Как разработчику стать AI разработчиком в 2025?

Поздравляю, вы уже AI разработчик.

Шутка. Вы только на 90% AI разработчик.

Самое сложное, как и в предыдущем кейсе – найти проект, где так или иначе нужен AI. Либо придумать его на своем текущем рабочем месте. Я так сделал 2 года назад, предложив в CodeSignal начать уже анализировать качество кода разработчиков, которые проходят технический скрининг на нашей платформе.

Параллельно со мной было еще несколько человек, которые переключались на AI разработку из обычной, так что я не просто статистический выброс.

Самая большая ошибка – идти изучать классический Machine Learning и обучение нейронок. Это профессия, которая будет вымирать – компаниям больше не нужно обучать кастомные нейронки под свои задачи, они просто берут GPT.

В этой области останутся только самые топовые ребята, которые будут обучать передовые модели в гугле, OpenAI, и т.д.

Все что оттуда нужно – это понимать классы задач (классификация, регрессия и т.д.), метрики для них (и то, как они связаны с бизнесом) и зачем нужен train-test split (и что такое data-leakage). Это прям база, ее даже с GPT можно разобрать самостоятельно

А это точно вообще нужно?

Рабочий прототип можно делать и так, просто на ручном вайб-чеке ответов. Штука выше нужна для выстраивания итеративного процесса разработки и надежной валидации решения – а без этого фиг "продашь" компании запуск такого проекта.

Что точно нужно?

Все в целом похоже на предыдущий пост, но с определенными отличиями.

1. Прочитать методичку про промптингу
2. Восхититься идеей ембеддингов
3. Разочароваться в ней
4. Научиться работать со structured_outputs, чтобы структура ответа модели была детерминированной
5. Начать использовать LangChain, чтобы понять, что вы это зря.
6. Потратить кучу времени итерируясь над промптами в реальных задачах, чтобы обучить свою нейросетку в голове.
7. Научиться делать мониторинг (и самих ответов, и метрик, и костов, и ошибок, и дрифта входных данных)


Ни к коем случае не лезть в дообучение моделей, оно вас сожрет
(если вы точно знаете, почему мой тезис голословный, то вы не аудитория поста, вас не сожрет. мб)

И есть еще другой способ, гораздо проще.

Сейчас большинству LLM-продуктов не хватает нормальных разработчиков, которые умеют не просто демки фигачить, а писать нормальный продакшн код.

Нужно просто не ссать, что это "какой-то непонятный AI в котором я не шарю", потому что под капотом там то же перекладывание json'ов.

А там уже и в AI-контекст вкатитесь и на месте прочувствуете все микро-различия AI разработки от обычной.