Nekurkite prašmatnaus AI demonstracinės versijos. Sukurkite nedidelę, naudingą sistemą su aiškia taikymo sritimi, realia informacija, matomu įvertinimu ir trumpu atvejo tyrimu, įrodančiu jūsų mąstymą.
Kodėl dauguma AI portfelio projektų žlunga
Dauguma AI portfelio projektų žlunga dėl vienos paprastos priežasties: jie atrodo kaip žaislų demonstracinės versijos. Pokalbių robotas per PDF. Bendras vaizdo generatoriaus įvynioklis. Neaiškus „AI padėjėjas“ be tikros darbo eigos, tikro vartotojo ir įrodymų, kad kūrėjas supranta, kur sistemos sugenda.
Samdančios komandos nori ne tik įrodymų, kad kandidatas gali iškviesti API. Jie nori teismo sprendimo įrodymų. Ar šis asmuo gali pasirinkti gerą problemą? Ar jie gali gerai aprėpti? Ar jie gali tvarkyti nesėkmių atvejus? Ar jie gali padaryti kompromisus tarp kokybės, kainos, delsos ir žmogaus peržiūros?
Geras portfelio projektas greitai atsako į šiuos klausimus. Tai rodo, kad kandidatas AI supranta kaip produkto ir darbo eigos problemą, o ne tik modelio demonstraciją.
Stipriausi portfelio projektai paprastai yra siauri, nuobodūs ir naudingi. Kaip tik todėl jie dirba.
Ką turėtų įrodyti stiprus AI projektas
Tvirtas AI portfelio projektas turėtų aiškiai parodyti penkis dalykus.
| Ką nori pamatyti samdymo vadovas | Ką turėtų parodyti jūsų projektas | |
|---|---|---|
| Problemos pasirinkimas | Pasirinkote darbo eigą su tikra trintis, o ne atsitiktinai apibrėžtą demonstracinę versiją.| > | |
| Techninis vykdymas | Sistemą sukūrėte aiškiai ir galite paaiškinti architektūrą. | |
| Patikimumo mąstymas | Pridėjote įvertinimų, patikrinimų, registravimo, atsarginių elementų arba žmogaus peržiūra. | |
| Bendravimas | Projektą dokumentavote taip, kad jį suprastų ne autorius. |
Tai tikras pokytis. Projektas yra ne tik artefaktas. Tai yra įrodymas.
Jei kas nors tris minutes praleidžia prie „GitHub“ atpirkimo, tiesioginės demonstracinės versijos ir įrašų, jie turėtų suprasti, ką sistema veikia, kam ji padeda, kas gali suklysti ir kodėl jūsų diegimo pasirinkimai buvo prasmingi.
Pasirinkite vieną nuobodų, didelės trinties darbo eigą
Lengviausia klaida – pasirinkti projektą, nes jis skamba įspūdingai. Geriau pasirinkti užduotį, kuri atliekama kiekvieną savaitę įmonėje ir švaistomas laikas ar dėmesys.
Geros portfelio problemos paprastai turi keturis bruožus:
- įvestis yra netvarkinga, bet suprantama.
- Išvestis yra pakankamai siaura, kad būtų galima spręsti.
- Yra žmogus, kuris gali peržiūrėti sėkmę ar nesėkmę.
- Darbo eiga
panašu į įmonės projektus jau egzistuoja. tai: Silpna idėja Geresnė idėja Bendra AI pokalbių robotas Palaikykite bilietų suskirstymo pagalbininką su patikimumo etiketėmis Užduokite klausimus apie bet kurį PDF failą su peržiūros ištrauka eilė AI rašo rinkodaros kopiją Skelbimų variantų generatorius su prekės ženklo taisyklės patvirtinimu Karjeros trenerio robotas CV ir darbo atitikties paaiškinimas su trūkstamų įgūdžių analize su veiksmų iškvietimo apibendrinimo priemone CRM paruošti laukai Jie yra mažiau ryškūs. Jie taip pat yra daug arčiau tikrojo darbo.
Penkios projekto formos, kurios veikia neįprastai gerai
1. Triažas ir maršrutas
Pavyzdžiai: palaikymo bilietai, pareiškėjo pranešimai, klaidų ataskaitos, gaunami potencialūs klientai arba vidinės užklausos.
Ši forma veikia, nes turi aiškią įvestį, struktūruotą išvestį ir akivaizdžių gedimų režimus. Galite klasifikuoti, pažymėti, reitinguoti skubumą, aptikti šlamštą ir paaiškinti, kodėl elementas pateko į tam tikrą eilę.
2. Struktūrinis gavyba
Pavyzdžiai: gyvenimo aprašymai, sutartys, sąskaitos faktūros, susitikimų užrašai, pareigybių aprašymai arba skambučių stenogramos.
Ši forma parodo, ar suprantate schemos kūrimą, patvirtinimą ir skirtumą tarp neaiškaus teksto ir tinkamos struktūrinės išvesties.
3. Juodraštis plius apžvalga
Pavyzdžiai: tolesni el. laiškai, interviu santraukos, įtraukimo planai, paskyros pastabos arba politikos juodraščiai.
Tai labai svarbu, nes atspindi tikrąjį įmonės naudojimą. AI juodraščiai. Žmogaus atsiliepimai. Sistema įrašo pakeitimus, patvirtinimą ir pasitikėjimą.
4. Atitikimas ir reitingavimas
Pavyzdžiai: kandidato į vaidmenis atitikimas, dokumento ir taksonomijos atitikimas, žinių straipsnio pasiūlymas arba įrankio rekomendacija.
Ši forma gerai veikia, kai paaiškinate reitingavimo logiką ir parodote, kodėl buvo pasirinkti geriausi rezultatai.
5. Ieškokite ir atsakykite su įrodymais
Pavyzdžiai: vidinis wiki pagalbininkas, politikos paieška, produkto dokumentacijos pagalbininkas arba teisinių atmintinių asistentas.
Tai veikia, tik jei rodote šaltinius, paieškos logiką, neapibrėžtumą ir kai sistema atsisako atsakyti. Neapdorota RAG demonstracinė versija yra silpna. RAG sistema su citatų kokybės patikra yra daug stipresnė.
Sukurkite ką nors mažo, bet tikro
Projektas turėtų atrodyti kaip viena tikrojo vidinio įrankio versija, o ne savaitgalio eksperimentas be ribų.
Geras aprėptis paprastai yra:
- vienas naudotojo tipas.
- viena darbo eiga.
- Vienas pagrindinis įvesties tipas.
- Vienas pagrindinis išvesties tipas.
- Viena pagrindinė peržiūros struktūra.
paprasta:
- Priekinė: minimalus formos, lentelės arba eilės rodinys.
- Galinė dalis: viena API, kuri tvarko raginimus, patvirtinimą ir saugojimą.
- Modelio sluoksnis: vienas pirminis modelis, galbūt vienas atsarginis.
- Saugykla: išsaugotos įvesties, išvesties, būsenos ir grįžtamasis ryšys, registravimo sąnaudų ir vėlavimo gedimas.
- priežasčių.
Jums nereikia milžiniško krūvos. Jums reikia švarios istorijos. Jei samdos vadovas klausia: „Kas vyksta nuo įvesties iki išvesties? Turėtumėte sugebėti paaiškinti visą srautą per mažiau nei vieną minutę.
Pridėkite įvertinimą, o ne tik išvestį
Čia silpni projektai išsiskiria nuo stiprių.
Dauguma kandidatų sustoja ties „tai veikia“. Stiprūs kandidatai klausia: „Kaip man žinoti, kad jis veikia pakankamai gerai?“
Pridėkite bent vieną iš šių:
- Nedidelis pažymėtas testų rinkinys.
- Gerų ir blogų rezultatų rubrika.
- Pasitikėjimo slenksčiai.
- Schemos patvirtinimas.
- Citatų patikrinimas rankiniu būdu. žemo pasitikėjimo atvejai.
Net 20–50 testų pavyzdžių pakanka, kad būtų parodytas tikras mąstymas.
Pavyzdžiui, jei kuriate gyvenimo aprašymo į darbą atitikmenį, rodykite ne tik atitikties balą. Parodykite, kodėl sistema sukūrė tokį balą, kokie įgūdžiai buvo aptikti, kokių reikalavimų trūko ir kur modelis buvo neaiškus. Jei kuriate suvestinę, palyginkite rezultatus su paprasta rubrika: tikslumas, išsamumas, veiksmo elementai ir formatavimas.
Tikslus vertinimo metodas yra mažiau svarbus nei jo buvimas. Tai rodo apžvalgininkui, kad suprantate, kad dirbtinio intelekto sistemoms reikia matavimų, o ne vibracijų.
Padarykite žmogaus peržiūrą produkto dalimi
Daugelis AI sistemų yra stipriausios, kai padeda žmogui judėti greičiau, o ne tada, kai apsimeta, kad visiškai pakeičia žmogų.
Tai gera žinia portfelio kūrėjams. „Human in the Loop“ dizainą lengviau pristatyti ir jis patikimesnis darbdaviams.
Geros peržiūros funkcijos:
- mygtukai patvirtinti arba atmesti.
- Redaguoti prieš siunčiant srautą.
- Pasitikėjimo ženklelis.
- Motyvavimo santrauka arba įrodymų rinkinys, patvirtinta etiketė, juodraštis.
- išsiųstas.
- Atsiliepimų fiksavimas, kad būtų galima tobulinti ateityje.
Kai projektas apima peržiūros veiksmą, jis pradeda atrodyti kaip programinė įranga, kurią komanda galėtų iš tikrųjų naudoti. Tai daug įtikinamiau nei vienkartinis raginimas.
Išsiųskite visą įrodymo paketą
Pats projektas yra tik portfelio dalis. Kita dalis yra pakuotė.
Tvirtas patikrinimo paketas susideda iš keturių dalių:
| Turtas | Kas jame turėtų būti | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Tiesioginė demonstracinė versija | Viena siaura darbo eiga, kuri veikia patikimai | ||||||||||||||||||||||||
| Atvejo analizė | Problema, požiūris, kompromisai, įvertinimai, pamokos | ||||||||||||||||||||||||
| Trumpas vaizdo įrašas | Nuo dviejų iki penkių minučių parodomas produktas ir pagrindiniai dizaino pasirinkimai |
| Diena | Tikslas |
|---|---|
| 1 | Pasirinkite darbo eigą, naudotoją ir išvesties schemą |
| 2 | Surinkite nuo 20 iki 50 pavyzdinių įvesties ir rubrikos įvesties < | atvejai
| 4–5 | Sukurkite pagrindinį srautą ir saugyklą |
| 6–7 | Sukurkite minimalią vartotojo sąsają ir peržiūros eilę |
| 8 | Pridėkite patvirtinimo ir pasitikėjimo logika |
| 9 | Sukurkite nedidelį įvertinimo rinkinį ir pradinius rezultatus |
| 10 | Patobulinkite raginimus, analizavimą ir trikčių tvarkymą |
| 11 | Pridėkite žurnalų, rodykite demonstracinius žurnalus ir ekraną duomenys |
| 12 | Parašykite README ir atvejo analizę |
| 13 | Įrašykite trumpą vaizdo įrašą |
| 14 | Lenkijos diegimas, nuorodos ir interviu yra pakankamai informacijos. Jums nereikia šešių nebaigtų projektų. Vienas įtemptas projektas yra vertingesnis už demonstracinių versijų kapines.
Paskutinė taisyklėJei projektas priverčia recenzentą pagalvoti: „Įsivaizduoju, kad šis asmuo čia kuria naudingą vidinę AI programinę įrangą“, jis veikia. Tai yra tikslas. Ne naujovė. Ne modelio ažiotažas. Ne milžiniškas struktūrų sąrašas. Sukurkite vieną nedidelę sistemą su tikromis ribomis, tikra peržiūra, tikru įvertinimu ir aiškiu paaiškinimu. Tai yra portfelio projektas, kuriame vyksta interviu. Naršykite naujausius AI darbus apie AI karjerą arba tęskite mokymąsi mūsų skiltyje Sužinokite AI. Frequently Asked QuestionsPaprastai tai yra siauras darbo eigos įrankis, o ne bendras pokalbių robotas. Geri pavyzdžiai yra paramos skirstymas, darbo atnaujinimo derinimas, sutarčių ištraukimas, pardavimo skambučių apibendrinimas arba vidinių žinių paieška su citatomis. Geriausias projektas yra tas, kuris įrodo produkto prasmę, įvertinimą ir mąstymą apie patikimumą. Taip, jei įmanoma. Tiesioginė demonstracinė versija leidžia lengviau pasitikėti darbu. Jis nebūtinai turi būti didelis. Pakanka vienos stabilios darbo eigos. Susiekite jį su ekrano kopijomis, pradiniais demonstraciniais duomenimis ir README, jei apžvalgininkas nenori prisiregistruoti ar nieko konfigūruoti. Paprastai produktas mąsto. Modelio pasirinkimas yra svarbus, tačiau daugelis kandidatų gali iškviesti tą pačią API. Mažiau kandidatų gali pasirinkti gerą darbo eigą, aiškiai apibrėžti sėkmę, pridėti peržiūros veiksmus ir paaiškinti kompromisus, susijusius su kokybe, kaina ir gedimų apdorojimu. Vienas puikus projektas dažnai yra geresnis už kelis silpnus. Jei turite daugiau nei vieną, įsitikinkite, kad kiekvienas įrodo kažką kitokio. Pavyzdžiui, viena išgavimo darbo eiga, viena paieškos ir atsakymų darbo eiga ir viena reitingavimo darbo eiga gali būti tvirtas rinkinys. Taip. Nedidelis vertinimo rinkinys vis dar vertingas. Net 20–50 pavyzdžių gali parodyti, kad rimtai galvojote apie kokybę, kraštutinius atvejus ir gedimų modelius. Tai svarbiau nei apsimesti, kad sistema yra tobula. Pradėkite nuo problemos, o ne nuo krūvos. Tada paaiškinkite darbo eigą, architektūrą, vertinimo metodą, gedimų režimus, ekrano kopijas, sąrankos veiksmus ir ką norėtumėte patobulinti. README turėtų padėti nepažįstamam žmogui greitai suprasti projektą. Taip, bet tik tuo atveju, jei tai ne tik paprastas PDF pokalbių robotas. Stiprus RAG projektas turėtų parodyti paieškos kokybę, citatas, atsisakymo elgesį, šaltinio pagrindimą ir tam tikrą būdą įvertinti, ar atsakymai yra patikimi. |