我的世界是怎么做的视频网站,网站充值这么做,厦门手机网站,网站建设销售ppt模板随着 AI 如此快速的发展#xff0c;目前求职市场上已经出现了 AI提示词 岗位。 大家应该跟我一样#xff0c;对这种新兴岗位充满好奇心#xff0c;比如#xff1a;想知道这类岗位目前的需求量、技能要求、薪资情况等等。
这两天我用 Agent 大模型#xff0c;对AI提示词岗…随着 AI 如此快速的发展目前求职市场上已经出现了 AI提示词 岗位。 大家应该跟我一样对这种新兴岗位充满好奇心比如想知道这类岗位目前的需求量、技能要求、薪资情况等等。
这两天我用 Agent 大模型对AI提示词岗位做了一波分析跟朋友们分享一下。
为什么说是 Agent 大模型呢
因为这次使用的大模型跟我们之前开发的智能体类似拥有使用外部工具的能力比如执行代码、联网搜索、绘画。同时也支持自定义外部工具。
下面的分享中我们可以体会到这个 Agent 大模型 的独特之处。
我们要分析AI提示词岗位首先要到指定的招聘网站抓取相关的岗位信息。 这时候我们就需要定义一个岗位抓取的外部工具让大模型来调用。 上面的代码里参数 tools 中的信息是我们需要定义的工具。这里定义了 get_job 工具用来获取岗位信息。工具接收两个参数一个是岗位名称另一个是岗位所在的城市。
参数 model 是请求的大模型glm-4-alltools 就是我们这次用到的 Agent 大模型。
该模型可以通过 MAAS 来调用访问 https://open.bigmodel.cn/ 查看具体的说明文档。
messages 是给大模型的 promptglm-4-alltools 模型可以从 prompt 中准确识别出要调用 get_job 工具并能准确解析出 get_job 所需的两个参数。
{city: 全国, job_name: 提示词}get_job 这个外部工具其实是我定义的一个爬虫代码。 这时候我们就可以调用该函数爬取相关的岗位。
有了岗位信息我们就可以做一些数据分析的工作了。比如我们想知道全国范围内AI提示词岗位在各城市的分布情况。 这时候只需要把岗位所在的城市送入大模型同时在 tools 中增加 code_interpreter 工具就可以了。
code_interpreter 是 glm-4-alltools 内置的工具可以根据分析需求自动生成代码并执行。
生成的图表会以url链接的形式返回可以直接在浏览器打开。 可以看到北京、上海的提示词岗位是比较多的其余城市均不足10个。
有了 glm-4-alltools 做数据分析简直太方便了。
同样的方式我们还可以让 glm-4-alltools 分析学历分布 以及提示词岗位所需要前10项技能。 可以分析的维度还有很多比如薪资、公司规模、行业。大家可以用 glm-4-alltools 自行探索。
以上是数值分析部分有了glm-4-alltools 这样的强大的模型我们还可以对岗位做文本分析。比如对岗位打标签。某个岗位可能会被打上 AIGC、AI绘画这样的标签。 这里我们就不需要添加 tools 了直接用大模型本身的能力就可以。
打完标签之后我们可以统计标签的分布对职位有更全局的掌握。 之前要完成这样的工作需要人工打标签训练标签分类器。现在有了大模型直接调用大模型即可非常方便。
到这里分析的工作基本就完成了。
如果有意向从事提示词相关的工作可以继续调用 glm-4-alltools 查找面试经验。 通过添加 web_browser 工具可以搜索全网资料glm-4-alltools 会对检索的资料总结输出。
上面整个流程我们可以整合到一个项目代码中再配上可视化界面就可以做成一个通用的职位分析Agent智能体从而可以分析任何职位。
glm-4-alltools 提供的丰富工具可以让我们只用一个模型就能快速实现各种强大的功能。从而降低整个项目开发难度推荐大家使用。
如何学习大模型 AI
由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。
但是具体到个人只能说是
“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。
这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。
我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。 第一阶段10天初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。
大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…
第二阶段30天高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。
为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…
第三阶段30天模型训练
恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。
到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗
为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…
第四阶段20天商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。
硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…
学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。
如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
