ਐਗਜ਼ੈਕਟਿਵ ਤੋਂ AI ਡੈਵ
ਮੈਂ ਆਪਣੇ ਐਗਜ਼ੈਕਟਿਵ ਅਨੁਭਵ ਦੀ ਵਰਤੋਂ ਕਰਕੇ AI agents ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਵਿੱਚ ਛੇ ਮਹੀਨੇ ਬਿਤਾਏ।
ਮੈਂ ਸਿੱਖਿਆ ਕਿ ਮੇਰੇ ਪੁਰਾਣੇ ਹੁਨਰਾਂ ਦਾ 40% ਇਸ ਨਵੇਂ ਖੇਤਰ ਵਿੱਚ ਕੰਮ ਨਹੀਂ ਆਇਆ। ਇੱਕ Deputy CEO ਵਜੋਂ, ਮੈਂ strategy ਅਤੇ team management ਜਾਣਦਾ ਸੀ। ਮੈਨੂੰ ਇਹ ਨਹੀਂ ਪਤਾ ਸੀ ਕਿ multi-agent systems ਕਿਵੇਂ ਬਣਾਏ ਜਾਣ।
ਕੁਝ ਹੁਨਰਾਂ ਨੇ ਮੇਰੀ ਮਦਦ ਕੀਤੀ। ਮੈਂ ਆਪਣੇ agent development ਦੀ ਅਗਵਾਈ ਕਰਨ ਲਈ project management ਦੀ ਵਰਤੋਂ ਕੀਤੀ। ਮੈਂ ਕੰਮਾਂ ਨੂੰ ဦး優先ਤਾ ਦਿੱਤੀ ਅਤੇ resources ਦਾ ਪ੍ਰਬੰਧਨ ਕੀਤਾ। ਮੈਂ Oracle Cloud 'ਤੇ ਆਪਣੇ agents ਨੂੰ optimize ਕੀਤਾ। ਇਸ ਨਾਲ autoscaling ਅਤੇ free tier ਦੀ ਵਰਤੋਂ ਰਾਹੀਂ ਮੇਰੀ ਲਾਗਤ ਵਿੱਚ 25% ਦੀ ਕਮੀ ਆਈ।
ਤਕਨੀਕੀ ਕੰਮ ਮੁਸ਼ਕਲ ਸੀ। ਮੈਨੂੰ ਆਪਣੇ ਸਿਸਟਮਾਂ ਵਿੱਚ Groq ਅਤੇ Claude ਨੂੰ integrate ਕਰਨ ਵਿੱਚ ਮੁਸ਼ਕਲ ਆਈ। Oracle Cloud ਦੀ ਇੱਕ error ਨੂੰ ਸੁਧਾਰਨ ਵਿੱਚ ਤਿੰਨ ਹਫ਼ਤੇ ਲੱਗੇ। ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਮੈਨੂੰ code debug ਕਰਨਾ ਅਤੇ documentation ਪੜ੍ਹਨਾ ਸਿੱਖਣਾ ਪਿਆ।
ਮੇਰਾ ਗੈਰ-ਰਵਾਇਤੀ ਰਸਤਾ ਹੁਣ ਮੇਰੀ ਤਾਕਤ ਹੈ। ਮੇਰੇ ਕੋਲ ਕੋਈ ਮਿਆਰੀ AI ਸਿੱਖਿਆ ਨਹੀਂ ਹੈ। ਇਹ ਮੈਨੂੰ ਵੱਖਰੇ ਤਰੀਕੇ ਨਾਲ ਸੋਚਣ ਲਈ ਮਜਬੂਰ ਕਰਦਾ ਹੈ। ਮੈਂ machine learning ਦੀ ਵਰਤੋਂ ਕਰਕੇ Telegram ਅਤੇ WhatsApp ਮੈਸੇਜਾਂ ਨੂੰ AI agents ਰਾਹੀਂ route ਕਰਨ ਲਈ ਇੱਕ ਸਿਸਟਮ ਬਣਾਇਆ।
ਅਸਲ ਦੁਨੀਆ ਦੀਆਂ ਸੀਮਾਵਾਂ ਸਭ ਤੋਂ ਵੱਡੀ ਰੁਕਾਵਟ ਹਨ। ਮੈਨੂੰ ਘੱਟ resources 'ਤੇ ਚੱਲਣ ਲਈ agents ਨੂੰ optimize ਕਰਨਾ ਪੈਂਦਾ ਹੈ। ਮੈਂ memory ਬਚਾਉਣ ਲਈ model pruning ਅਤੇ knowledge distillation ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹਾਂ। ਮੈਂ data privacy ਅਤੇ security rules ਦਾ ਵੀ ਪ੍ਰਬੰਧਨ ਕਰਦਾ ਹਾਂ।
ਮੈਂ ਇੱਕ ਗਲਤੀ ਕੀਤੀ। ਮੈਂ ਆਪਣੇ ਤਕਨੀਕੀ ਗਿਆਨ ਦੀ ਕਮੀ ਨੂੰ ਛੁਪਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ। ਮੈਨੂੰ ਜਲਦੀ ਮਦਦ ਮੰਗ ਲੈਣੀ ਚਾਹੀਦੀ ਸੀ। ਜੇ ਮੈਂ ਦੁਬਾਰਾ ਸ਼ੁਰੂ ਕਰਾਂ, ਤਾਂ ਮੈਂ mentors ਦਾ ਇੱਕ ਨੈੱਟਵਰਕ ਬਣਾਵਾਂਗਾ ਅਤੇ ਤੁਰੰਤ ਸਵਾਲ ਪੁੱਛਾਂਗਾ।
ਤੁਸੀਂ ਇੱਕ non-technical ਰੋਲ ਤੋਂ technical ਰੋਲ ਵਿੱਚ ਕਿਵੇਂ ਬਦਲੇ?
AI ਬਣਾਉਂਦੇ ਸਮੇਂ ਤੁਹਾਨੂੰ ਕਿਹੜੀਆਂ ਤਕਨੀਕੀ ਸਮੱਸਿਆਵਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪਿਆ?
ਸਿਸਟਮਾਂ ਨੂੰ deploy ਕਰਦੇ ਸਮੇਂ ਤੁਸੀਂ resource limits ਨੂੰ ਕਿਵੇਂ ਸੰਭਾਲਦੇ ਹੋ?
ਕਰੀਅਰ ਬਦਲ ਰਹੇ ਲੋਕਾਂ ਲਈ ਤੁਹਾਡੇ ਕੋਲ ਕੀ ਸਲਾਹ ਹੈ?
Source: https://dev.to/elenarevicheva/executive-to-ai-dev-4ole
Optional learning community: https://t.me/GyaanSetuAi