Архитектура системы
86Выбор границ между данными, моделями, сервисами и людьми требует локальных ограничений, которые обычный помощник не может надежно определить.
Инженеры MLOps создают многие системы, с помощью которых происходят изменения ИИ, поэтому они будут использовать автоматизацию на ранних этапах. Помощники могут монтировать трубопроводы, объяснять конфигурацию, генерировать тесты и обнаруживать аномалии на поверхности. Эти преимущества сокращают повторяющиеся настройки, но не устраняют производственной ответственности.
Во всяком случае, больше моделей и агентов ИИ создают больше работы в жизненном цикле: наборы оценок, границы разрешений, контроль затрат, происхождение данных, реагирование на инциденты и тщательные решения о том, когда система не должна действовать автоматически. Эта роль, вероятно, станет более ориентированной на платформу и управление.
Умеренный
Share of the work a machine could do
Шаблоны, конфигурация и первоначальная диагностика легко автоматизируются, но интеграция модели в уникальную организацию требует проектирования системы, оценки и принятия ответственных решений по рискам. ИИ, скорее всего, повысит производительность каждого инженера, одновременно увеличивая количество и сложность систем, требующих операционной дисциплины.
Scored from the tasks, not the job title. Lower is safer.
Jobs AI cannot take →What machines cannot take
Дизайн оценки
88Полезный набор тестов и порог допустимой ошибки зависят от реальных пользователей, вреда и принимаемых решений.
Управление данными и доступом
90Команды должны решить, какие данные модель может видеть, сохранять или раскрывать, и нести ответственность за этот выбор.
Решение по инциденту
84Регрессия модели или утечка данных могут потребовать быстрого отката с последствиями для продукта, юридическими вопросами и безопасностью.
Межкомандная координация
80Исследователям, командам разработчиков программного обеспечения, специалистам по безопасности и владельцам продуктов необходима согласованная собственность, а не просто создание документации.
What they already take
Строительные леса для трубопроводов
75Помощники могут разрабатывать стандартные конфигурации обучения, упаковки и развертывания на основе установленных шаблонов.
Объяснение конфигурации
72Языковые модели могут суммировать настройки инфраструктуры и предлагать вероятные причины распространенных сбоев.
Генерация первого прохода теста
65Инструменты могут предлагать модульные тесты и проверки данных, хотя люди должны решать, охватываются ли критические сбои.
Сводки регулярного мониторинга
70Сводки аномалий и журналов могут помочь службам реагирования сосредоточить внимание при условии, что основные данные проверены.
How the work is changing
От развертывания модели до работы системы искусственного интеллекта
Команды все чаще используют системы поиска, оперативного использования, использования инструментов и оценки, основанные на базовых моделях, а не только на традиционных предикторах.
Оценка становится возможностью продукта
Для надежных выпусков необходимы тщательно подобранные сценарии, регрессионные проверки и циклы обратной связи с участием людей, а не один статический тест.
Стоимость и задержка становятся показателями модели
Вывод большой модели делает использование токенов, поведение кэша и маршрутизацию частью повседневной разработки платформы.
Управление переходит в трубопроводы
Записи об одобрении, политики данных и тесты на безопасность после запуска становятся автоматизированными воротами, а не электронными таблицами.
New jobs branching off
инженер LLMOps
Управляет приложениями базовой модели, включая подсказки, поиск, оценку, безопасность и контроль затрат.
Инженер платформы искусственного интеллекта
Создает общие службы вычислений, данных, реестра и развертывания, используемые несколькими командами моделей.
Ответственный инженер по искусственному интеллекту
Создает процессы оценки, документации, справедливости и управления для высокоэффективных систем искусственного интеллекта.
Инженер по надежности ML
Применяет проектирование надежности для моделирования производительности, зависимостей данных, задержек и реагирования на инциденты.
Outlook
MLOps быстро изменится, поскольку работает на границе между исследованиями в области ИИ и производством. Создание рутинных платформ станет проще, но стандарты ответственного развертывания будут повышаться, поскольку все больше пользователей будут зависеть от решений, основанных на моделях.
Настойчивый практик будет сочетать дисциплину распределенных систем с модельной грамотностью и уверенностью в том, что многообещающая система еще не готова. Это суждение становится более ценным, а не менее ценным, когда автоматизированные инструменты могут создавать надежные конвейеры с высокой скоростью.
Similar professions
🔐
Специалист по кибербезопасности
Защищает системы, данные и людей, обнаруживая, предотвращая и реагируя на цифровые атаки.
AI-resistant 63 🧫Специалист по клиническим данным
Использует данные клинических исследований, исследований и системы здравоохранения для получения надежных данных для более безопасного ухода, исследований и операционных решений.
AI-resistant 68 🔌Инженер-полупроводник
Разрабатывает и производит транзисторы внутри каждого компьютера, телефона и оружия, используя настолько точные станки, что их могут эксплуатировать лишь несколько заводов на Земле.
AI-resistant 60 🦾Инженер-робототехника
Разрабатывает машины, которые чувствуют, принимают решения и действуют в физическом мире, где сложной проблемой является не интеллект, а сам мир.
AI-resistant 65 🌿Менеджер по устойчивому развитию
Руководит стратегией, измерениями и отчетностью, которые помогают организациям снизить экологический и социальный ущерб при выполнении деловых обязательств.
AI-resistant 66 👔Адвокат
Консультирует клиентов, составляет документы, обязывающие их, и аргументирует их дело, когда оно доходит до суда, неся личную юридическую ответственность, если совет окажется неверным.
AI-resistant 58Continue exploring
Keep exploring
More in Engineering & Technology
💻
Инженер-программист
Пишет, тестирует и поддерживает код, который управляет современной жизнью, и является одной из первых профессий, наблюдающих, как ИИ автоматизирует свою повседневную работу.
AI-resistant 35 🤖Исследователь искусственного интеллекта
Разрабатывает и тестирует алгоритмы, лежащие в основе машинного интеллекта, в области, которая сейчас стремится автоматизировать растущую долю собственного исследовательского процесса.
AI-resistant 50 🛰️Аэрокосмический инженер
Проектирует, анализирует и сертифицирует летательные аппараты, ракеты и космические корабли, отрывающиеся от земли, работая с запасом безопасности, не оставляющим места для догадок.
AI-resistant 74 🌉Инженер-строитель
Профессия, превращающая реки, скалы и гравитацию в мосты, дороги и чистую воду — тихая несущая сила цивилизации со времен Имхотепа.
AI-resistant 72 🔌Инженер-полупроводник
Разрабатывает и производит транзисторы внутри каждого компьютера, телефона и оружия, используя настолько точные станки, что их могут эксплуатировать лишь несколько заводов на Земле.
AI-resistant 60 🦾Инженер-робототехника
Разрабатывает машины, которые чувствуют, принимают решения и действуют в физическом мире, где сложной проблемой является не интеллект, а сам мир.
AI-resistant 65 🔐Специалист по кибербезопасности
Защищает системы, данные и людей, обнаруживая, предотвращая и реагируя на цифровые атаки.
AI-resistant 63 🌬️Инженер по возобновляемым источникам энергии
Проектирует, строит и совершенствует ветровые, солнечные, накопительные и сетевые системы, которые превращают возобновляемые ресурсы в надежную электроэнергию.
AI-resistant 72