Nya horisonter inom AI: Uppkomsten av Frågenätverksteknik

I den föränderliga landskapet av artificiell intelligens (AI) dyker en ny typ av jobb upp: frågenätverksingenjörer. Dessa skickliga kodare specialiserar sig på att instruera AI-modeller att generera optimala resultat, samtidigt som de även åtgärdar snedvridningar, ineffektiviteter och hallucinationer. Teknologitjänsteföretag bevittnar en ökning i tillämpningar och projekt inom AI, vilket leder till en ökad efterfrågan på frågenätverksingenjörer.

Nisheeth Srivastava, Chief Technology and Information Officer (CTIO) för India Industry Platform på Capgemini, lyfter fram framväxten av nya kurser inom frågenätverksteknik, som är enkla att lära sig samtidigt som de är mycket värdefulla. ”Förmågan att ställa rätt frågor blir en färdighet,” säger han.

För att locka talangfulla frågenätverksingenjörer erbjuds konkurrenskraftiga löner. Enligt data från Teamlease tjänar nya frågenätverksingenjörer i genomsnitt en årlig lön på ₹4 lakh, medan de med ett decennium av erfarenhet kan tjäna upp till ₹30 lakh. Efterfrågan på frågenätverksingenjörer sträcker sig globalt, vilket tydliggörs av en jobbannons från det amerikanska företaget Anthropic förra året, som erbjöd en årlig lön på $335 000 (₹2.8 crore).

Implementeringen av generativ AI har potentialen att skapa nya affärsmöjligheter, vilket leder till lukrativa avtal värda över $1 miljon. Cheferna för Indiens ledande IT-tjänsteföretag har erkänt denna trend under sina presskonferenser efter kvartalsresultat. De ser större avtal materialiseras under kommande år, där frågenätverksingenjörer spelar en avgörande roll i dessa framsteg.

Även om frågenätverksingenjörer förväntas vara strategiskt viktiga är det troligt att antalet nyanställningar förblir relativt litet. Sheba K. Fernando, Associate Vice-President och Global Head of Data Science and AI på LTIMindtree, förklarar att de flesta frågenätverksingenjörsbehov är baserade på specifika affärsfall från klienter. Den förenklade naturen hos generativa AI-applikationer innebär att utfärdande av frågor inte alltid kräver specialiserad personal. Följaktligen kan behovet av frågenätverksingenjörer vara begränsat till specifika klientkrav, oftast tillgodosedda av AI-modellföretag själva.

Trots deras relativt små antal är frågenätverksingenjörer instrumentella för att hjälpa företag att attrahera större kunder och slutföra projekt effektivare. Deras efterfrågan uppkommer vid en tidpunkt då IT-tjänstebranschen står inför blandade anställningsutsikter. Under de första tre kvartalen av FY24 såg Indiens fyra ledande IT-tjänsteföretag en samlad minskning av nettotillskott på nästan 50 000. Tekniska examinenter och yrkesverksamma mitt i karriären förlitar sig på dessa företag för anställningsmöjligheter.

Kashyap Kompella, grundare och VD för teknikkonsultföretaget RPA2AI Research, betraktar frågenätverksingenjörer som ett tillfälligt fenomen som kommer att fortgå på kort sikt. Han tillskriver deras efterfrågan till tillväxten av generativa AI-avtal för IT-tjänsteföretagen, vilket förväntas skapa kortvariga anställningsböljor. När stora språkmodeller (LLM) fortsätter att utvecklas kommer frågenätverksingenjörer att träna dessa modeller att generera frågor självständigt.

Blickande mot framtiden föreslår Kompella att frågenätverksingenjörer kan behöva omskolning. När AI-modeller förbättrar sin förmåga att generera de bästa frågorna kan företag så småningom automatisera frågegenereringen för de flesta yrkesuppgifter. Krishna Vij, Head of IT Staffing and Job Services på Teamlease Digital, beskriver de grundläggande färdigheterna som krävs för frågenätverksingenjörer, inklusive expertis inom AI och maskininlärning, färdigheter i Python och bekantskap med dataanalys.

Den tidiga kohorten av frågenätverksingenjörer är en del av en större talangpool som Indiens företagsvärld strävar efter att vårda över tiden. Rajeev Chandrasekhar, Unionens statssekreterare för IT, betonade betydelsen av frågenätverksingenjörer under sitt tal på Nasscoms Technology Leadership Forum. Han lyfte fram deras roll i regeringens insatser för att bygga toppmodern AI-modeller.

FAQ

The source of the article is from the blog combopop.com.br

Privacy policy
Contact