Når man forbereder seg på å bytte karriere for å bli AI-ingeniør, er de fleste læringsmaterialene på nettet spredte veiledninger eller AI-generert hydrologi, noe som gjør det vanskelig å finne systematisk veiledning. Jeg fant tilfeldigvis AI Engineering Field Guide på GitHub, et åpen kildekode-prosjekt basert på 1 765 faktiske stillingsbeskrivelser og faktiske intervjuerfaringer, som er datadrevet og veldig praktisk. Forfatteren analyserer stillingskrav, ferdighetskrav, intervjuprosesser, reelle saker osv., og gir også transformasjonslæringsveier for ingeniører med ulik bakgrunn som data, back-end og front-end. GitHub: Innholdet dekker rolleposisjonering og ferdighetsanalyse, en komplett guide for intervjuforberedelse, en kuratert samling av AI-ingeniørlæringsressurser, samt data og prosjektcaser fra arbeidsmarkedet i den virkelige verden. Den inkluderer også reelle intervjuprosesser og erfaringsdeling fra 51 selskaper som OpenAI, Anthropic, Google, Meta, osv., samt 17 faktiske hjemmebaserte casestudier. Hvis du vurderer å bli AI-ingeniør eller ønsker å systematisk forstå hva rollen egentlig er, er denne guiden verdt å samle.