Cómo llegar a ser un ingeniero rápido: Guía completa

Desde el lanzamiento de ChatGPT en 2022, hay un nuevo rumor en el sector: la IA Generativa. Está cambiando la forma en que interactuamos y pensamos sobre la inteligencia artificial. Con la IA conversacional, como ChatGPT y Google Gemini, sólo tienes que teclear unas cuantas indicaciones en la herramienta y el modelo de IA suele responder exactamente con la información que le has pedido. Ahora, la pregunta es, ¿quiénes son los profesionales que crean estos modelos excepcionales de IA?

Los ingenieros de ML, los ingenieros de IA, los científicos de datos y, obviamente, los ingenieros de prontitud están siempre investigando y aportando increíbles habilidades de IA. Por tanto, empezar una carrera como ingeniero rápido podría ser la próxima gran cosa, igual que ser desarrollador de software lo fue a principios de la década de 2000.

Tanto si ya eres un profesional de los datos como si la IA es tu pasión, esta guía es para ti. A lo largo de este artículo, detallaremos las instrucciones paso a paso sobre cómo convertirse en un ingeniero rápido. ¡Vamos a sumergirnos!

¿Qué hace un ingeniero Prompt?

Hoy en día, cualquier persona no técnica puede ir a ChatGPT y pedir lo que quiera. Entonces, ¿por qué necesitamos ingenieros rápidos? Pues bien, los ingenieros rápidos saben cómo pedir al modelo de IA que genere resultados precisos. Elaboran las preguntas adecuadas y crean estímulos desencadenantes para que el modelo genere los mejores resultados.

Imagina que necesitas código Python para desarrollar una página de inicio de sesión, así que podrías pedirle a GPT algo como "Escribe un código Python para crear una página de inicio de sesión", pero alguien que sepa de "prompting" lo expresará como "Actúa como un desarrollador de Python y muestra a un desarrollador junior cómo crear una página de inicio de sesión que tenga campos de entrada para el nombre de usuario y la contraseña, junto con un botón de inicio de sesión". Esa es la esencia de la ingeniería rápida.

Los ingenieros de Prompt también se ocupan de los aspectos más técnicos de tratar con grandes modelos lingüísticos. Prueban y afinan los modelos de IA utilizando indicaciones. El proceso consiste en seguir el comportamiento de un modelo de IA analizando sus respuestas a diversas indicaciones. Luego, buscan pautas y sesgos, realizan pruebas A/B con los datos de salida y perfeccionan las indicaciones para abordar las limitaciones.

En general, los ingenieros de avisos son los actores clave en la optimización de todo el proceso de generación de avisos de IA para aplicaciones personalizadas.

Cómo convertirse en un ingeniero rápido

Convertirse en ingeniero de prontitud es una decisión profesional inteligente, sobre todo porque la IA Gen es una de las tecnologías de más rápido crecimiento, y se espera una tasa de crecimiento anual compuesta del 20% para los próximos diez años. Aquí tienes una inmersión en profundidad sobre cómo convertirte en un ingeniero rápido de IA.

Aprende los fundamentos

1. Maestro Python

Los ingenieros de Prompt necesitarían una sólida comprensión de la programación en Python. Saber codificar en Python te permite aprender rápidamente modelos de PNL y de aprendizaje profundo.

Como ingeniero rápido, no puedes construir un modelo lingüístico completo por ti mismo. Pero algunos puestos bien pagados de ingeniería rápida esperan que analices los datos generados por los modelos lingüísticos, y que obtengas información sobre ellos para mejorar el modelo. Y cuando se trata de manejar datos, Python destaca.

Sigue estos pasos para aprender Python para ingeniería rápida:

• Aprender sintaxis
• Explora las bibliotecas NumPy, Pandas, Matplotlib y Scikit-learn
• Ponte manos a la obra con NLTK, spaCy, TextBlob y otras bibliotecas de lenguaje natural
• Análisis de datos de prácticas
• Conoce los modelos de aprendizaje automático
• Practica la codificación en Python

2. Comprender los fundamentos de la IA

Comienza tu andadura profesional familiarizándote con la tecnología que vas a aprovechar. En este caso, primero debes entender qué es la IA y luego explorar sus subcampos. La idea básica que subyace a la inteligencia artificial (IA) es bastante fascinante: hacer que las máquinas se comporten de forma inteligente y similar a los humanos para realizar tareas específicas.

El aprendizaje automático, el procesamiento del lenguaje natural, la ciencia de datos, el aprendizaje profundo y muchos otros subcampos forman parte de esta área más amplia de la IA. En primer lugar, ten una visión general de cada una de estas tecnologías y conoce en qué se diferencian unas de otras.

Consulta los siguientes recursos para aprender los fundamentos de la IA:

• Pista de Habilidades de Fundamentos de IA: Aquí aprenderás los fundamentos de la IA, LLMs como ChatGPT, conceptos de Gen AI y una visión general del Aprendizaje Automático.
• Curso Comprender la Inteligencia Artificial: Abarca la IA en la vida cotidiana, la IA en el trabajo, las organizaciones que integran la IA y los modelos generativos de IA.

Los grandes modelos lingüísticos tienen una relación realmente fuerte con el aprendizaje profundo y la PNL. Aunque no todos los ingenieros de impulsos construyen un modelo de IA desde cero, se espera que tengan grandes conocimientos de PNL y aprendizaje profundo para comprender el modelo lingüístico que impulsan.

3. Aprende sobre PNL

El procesamiento del lenguaje natural es uno de los temas más candentes de la IA en estos momentos. Permite a los ordenadores leer e interpretar las lenguas humanas. Y lo que es más, permite a las máquinas generar respuestas similares a las humanas en lenguaje natural.

Además, la PNL te ayuda a diseñar estímulos desencadenantes que pueden dar forma a un modelo de IA para generar resultados específicos. Así que, como ingeniero rápido, la PNL es algo que debes dominar. Explora bibliotecas de PNL como NLTK, spaCy y Transformers para prepararte para manejar datos lingüísticos.

Querrás empezar dominando el procesamiento básico de textos y profundizar en técnicas como la tokenización, el análisis de sentimientos y el resumen de textos.

Aquí tienes algunos de los mejores artículos y cursos relacionados con la PNL:

• ¿Qué es el Procesamiento del Lenguaje Natural?
• Introducción al Procesamiento del Lenguaje Natural en Python
• Pista de Habilidades de Procesamiento del Lenguaje Natural

4. Profundiza en el Aprendizaje Profundo y los Modelos Transformadores

A medida que trabajes para convertirte en un ingeniero rápido, a menudo te encontrarás con grandes modelos lingüísticos como GPT, Gemini, LLaMA 2 y otros. Estos LLM no son más que modelos de aprendizaje profundo a escala diseñados para comprender y generar lenguaje natural. Para manejarlos con eficacia, necesitarás tener una sólida comprensión de los conceptos del aprendizaje profundo.

El ChatGPT, por ejemplo, se alimenta de más de 175.000 millones de neuronas. Para entender qué son estas neuronas y cómo se alimentan, primero debes conocer la idea de las redes neuronales, la columna vertebral de muchos algoritmos de aprendizaje profundo.

A continuación, puede que sepas que la "T" de GPT significa "Transformador". Los grandes modelos lingüísticos más populares se basan en la arquitectura Transformer, incluido ChatGPT.

Las arquitecturas transformadoras utilizan lo que se conoce como "mecanismo de atención", una técnica para mejorar la precisión del modelo centrándose sólo en las partes relevantes de los datos de entrada. Estudiar estas arquitecturas te ayudará a elaborar indicaciones eficaces.

Desarrollar Habilidades Prácticas para Convertirse en un Ingeniero Rápido

Aunque no necesitas necesariamente un título para acceder a la ingeniería rápida, debes tener cierta experiencia práctica en determinadas habilidades técnicas. Exploremos los lenguajes y técnicas que necesitas para destacar.

5. Prácticas con modelos preentrenados

Los ingenieros de Prompt pasan una parte considerable de su tiempo trabajando con modelos preentrenados. Por si no lo sabes, los modelos preentrenados son los modelos de IA base que se entrenan exhaustivamente con toneladas de datos. Éste es el primer paso para construir cualquier modelo lingüístico de gran tamaño.

Si de verdad quieres dominar la ingeniería rápida, familiarízate con los modelos preentrenados existentes , como GPT-2, GPT-3, BERT y otros. Introduce diferentes estímulos y estudia cómo reaccionan. Comprende sus capacidades de generación de texto y detecta sus limitaciones.

Además, comprende los parámetros con los que se entrenan estos modelos. A veces, tendrás que ajustar sus hiperparámetros para conseguir resultados específicos.

6. Ajuste fino para aplicaciones personalizadas

Sólo unas pocas empresas pueden permitirse entrenar grandes modelos lingüísticos desde cero. Por eso, otros te contratan como ingeniero puntual, encargándote que afines los modelos preentrenados actuales para sus aplicaciones personalizadas.

Por ejemplo, un modelo preentrenado puede no ser capaz de generar un archivo HTML de acuerdo con los requisitos de tu diseño. Pero puedes afinarlo en conjuntos de datos específicos de UI y HTML para obtener los resultados deseados.

En general, un ingeniero rápido debería poder afinar cualquier modelo preentrenado para tareas específicas. Esto puede hacerse alimentando los modelos preentrenados con conjuntos de datos pequeños y específicos.

El preprocesamiento de datos, el ajuste de hiperparámetros y el aprendizaje por transferencia son habilidades imprescindibles para afinar un modelo preentrenado todo por ti mismo.

Recuerda que la profundidad de estas habilidades técnicas varía en función de los requisitos del puesto que solicites.

Normalmente, para los puestos de nivel inicial, basta con tener conceptos de PNL y capacidad para crear avisos inteligentes. Sin embargo, un trabajo de alto nivel o muy bien pagado podría requerir una experiencia práctica más profunda con bibliotecas de PNL, algoritmos de aprendizaje profundo y técnicas avanzadas de incitación.

Estas son algunas de las guías completas que te ayudarán a aprender a afinar:

• Guía introductoria para perfeccionar el LLM
• Ajuste fino de GPT-3 mediante la API OpenAI y Python
• Puesta a punto de LLaMA 2: Guía paso a paso para personalizar el Modelo de Grandes Lenguas
• Cómo afinar la GPT 3.5: Liberar todo el potencial de la IA
• Tutorial FLAN-T5: Guía y puesta a punto

Técnicas de ingeniería rápidas

Explora diferentes técnicas de incitación y aprende a ser creativo con tu escritura. Veamos cómo puedes mejorar en la creación de avisos.

7. Dominar la elaboración de pronósticos

Los modelos lingüísticos producen resultados basados en las entradas que les das. Si puedes explicar a un modelo de IA exactamente lo que quieres y ajustarlo para que produzca los resultados deseados, ya está; puedes llamarte ingeniero rápido.

Escribir avisos claros y mejorar los ya existentes son dos de las principales tareas de los ingenieros de avisos. Tienen que redactar preguntas y frases que puedan dirigir un modelo de IA hacia respuestas pertinentes.

Para ello, tienes que ser bueno escribiendo, y un consejo para escribir mejores avisos es incluir en ellos contexto e instrucciones. Sin embargo, para convertirte en un maestro de la ingeniería de impulsos, tendrás que aprender algunas técnicas avanzadas de ingeniería de impulsos, como veremos en la siguiente sección.

8. Técnicas avanzadas de provocación

Ya te hemos mencionado que experimentes con modelos preentrenados, y es un punto que merece la pena repetir. Utiliza DALL-E, GPT-2, GPT-3 o BERT para practicar diferentes técnicas de provocación y ver cómo se comportan.

Hay varias estrategias para el modelo de incitación, como la incitación cero-corta, la incitación de una sola vez, la incitación iterativa y muchas más. Puedes aprender y practicar estas técnicas de incitación para convertirte en un incitador excepcional.

Para no perderte nada, infórmate sobre LangChain. Disponemos de una guía completa sobre LangChain para ingenieros rápidos, pero para una visión general rápida, LangChain es un marco para maximizar la precisión y relevancia de los resultados del modelo.

Avance profesional y aplicación en el mundo real

Aunque tener un título en un campo relevante de la informática o la ingeniería es una ventaja, no es la única vía. Puedes convertirte en un ingeniero rápido sin titulación completando cursos de certificación, trabajando en proyectos del mundo real y aprendiendo continuamente. Profundicemos en cada paso para dar forma a tu carrera en ingeniería rápida.

9. Proyectos del mundo real y creación de carteras

Con una idea clara de la tecnología de IA y las habilidades anteriores, puedes empezar a aplicar tus nuevos conocimientos a proyectos del mundo real. Tanto si eres un profesional en activo como un estudiante universitario, participa como voluntario en proyectos que necesiten una pronta ingeniería.

Aquí tienes algunos de los grandes proyectos de IA que puedes empezar a construir:

• 7 proyectos de IA para todos los niveles
• 5 proyectos que puedes construir con modelos de IA generativa
• 7 Proyectos de PNL para todos los niveles

Si tu proyecto utiliza un modelo preentrenado, conoce técnicamente cómo se construye y cómo se comporta. Prueba distintas formas de pedirle al modelo que haga cosas y observa cómo responde. Utiliza las técnicas avanzadas de incitación que has aprendido para activar el modelo. De este modo, podrás convertir tu teoría en habilidades.

Sobre la marcha, puedes participar en competiciones relacionadas con la IA conversacional y el LLM en plataformas como Kaggle para ver en qué posición te encuentras entre tus compañeros. Recuerda que todo lo que hagas en este paso puede ir a tu portafolio, haciendo que tu perfil sea aún más fuerte.

Tener un portafolio profesional es crucial en cualquier etapa de tu carrera. Datacamp tiene un constructor de portafolios de fácil edición con bonitas plantillas prefabricadas. Así que aprovecha este constructor de portafolios gratuito para mostrar tus habilidades, experiencia, proyectos e intereses de forma atractiva.

10. Sigue aprendiendo y participa en la comunidad de IA

Haz cursos online; hay muchos cursos de ingeniería rápidos que se han incorporado recientemente. Los cursos de certificación no sólo te ayudan a adquirir habilidades, sino que también añaden pruebas a tu perfil de que realmente has aprendido la tecnología.

Es necesario estar al día de las últimas tendencias, sobre todo en tecnologías en auge como Sora de OpenAI. No hay mejor forma de mantenerse al día que participar en la comunidad adecuada. Para ello, sigue a los principales investigadores y desarrolladores de ingeniería rápida en sitios como LinkedIn, Medium y Twitter.

Conclusión

Ahora es el momento adecuado para empezar con la Gen AI. El mundo de las empresas tecnológicas busca más que nunca ingenieros rápidos para implantar la IA conversacional en sus negocios.

El camino para convertirse en ingeniero de IA es gratificante y emocionante. Cualquiera puede convertirse en un ingeniero rápido con la combinación adecuada de las habilidades técnicas y no técnicas mencionadas a lo largo de este artículo.

Si te tomas en serio tu carrera en ingeniería rápida, explora los siguientes cursos de Datacamp:

• Comprender la ingeniería Prompt
• Introducción a ChatGPT
• Conceptos de grandes modelos lingüísticos
• ChatGPT Prompt Ingeniería para Desarrolladores