Andrew Ng, znany współzałożyciel Google Brain i Coursera, zdecydował się na relaunch platformy DeepLearning.ai, stawiając w centrum uwagi umiejętności AI Engineering. Decyzja oparta była na solidnym badaniu - Ng przeanalizował ponad 10 tysięcy ogłoszeń o pracę, przeprowadził dziesiątki rozmów ze specjalistami AI, menedżerami ds. rekrutacji i headhunterami, zbierał dane z ankiet oraz syntetyzował informacje z sieci.
Według Nga cztery najważniejsze umiejętności AI engineerów to między innymi tworzenie i wdrażanie aplikacji AI, gdzie inżynierowie muszą rozumieć fundamenty takie jak LLM-y, context engineering, RAG czy agentic workflows. Kluczowy element to umiejętność używania technik statystycznych do pomiaru i kontrolowania zachowania systemów AI. Ng podkreśla znaczenie sformalizowanych procesów oceny i analizy błędów, co stanowi mostek pomiędzy tradycyjnym workflow ML Engineering i nowymi wyzwaniami związanymi z aplikacjami opartymi na dużych modelach językowych.
Fokus na praktyczne umiejętności inżynierskie jest istotny, bo znajduje zastosowanie szerzej niż tylko wśród formalnych "AI Engineers" - dotyczy każdego pracującego z systemami AI w organizacji. Rynek talentów w tej sferze szybko się rozwija, a jasna mapa umiejętności pomoże w edukacji i rekrutacji specjalistów na tym bujnie rozwijającym się polu.