコーディングなしで XNUMX 桁の給与に関する議論全体を構築した逸話的な初期の記事の多くと比較すると、サンプル サイズが大幅に大きくなります。
次に、ChatGPT と Claude を使用して、収集した広告テキスト コーパスを要約し、上位のプロンプト エンジニアリング資格と資格を特定しました。さまざまなアプローチでプロンプトを複数回実行した後、データを手動でチェックして、安定した有効な出力が得られることを確認しました。
プロンプトエンジニアの仕事に必要な必須資格:
- Python プログラミングの熟練度 (2 ～ 5 年の経験) TensorFlow、PyTorch、Keras などの AI/機械学習フレームワークの経験が含まれます。
- NLP および LLM に関する実践的な知識 (2 ～ 5 年の経験) BERT、GPT-3/4、T5 など。これらのモデルがどのように機能するか、および微調整する方法についての知識。
- 優れた分析と問題解決能力。批判的に考え、効果的なプロンプトを設計し、モデルのパフォーマンスを分析し、問題をトラブルシューティングする能力が不可欠です。
- プロンプトエンジニアリングの原則と技術に関する専門知識 これにより、モデルを望ましい結果に導くことができます。
- 優れたコミュニケーションスキル口頭でも書面でも。これは、チーム間でのコラボレーション、技術概念の説明、作業の文書化に必要です。
そして、即時エンジニアリングの仕事の重要な責任は次のとおりです。
- 迅速な設計と最適化: AI が生成したテキスト プロンプトを設計、開発、テスト、改良して、さまざまなアプリケーションの効果を最大化します。これには、転移学習などの手法の利用や、言語の専門知識を活用して、高品質で多様なプロンプトを作成することが含まれます。
- 統合と展開: 最適化されたプロンプトを製品またはシステム全体にシームレスに統合します。エンジニアと協力してプロンプトとモデルを実稼働環境に実装します。
- 性能評価と改善: 指標とユーザーのフィードバックを使用して、プロンプトのパフォーマンスを厳密に評価します。継続的なテストと分析を実施して、最適化が必要な領域を特定し、反復を促進します。
- コラボレーションと要件の収集: データ サイエンティスト、コンテンツ作成者、プロダクト マネージャーなどの部門を超えたチームと緊密に連携して要件を理解し、プロンプトがビジネス目標やユーザー ニーズと一致していることを確認します。
- 知識共有: 迅速なエンジニアリング プロセスと結果を文書化します。迅速なベスト プラクティスについてチームを教育します。革新的な技術をもたらす最新の AI の進歩を常に最新の状態に保つ
プロンプト エンジニアリング市場で最も求められるスキルはプログラミングの熟練度、NLP および LLM の経験であるため、いわゆる「AI で最も人気のある仕事」の「プログラミング経験なし」という前提は現実とはかけ離れていると言っても過言ではありません。そして、彼らはミッキーマウスのプログラミングスキルについて話しているのではなく、ML と AI フレームワークに精通した専門家を求めています。雇用主は、LLM とコーディングに関する「精通」を要求しているだけでなく、平均して、構造化データと非構造化データ、コーディング、NLP、ML、AI を扱った経験が 2 ～ 5 年の専門家を求めています。
上位の責任を読むと、なぜこの役職にこれほど高度なプログラミングと LLM のスキルが要求されるのかがより明確になります。プロの仕事としてのプロンプト エンジニアリングは、コンピューターの前に座って、生成 AI モデルをいじって正しい答えを与えることではありません。入力を最適化し、他の情報システムや製品とシームレスに統合し、ユーザーや顧客に価値を提供するビジネス情報システムを構築することです。言い換えれば、企業は ChatGPT でチャットできる人を探しているのではなく、GPT のようなモデルを最適化し、それを自社の製品に統合できる専門家を雇用したいと考えています。
学位要件に関する求人広告データの分析では、コンピューター サイエンス、数学、分析、エンジニアリング、物理学、または言語学の技術的な学歴を好むことが示されています。通常、コンピュータ サイエンスまたは関連分野の学士号が必要ですが、上級職にはより高度な学位が推奨または要求されます。給与は役職や年功によって大きく異なります。最低額は年間 30 ドル、最高額は 90 万ドルになる場合があります。平均して、給与情報付きの求人広告では、年間 195 から XNUMX の支払いが行われます。
当初の熱意にもかかわらず、プロンプトエンジニアリングが夢の仕事として実現可能かどうかについての疑問が表面化しました。ウォートンスクール教授のイーサン・モリック氏は次のように書いている。 さえずりポスト 昨年、「AI は基本的なプロンプトの解釈がより簡単になり」、より賢くなったため、「プロンプト エンジニアは将来の仕事ではない」と述べました。 1 か月前、Coursera はよく考えられた次の内容を公開しました。 キャリアガイド 迅速なエンジニアリングのために (こちらも参照) この）。初期のGen AIのようです 流行は徐々に消えつつある、そして私たちはAIの現状と将来の傾向をよりよく理解できる立場にあります。誤解しないでください。 Gen AI の出力の品質は入力に大きく依存します。これらの複雑なモデルの使用方法と操作方法を学ぶことは、ほぼすべての人にとって重要なスキルになりつつあります。プロンプトに対する体系的なアプローチがこれらのモデルの結果を大幅に改善できることを示唆する科学的研究の数が増えています（「 1, 2, 3, 4, 5, 6, 7）。しかし、「プロンプトエンジニアリング」は、一部の人々が望んでいた夢のような仕事ではありません（そして決してそうではありませんでした）。プログラミング、自然言語処理、機械学習、製品開発、ソフトウェア統合に関する十分な経験がなければ、ChatGPT をスムーズに話し正しい答えを導き出すだけで 6 桁の給料を支払う人は誰もいません。
プロンプト エンジニアリングと Gen AI アプリケーションの現在と将来は、2 つの重要なトレンドの影響を受けているようです。1 つ目は、イーサン モリック氏が述べたように、Gen AI モデルは、洗練されていない単純なプロンプトから優れた出力を生成することにますます熟練してきています。これはおそらくインターネットの仕組みと似ています。検索エンジンは、単純な検索クエリからより関連性の高い結果を返すことができるようになりました。第 2 に、Gen AI モデルは企業の製品、サービス、プラットフォームにますます統合されています。この適応は、AI 経済の成功にとって極めて重要です。したがって、Gen AI モデルを最適化、微調整、カスタマイズし、現在の情報システムや製品と統合する方法を知ることは、今後も貴重なスキルセットであり続けるでしょう。そのため、現在の即時求人広告では、プログラマー、システム設計者、および他の製品開発チームのメンバーと協力できる人材が非常に求められています。
マディ・アフマディ 彼はノース テキサス大学の情報技術と意思決定科学部門の臨床助教授で、データ マイニング、ビジネス インテリジェンス、データ分析を教えています。私の主な研究分野は、機械学習とデータマイニング技術をビジネスに応用することです。また、企業、高等教育機関、非営利団体に対して、データ分析の問題に関するコンサルティングも行っています。
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源： https://www.kdnuggets.com/prompt-engineering-an-integrated-dream?utm_source=rss&utm_medium=rss&utm_campaign=prompt-engineering-an-integrated-dream
