翻译: LLMs超低成本开发 甚至一两人团队开发生成式人工智能软件Teams to build generative AI software

我的团队与许多大大小小的公司合作或提供咨询，共同构建了各种各样的生成人工智能应用程序。在这个视频中，我想与您分享我所看到的一些最佳实践，以及开始这样一个项目的典型团队可能是什么样的。构建生成人工智能应用程序最常见的角色将是

1. 软件工程师，他们负责编写软件应用程序并确保其稳健运行。我看到，当软件工程师花一点努力至少学习大型语言模型和提示的基础知识时，他们可以在一个小团队中非常有效地构建基于LLM的应用程序。如果您所在的团队已经有一些软件工程师，鼓励他们考虑花一点时间学习LLM和提示的基础知识可能是值得的。构建应用程序团队中另一个相当常见的角色是
2. 机器学习工程师，他们通常负责实现AI系统。许多机器学习工程师在生成AI兴起之前就一直在构建AI系统，并发现一位花了一些努力学习LLM和理想的不仅仅是提示，还有更高级技术如RAG和微调的机器学习工程师可以非常有效地在构建LLM应用程序中发挥作用。最后，我在一些团队中看到的另一个角色，但不如软件工程师和机器学习工程师常见的是
3. 产品经理，他们将是负责识别和范围确定项目的主要责任人，并确保所构建的东西对客户有用。最后，
4. 提示工程师的角色怎么样？关于这个角色有一些媒体炒作，但我所看到的是，很少有公司招聘这些作为专门职位的人。发生的事情是少数公司为少数高薪的提示工程师职位做了一些招聘广告，并产生了大量媒体炒作，人们可以通过提示赚很多钱。但如果您查看提示工程师实际的工作描述，提示工程工作实际上需要做很多其他任务，而不仅仅是写提示，他们实际上更像是已经学会提示的机器学习工程师。不要相信炒作的提示工程师角色。实际发生的情况是，大多数公司都依赖于已经学习了LLM或学会提示的机器学习工程师，而且实际上并不容易找到工作，也没有其他公司招聘那么多人，他们唯一的工作就是写提示。
   

如果您正在构建基于LLM的应用程序，通常可以从一个相当小的团队开始。我确实看到公司甚至从
5. 一个人的团队开始实验，比如学会了一些提示的软件工程师，或者学会了一些提示LLM的机器学习工程师。或者您可以通过自己开始实验和原型制作，使用一些网络界面来尝试获得可行性的感觉。我也看到了很多
6. 两人团队。如果您的团队有两个人，最常见的配置可能是机器学习工程师加上软件工程师。但我也看到许多其他配置同样有效，比如学会了提示的软件工程师和产品经理，或者两个对写软件有点了解并愿意学习如何使用这些工具来构建新颖和令人兴奋的应用程序的热情人士。
7. 有时对于更大的团队，您还会看到一些其他角色，如数据工程师、数据科学家、项目经理或机器学习研究员。

让我快速讲一讲这些角色，以防您在公司中看到它们。

1. 数据工程师通常负责组织数据并确保数据质量，通常还包括数据安全。
2. 数据科学家通常负责分析数据以提供建议，指导项目或业务决策。
3. 项目经理可能负责协调项目执行，
4. 机器学习研究员通常负责开发先进的AI技术或将先进的AI技术适应于您的业务的具体情况。

生成人工智能已经降低了构建基于AI的应用程序的成本和进入门槛。如果您的团队有一个想法，我鼓励您尝试找到资源来原型制作并尝试一些东西，看看您是否可以为自己或您的业务构建一些东西。在结束关于生成人工智能和业务的部分之前，我想分析一下AI是如何影响不同工作角色以及不同行业部门的。让我们在下一个视频中看看这个。

参考

https://www.coursera.org/learn/generative-ai-for-everyone/lecture/55B4O/teams-to-build-generative-ai-software