快速工程师

图标
建设者图标
图标
拼图图标
相关职位语言模型工程师、人工智能对话架构师、自然语言生成专家、人工智能对话开发人员、提示设计专家、语言模型调整人员、对话系统工程师、人工智能语言工程师、NLP 工程师(NLP 是自然语言处理的缩写)、人工智能内容设计师

聚光灯

类似标题

语言模型工程师、人工智能对话架构师、自然语言生成专家、人工智能对话开发人员、提示设计专家、语言模型调整人员、对话系统工程师、人工智能语言工程师、NLP 工程师(NLP 是自然语言处理的缩写)、人工智能内容设计师

工作描述

至少作为一个学术研究领域,人工智能早在 50 年代中期就已出现。近几十年来,人工智能领域出现了爆炸式增长,现在几乎每个行业都在使用人工智能。从 "医学、交通、机器人、科学、教育、军事、监控、金融及其监管、农业、娱乐、零售、客户服务到制造业",无不如此。 加州理工学院指出,人工智能即将 "对我们的生活产生越来越大的影响"。这是一种轻描淡写的说法!

随着 OpenAI 的 ChatGPT-4、谷歌的 Bard、微软的 新的必应人工智能和其他竞争对手在 生成式人工智能的竞争者。但这些人工智能程序是如何运行的?它们如何 "学会 "交流?部分原因在于 Prompt 工程师的辛勤(和耐心)工作!

人工智能中有一个充满活力的子领域,叫做 自然语言处理(或 NLP)。NLP 主要是教计算机如何学习和理解书面和口头信息,其方式与人类的学习方式类似。Prompt 工程师要做的就是设计出基于文本的 提示来帮助训练这些令人难以置信的人工智能模型。然后,这些程序会使用人工智能的另一个方面--机器学习。机器学习(或 ML)来分析输入并生成响应。机器学习中还有一个子集叫做深度学习,它可以训练 神经网络通过实例进行学习!

问题是,人工智能之所以如此先进,是因为 Prompt 工程师和其他 NLP 与 ML 专家在幕后耐心地工作。因此,至少现在,人工智能仍然需要我们! 

职业生涯的回报
  • 帮助发展革命性的人工智能模型 
  • 在一个变革性行业工作,该行业有可能在许多方面改善人们的生活
  • 丰厚的薪酬和良好的就业前景
内幕消息
工作职责

工作日程

及时工程师从事全职工作,根据目标和时间安排,可能需要加班。他们在室内办公室工作,但也可能需要前往不同地点完成现场任务。 

典型职责

  • 设计旨在提高人工智能模型性能的提示技术
  • 开发并优化清晰、准确的提示,如用户生成的输入和预定义的指令
  • 使用 前缀调整优化连续提示
  • 将任务转换为基于提示的数据集
  • 通过及时学习训练语言模型 
  • 提高大语言模型 (LLM) 的能力(如回答问题和解决算术问题的能力)
  • 利用思维链提示提高法律硕士的推理能力
  • 领域知识提高 LLM 的安全性
  • 严格分析输出结果的准确性和相关性;纠正模棱两可的提示,并将提示变化重新输入人工智能模型
  • 手动整理数据集
  • 筛选因调用未经过滤的原始数据而产生的有害响应。确定哪些输入导致了不可接受的输出
  • 为生成图像的人工智能模型提供文本到图像的提示

额外责任

  • 与跨职能团队合作解决问题
  • 排除系统故障原因 
  • 防范潜在的 及时注入攻击
  • 保存完整的程序文件
  • 了解行业的最新进展和趋势
  • 帮助开发最佳实践知识库
工作中需要的技能

软技能

  • 分析性的
  • 批判性思维
  • 注重细节
  • 纪律严明
  • 独立的
  • 循序渐进
  • 病人 
  • 规划和组织
  • 解决问题的能力
  • 健全的判断力 
  • 团队合作
  • 时间管理 

技术技能

  • 自然语言处理、机器学习、深度学习和大型语言模型方面的知识
  • 制定和实施明确提示的能力
  • 熟练掌握 提示脚本语言Bash, Python, Java)
  • 提示自动化工具(即 Ansible, Puppet)
  • Linux 操作系统
  • 命令行界面
不同类型的组织
  • 私营商业企业
  • 人工智能研究公司 
  • 大学
期望与牺牲

快速工程是一个相对较新的职业领域,目前各公司都在争相寻找合格的工人。不过,由于这一工作目前非常热门,薪酬也很高,预计很快就会吸引大批计算机科学背景的新求职者。那些拥有适当教育背景和经验基础的人可能只需几周或几个月就能接受这一新兴领域的培训。但正如 Prompt 工程师罗布-列侬对 时代这些工作现在可能只有 500 人才能胜任,所以薪水也高得离谱。但六个月后,将有 5 万人能够胜任这份工作"。

该领域未来的另一个令人担忧的问题是存在很多不确定性。宾夕法尼亚大学沃顿商学院的伊桑-莫里克教授 承认"目前还不清楚提示工程是否会有长远的影响,因为人工智能程序在预测用户需求和生成提示方面正变得越来越好"。

换句话说,只有在人工智能能够在没有人类帮助的情况下脱掉训练车轮并推动自身发展之前,才可能需要 Prompt 工程师。因此,现在,人们希望提示工程师在训练人工智能模型时能够有条不紊、耐心细致,但到了某个时候,一旦人工智能不再需要他们,他们可能会牺牲自己的求职能力。 

当前趋势

生成式人工智能早在上世纪 60 年代就已问世,但直到最近几年才在人工智能领域崭露头角,这要归功于 生成对抗网络赋予了模型创造真实文本、图像、音频、三维模型等的能力。最近取得的突破包括 生成式预训练变换器(又名 GPT)等最新突破震惊了公众,并引起了一阵阵兴奋...... 警报

现在,人工智能已成为人们关注的焦点,其能力也日益受到重视,企业正在重新思考其传统的经营方式。一些职业领域预计将受到 产生巨大影响包括编码等计算机科学相关工作。人工智能能够或即将能够完成大量以前只有人类工人才能完成的任务。人工智能无法取代的工作,至少会以某种形式得到增强。

即使是提示工程师也无法幸免于人工智能对劳动力的全面改造,因为人工智能最终将能够完成与提示编写者相同的任务。从某种意义上说,人工智能可能会让自己的创造者失业。尽管如此,世界各地的公司和政府已经开始对人工智能的强大功能瞠目结舌,一些人 要求停止某些领域的人工智能研究。

从事这一职业的人在年轻时喜欢做什么样的事情......

迅速工程师可能从小就热衷于技术。他们可能对计算机编码、编程语言修修补补,甚至 黑客.同时,他们也可能喜欢分析问题、阅读高级书籍或编写故事。

团队合作是这一职业领域的重要组成部分,但 Prompt 工程师必须能够自如地单独工作并长时间集中精力。这种能力可能是在童年类似的经历中培养出来的,也许是在连续几个小时的编程或游戏中培养出来的。  

需要的教育和培训

需要的教育

  • 快速工程师一般需要计算机科学、计算机工程或相关专业的学士学位
  • 常见的课程主题包括
    • 人工智能伦理
    • 决策 
    • 深度学习
    • 人与人工智能的互动
    • 大型语言模型
    • 机器学习
    • 自然语言处理
    • 机器人技术
  • 相关课程还可能包括
    • 计算机系统
    • 微分和积分
    • 功能编程
    • 强制计算
    • 矩阵和线性变换
    • 概率论
    • 顺序数据结构和算法
  • 雇主会寻找在 NLP、ML、LLM 和深度学习方面拥有丰富经验的求职者。他们可能还希望应聘者拥有提示开发、提示脚本语言方面的经验、 Linux 操作系统和提示自动化工具
    • 请注意,招聘人员可能更关心一个人的知识和技能,而不是这些技能的来源(例如,大学课程、认证、训练营或临时在线课程)
  • 许多提供 Prompt 工程课程的教育和培训网站如雨后春笋般涌现,例如 Prompt 工程学院学习提示.这些课程可能非常适合学习初级、中级甚至高级技能。请记住,雇主可能会要求查看您的知识和能力证明,因此请打印或保存任何结业证书。
  • 可以通过以下方式学习 Linux Codecademy和其他在线网站学习 Linux。有人说,只需几天就能掌握基本命令,而学习高级命令则需要几个月的时间
  • 学生还可以学习编程语言,如 巴什, PythonJava或通过类
  • 课程中心提供一系列 Prompt Engineering 免费在线课程的详细信息
  • 还可以查看 Coursera 提供的课程,如约 18 小时的 Prompt Engineering for ChatGPT课程,或 DeepLearning.AI 的 面向开发人员的 ChatGPT 提示工程

我们问 ChatGPT一些额外的教育建议。它是这样说的

"计算语言学或 NLP 专业的硕士学位将更加专注于提示工程中与语言相关的方面。机器学习或人工智能专业的硕士学位则能让人更深入地理解无线路由模型所依据的统计和数学原理"。 

ChatGPT 还提出了以下学位建议! 

  • 计算机科学学士:"在编程语言、算法和数据结构方面打下坚实的基础,这是开发有效无纸化学习小组模型的基础"。
  • 计算语言学学士学位:"深入了解提示工程中与语言相关的方面,包括句法、语义和话语"。
  • 计算语言学硕士: "专门研究自然语言以及计算机如何处理自然语言"。
  • 自然语言处理硕士:"侧重于开发处理人类语言的算法和模型"。
  • 人工智能硕士:"涵盖与智能系统相关的广泛主题,包括机器学习、自然语言处理和机器人学"。
  • 数据科学硕士: "在统计建模、机器学习和数据分析方面打下坚实基础,这些都与及时工程相关"。
  • 语言学硕士: "深入了解语言结构和用法,这是开发有效 NLG 模型的基础"。
  • 认知科学硕士:"重点研究人类认知以及如何利用计算技术对其进行建模"。
  • 人机交互硕士: "侧重于设计和开发直观易用的用户界面,这对及时的工程应用非常重要"。
在大学中需要注意的事项
  • 决定是否要完成计算机科学、计算机工程或相关专业的学位......重点是人工智能!
  • 除了专业和人工智能重点之外,还需了解学校在 Prompt Engineering 方面的具体情况
  • 考虑学费、折扣和当地奖学金的机会(除联邦援助外)。
  • 在决定报读校内、在线或混合课程时,请考虑您的时间安排和灵活性。及时工程学非常适合在线学习! 
高中和大学里的事情
典型线路图
快速工程师路线图
如何找到你的第一份工作
  • 努力完成计算机科学或相关学位,重点是人工智能
  • 在申请之前,尽可能多地获得 NLP、人工智能、法学硕士等方面的实践经验
  • 如果你的大学课程没有提供足够的相关课程,可以通过选修与 Prompt 工程相关的特别课程来充实你的简历
  • 请记住,"提示工程师 "还应精通语言艺术,因此请展示您可能拥有的与写作或英语教学相关的工作经历
  • 查看就业门户网站,如 确实, Simply Hired, GlassdoorCraigslist.密切关注列出的教育和经验要求
  • 在线查看 工程师简历模板并查看潜在的求职面试问题
  • 在简历中加入与工作相关的关键词,这样简历才能通过申请者跟踪系统软件的审核。关键词可包括以下内容Python、Java、GPT、DALL-E、Midjourney、Bing AI、NLP、LLM 知识、数据收集与分析、机器学习模型、图像合成、研究等。 
  • 向在职的 Prompt 工程师请教求职技巧
  • 向你的学术顾问、教授和导师以及学校的职业中心寻求帮助
  • 让你的关系网知道你在找工作!大多数工作还是通过你认识的人找到的,所以开始利用你的社交资本吧! 
  • 在申请表上列出个人推荐信之前,请事先询问这些人是否愿意写推荐信或接受潜在雇主的电话访问。

我们询问了 谷歌的巴德提供一些额外的求职建议。它是这样说的

  • "学习大型语言模型 (LLM) 的基础知识。LLM 是提示工程的基础,因此充分了解 LLM 的工作原理非常重要。网上和图书馆中有很多资源可以教您有关 LLM 的知识。
  • "练习制作提示语。学习如何制作有效的提示语的最好方法就是练习。制作提示语的方法有很多种,因此要找到适合自己的方法,并尝试不同的技巧。
  • "制作作品集。在制作了一些有效的提示后,将它们汇编成作品集,向潜在雇主展示。这将使他们对你的技能和能力有一个很好的了解。
  • "与业内人士建立联系。 参加会议、聚会和其他活动,结识从事及时工程的人员。这是了解该领域并建立联系以获得工作的好方法。
  • "坚持不懈。 及时工程师的就业市场竞争激烈,所以如果你没有马上找到理想的工作,也不要放弃。不断练习自己的技能、建立自己的作品集和人际网络,最终你会找到合适的机会。
  • "注重你的软技能。除了技术技能之外,雇主们还在寻找具有创造力、协作能力和发散思维的工程师。
  • "乐于学习。提示工程领域发展迅速,因此必须乐于学习新知识,了解最新趋势。
如何爬梯子
  • 成为所使用的人工智能模型、软件和编程语言的专家
  • 彻底排除故障,不断改进产出
    • 请记住,谷歌的母公司 Alphabet"在其新聊天机器人在宣传视频中分享了不准确的信息后......损失了 1000 亿美元的市值......而且公司的一次活动也没能让人眼前一亮。可能有人在那次事件后搞砸了自己的升职机会!
  • 遵循并认真记录程序,确保您的提示一致、准确
  • 证明您在独立工作方面值得信赖
  • 问问你的上司,你应该提高哪些技能才能为公司创造更多价值。如果他们建议你去考一个证书,那就去考吧(但要看他们是否愿意支付费用)
  • 向比你更有经验的同事学习一切可以学习的东西。但是,不要走捷径或染上坏习惯。务必遵守雇主规定的程序
  • 在团队中有效协作,专注于解决问题
  • 以身作则,展示领导力
  • 耐心、全面地培训新员工。回答他们的问题,保持他们学习新知识的积极性
  • 与专业组织保持联系,了解最新突破。人工智能发展迅速,每天都有新突破
  • 了解对人工智能指数式增长的担忧,包括对技术奇点的担忧 技术奇点-预计未来会发生的事件,"计算机程序变得如此先进,以至于人工智能(AI)超越了人类智能,有可能消除人类与计算机之间的界限"。
B计划

及时工程学是当前的热门职业,但这一趋势可能不会永远持续下去。潜在的薪资范围就像一块磁铁,吸引着大量渴望搭上这趟财富列车的新生。与此同时,人工智能也在不断进步,最终可能实现自动提示。如果出现这种情况,一些急于学习提示技能的人可能会发现自己失去了工作机会。我们无法预测未来,但如果你有兴趣探索类似的职业,我们建议你考虑以下几种:

  • 大数据工程师/架构师
  • 商业智能开发人员
  • 计算机与信息研究科学家
  • 计算机和信息系统经理
  • 计算机硬件工程师
  • 计算机网络架构师
  • 计算机程序员
  • 计算机支持专家
  • 计算机系统分析员
  • 数据库管理员和架构师
  • 数据科学家
  • 信息安全分析师
  • 数学家和统计学家
  • 机器学习工程师
  • 机器人工程师
  • 软件工程师
  • 软件架构师
  • 网络开发员

新闻联播

在线课程和工具