Kierunek AI Platform Engineering - Akademia Techniczno-Informatyczna w Naukach Stosowanych, ATINS (Wrocław) - Polska, Grafika komputerowa - Studia magisterskie II stopnia - kierunki studiów i testy predyspozycji

1. W pierwszej pracy widzisz, że każdy zespół data science sam stawia sobie środowisko do trenowania modeli i każdy robi to inaczej. Co proponujesz?

Wspólną platformę z gotowymi szablonami, na której zespoły samodzielnie uruchamiają eksperymenty według jednolitych zasad. Krótką instrukcję, jak konfigurować środowisko. Nie wtrącam się, każdy zespół ma swoje sposoby.

2. Karty graficzne w firmowym klastrze są stale zajęte, a mimo to część zadań bez końca czeka w kolejce. Jak do tego podchodzisz?

Analizuję wykorzystanie zasobów, wprowadzam priorytety i limity dla zespołów oraz automatyczne zwalnianie bezczynnych maszyn. Proszę zespoły, żeby same pilnowały zwalniania zasobów. Wnioskuję o więcej sprzętu, nie szukając przyczyny.

3. Data scientist skarży się, że droga jego modelu od eksperymentu do wdrożenia trwa zbyt długo. Jak reagujesz?

Rozmawiam z nim, rozrysowuję cały proces i automatyzuję etapy, które najbardziej blokują pracę. Tym razem wdrażam jego model ręcznie, żeby było szybciej. Tłumaczę, że tak po prostu musi być.

4. Jak oceniasz pracę, w której Twoimi klientami są inni inżynierowie, a nie użytkownicy końcowi?

Bardzo mi odpowiada — lubię budować narzędzia, które oszczędzają czas innym specjalistom, i wsłuchiwać się w ich potrzeby. Może być, choć wolę widzieć efekt pracy w produkcie dla klienta. Nie wyobrażam sobie takiej roli.

5. Model obsługujący zapytania klientów nagle zaczyna odpowiadać z dużym opóźnieniem. Co sprawdzasz?

Metryki i logi całej ścieżki: obciążenie serwerów, kolejki, wersję modelu i ostatnie zmiany w konfiguracji. Restartuję usługę i obserwuję, czy pomogło. Zgłaszam problem i czekam, aż zajmą się nim inni.

6. Zarząd pyta, ile kosztuje utrzymanie infrastruktury AI i jak to ograniczyć. Co przygotowujesz?

Zestawienie kosztów w podziale na zespoły i projekty z konkretnymi propozycjami optymalizacji, które nie obniżą jakości usług. Łączną sumę wydatków z faktur. Odpowiadam, że AI po prostu musi drogo kosztować.

7. Kilka zespołów trenuje modele na tych samych danych, ale każdy przetwarza je od nowa. Co o tym myślisz?

Warto stworzyć wspólny, wersjonowany katalog przetworzonych danych i cech, z dokumentacją i kontrolą dostępu. Można by wymieniać się skryptami przez wspólny folder. To nie mój problem.

8. Jak podchodzisz do dokumentacji platformy, którą budujesz?

Traktuję ją jak część produktu — piszę przykłady i przewodniki dla nowych użytkowników i aktualizuję je przy każdej zmianie. Piszę ją, gdy ktoś o nią poprosi. Uważam, że dobry kod wystarczy.

9. Pojawia się nowe, głośne narzędzie do serwowania modeli. Jak decydujesz, czy je wprowadzić na platformę?

Testuję je na realnym przypadku i porównuję z obecnym rozwiązaniem pod kątem wydajności, bezpieczeństwa i kosztów utrzymania. Czytam opinie w sieci i wprowadzam je, jeśli są dobre. Wprowadzam od razu, bo nowe zwykle znaczy lepsze.

10. Co najbardziej motywuje Cię do studiów magisterskich na kierunku AI Platform Engineering?

Chęć budowania fundamentów, na których całe zespoły mogą szybko i bezpiecznie rozwijać, trenować i wdrażać modele AI. Mocna pozycja inżynierów infrastruktury na rynku pracy. Nie jestem pewien/pewna, czy to dla mnie

AI Platform Engineering
(kierunek: Informatyka)

⇑AI Platform Engineering na ATINS

⇑Test: sprawdź czy AI Platform Engineering to kierunek dla Ciebie

AI Platform Engineering(kierunek: Informatyka)

⇑AI Platform Engineering na ATINS

⇑Test: sprawdź czy AI Platform Engineering to kierunek dla Ciebie

AI Platform Engineering
(kierunek: Informatyka)