El libro comienza con una visión general de la ingeniería de IA, explicando en qué se diferencia de la ingeniería de ML tradicional y hablando de la nueva pila de IA. Cuanto más se utiliza la IA, más oportunidades hay de que se produzcan fallos catastróficos, y por tanto, más importante se vuelve la evaluación. En este libro se analizan distintos enfoques para evaluar modelos abiertos, incluido el enfoque de la IA como juez, que está creciendo rápidamente.
Los desarrolladores de aplicaciones de IA descubrirán cómo navegar por el panorama de la IA, incluidos los modelos, los conjuntos de datos, los puntos de referencia de evaluación y el número aparentemente infinito de casos de uso y patrones de aplicación. Aprenderás un marco para desarrollar una aplicación de IA, empezando con técnicas sencillas y avanzando hacia métodos más sofisticados, y descubrirás cómo desplegar eficazmente estas aplicaciones.
Chip Huyen trabaja para acelerar el análisis de datos en GPU en Voltron Data. Anteriormente, trabajó en Snorkel AI y NVIDIA, fundó una startup de infraestructura de IA y enseñó Diseño de Sistemas de Aprendizaje Automático en Stanford. Es autora del libro Designing Machine Learning Systems, un superventas de Amazon en IA.
AI Engineering se basa en Designing Machine Learning Systems (O'Reilly) y lo complementa.
Chip Huyen es cofundadora de Claypot AI, una plataforma para el aprendizaje automático en tiempo real. A través de su trabajo en NVIDIA, Netflix y Snorkel AI, ha ayudado a algunas de las organizaciones más grandes del mundo a desarrollar e implementar sistemas de aprendizaje automático. Imparte la asignatura CS 329S: Diseño de sistemas de aprendizaje automático en Stanford, en la que se basan las notas de clase de este libro. LinkedIn la incluyó entre las voces más influyentes en desarrollo de software (2019) y en ciencia de datos e inteligencia artificial (2020). También es autora de cuatro libros vietnamitas superventas, incluida la serie Xach ba lo len va Di (Haz la maleta y Go). Además, gestiona un servidor Discord sobre MLOps con más de 6000 miembros (https://discord.com/invite/Mw77HPrgjF).