Engenharia de IA

Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com

Os avanços recentes em IA não só aumentaram a procura por produtos de IA, como também reduziram as barreiras à entrada para quem quer criar produtos de IA. A abordagem de modelo como serviço transformou a IA de uma disciplina esotérica numa poderosa ferramenta de desenvolvimento que qualquer pessoa pode usar. Todos, incluindo aqueles com pouca ou nenhuma experiência prévia em IA, agora podem aproveitar os modelos de IA para criar aplicativos. Neste livro, o autor Chip Huyen discute a engenharia de IA: o processo de criação de aplicativos com modelos básicos prontamente disponíveis.

O livro começa com uma visão geral da engenharia de IA, explicando como ela difere da engenharia tradicional de ML e discutindo a nova pilha de IA. Quanto mais a IA é usada, mais oportunidades existem para falhas catastróficas e, portanto, mais importante se torna a avaliação. Este livro discute diferentes abordagens para avaliar modelos abertos, incluindo a abordagem de IA como juiz, que está crescendo rapidamente.

Os desenvolvedores de aplicativos de IA descobrirão como navegar pelo cenário da IA, incluindo modelos, conjuntos de dados, benchmarks de avaliação e o número aparentemente infinito de casos de uso e padrões de aplicativos. Você aprenderá uma estrutura para desenvolver um aplicativo de IA, começando com técnicas simples e progredindo para métodos mais sofisticados, e descobrirá como implantar esses aplicativos com eficiência.

• Entenda o que é engenharia de IA e como ela difere da engenharia tradicional de aprendizado de máquina
• Aprenda o processo de desenvolvimento de um aplicativo de IA, os desafios em cada etapa e as abordagens para enfrentá-los
• Explore várias técnicas de adaptação de modelos, incluindo engenharia de prompt, RAG, ajuste fino, agentes e engenharia de conjuntos de dados, e entenda como e por que elas funcionam
• Examine os gargalos de latência e custo ao servir modelos básicos e aprenda como superá-los
• Escolha o modelo, o conjunto de dados, os benchmarks de avaliação e as métricas certos para suas necessidades

Chip Huyen trabalha para acelerar a análise de dados em GPUs na Voltron Data. Anteriormente, ela trabalhou na Snorkel AI e na NVIDIA, fundou uma startup de infraestrutura de IA e lecionou Design de Sistemas de Aprendizado de Máquina em Stanford. Ela é autora do livro Designing Machine Learning Systems, um best-seller da Amazon em IA.

A engenharia de IA se baseia e é complementar ao livro Designing Machine Learning Systems (O'Reilly).