Мы из будущего: какие профессии в IT сейчас на пике популярности

На втором этапе подключается человек. Задачи тренеров ИИ разделяют на два типа: написание эталонных текстов, которыми потом «кормят» нейросеть, и ранжирование текстов, которые создал искусственный интеллект. AI-тренер готовит ответы на инстракты, то есть запросы к нейросети. Грубо говоря, человек показывает, как нужно отвечать, а нейросеть на этих примерах учится. При оценке ответов нейросети мы сравниваем несколько ответов модели на один запрос и ранжируем их от лучших к худшим, опираясь на определенные критерии. Это абсолютно разные инстракты на разные темы. Я могу оценивать ответы модели про равнобедренный и равносторонний треугольники или про что-то из литературы – например, объяснение, о чем рассказ Платонова «В прекрасном и яростном мире».

Во-первых, требуется хороший русский язык, умение легко писать и быстро адаптироваться к разным жанрам: создавать и публицистику, и художественную прозу – рассказы, а порой и стихи. Во-вторых, необходимо перепроверять данные, а для этого нужны и широкий кругозор, и навык фактчекинга. У модели нет цели обмануть человека, просто она может считать, что все написанное ею – правда. А это не всегда так. Нормы выработки у редакторов нет: написание сложного технического текста может занять полдня, столько же требует и творческая работа, например написание рассказа. Бывают простые генерации, а бывают дни, когда тяжеловато. Например, мне как-то попалось задание написать логичный и осмысленный текст, в котором нужно было использовать несколько не связанных между собой слов: «конь», «стул», «28». Ранжирование тоже непростая и нетривиальная задача. Ответы нужно проверять на полезность, правдивость, этичность и безвредность.

По описанию работа кажется рутинной, но это не так. У нас в команде очень эрудированные и остроумные люди. И мы каждый день над чем-то смеемся, потому что запросы поступают весьма причудливые. Да, есть рутина, но и творчества тоже много. Мы должны находить лучшие ответы и помогать нейросети строить оптимальные алгоритмы.У меня в команде восемь человек, и все загружены. В «Яндексе» у каждой команды есть собственное имя, они называются по фамилиям писателей. Моя – «Петрушевская». Почему? Потому что у Людмилы Петрушевской есть «Пуськи бятые» – прекрасная лингвистическая сказка, которая показывает, насколько морфемы слови синтаксис важны для понимания текста вообще. Там полно неологизмов, человек читает слова, которых не существует, но прекрасно улавливает смысл.

Года два назад – параллельно с профессией – появились и первые онлайн-курсы. Я их находила, изучала работы других промт-инженеров и ии-художников. И очень много практиковалась: училась правильно расставлять объекты, свет и оптику, осваивала разные стили. Пересмотрела, наверное, миллионы примеров и сгенерировала сотню тысяч собственных вариантов.

Я ищу вдохновение в работах художников, музыкантов, писателей и ученых. Не копирую их достижения, а пытаюсь сама придумать, как добиться от модели того, что мне нужно. Многие удивляются, что я работаю во всех жанрах и с разными нейросетями: графическими, текстовыми и даже музыкальными. Они полагают, что должна существовать некая специализация. Я же думаю, что все зависит от кругозора и умения правильно формулировать запрос – тогда любую задачу можно решить. Надо знать термины, культуру, художественные референсы.

Сложнее всего взаимодействовать с музыкальными нейросетями. Вроде бы все просто: пишешь запрос – а на выходе появляется музыка. Но нет. Когда я попыталась с наскока создать классическую сонату с несколькими инструментами, получилась невообразимая какофония. Нужно четко прописывать партию для каждой руки, такты, тональность, гармоники, динамику и т.д. Без музыкального образования это почти невозможно – хорошо, что я в юности училась музыке. Вот такой неожиданный ответ на вопрос, зачем отправлять детейв музыкальную или художественную школу.

Умение писать сочинения, кстати, тоже пригодится: при работе с текстовыми нейросетями филологическое образование сразу дает фору. Нельзя заставить нейросеть создать «гениальный текст вот на такую тему»: ничего не выйдет. Запросы должны быть одновременно четкими, подробными и креативными. Нужно использовать метафоры и эпитеты, чтобы получилось нечто особенное.

Профессия промт-инженера сейчас очень востребована. В коммуникациях настоящий бум запросов на проекты с нейросетями, так что работы много. Плюс мы в компании обучаем сотрудников работе с ии, чтобы переложить рутинные задачи на нейросети. Получается неплохо. У увлеченных профессионалов нет потолка по доходу: сфера промт-инжиниринга позволяет зарабатывать и творить одновременно.

Если коротко, моя работа – правильно подобрать и расположить сенсоры на автомобиле, чтобы он мог ездить сам. Мы дополняем автоматику системами машинного зрения, которые работают как человеческие глаза и уши. Например, на автомобиле «Яндекса» можно установить 18 видеокамер, пять радаров, два головных и три боковых лидара – итого около 28 сенсоров. Главная задача инженера по сенсорам – обеспечить автономный транспорт максимальным количеством данных: мы должны видеть как можно дальше, причем без слепых зон. Раньше этим занимались конструкторы: они размещали сенсоры на обычных автомобилях и смотрели, как несколько сенсоров покрывают одни и те же зоны видимости, чтобы обеспечить полный обзор.

Сегодня для этого используются цифровые двойники и специальные программы, в которых можно легко и быстро расположить сенсоры там, где нужно, и определить зоны видимости в проекции камер, лидаров или радаров. Такие датчики «видят» на 360 градусов в радиусе 400 м. Некоторые устройства должны дублировать друг друга: автомобиль останется безопасным, даже если какие-то сенсоры выйдут из строя.

Системный инженер занимается проектированием архитектуры систем, интерфейсов, отвечает за взаимодействие между подсистемами, определяет стандарты и следит за их реализацией. Он участвует в каждом этапе жизненного цикла продукта, вплоть до его утилизации.

Я учился в Новосибирском государственном техническом университете и начинал свой путь технологом по микроэлектронике и полупроводникам. Потом ушел в технологическое предпринимательство, стартапы, где смог получить необходимую насмотренность, наблюдал за другими и старался понять, как устроен рынок.

Один из этих стартапов разрабатывал умную одежду со встроенными сенсорами, способную отслеживать состояние человека. Технология идеально подошла для контроля физического состояния спортсменов во время игры, она накапливала статистику и повышала качество тренировок. Затем я решил стать инженером – занимался контрактной разработкой электроники и параллельно изучал все этапы производства, от прототипа до серийного выпуска изделия. И весь этот опыт пригодился мне в профессии инженера по сенсорам.

Я работаю с самыми современными технологиями: датчиками, системами ИИ – и все это связано с автомобилестроением. Большинство людей просто смотрят фантастические фильмы и спорят о том, как там устроены машины. А я занимаюсь их разработкой и определяю стандарты. По сути, я конструирую будущее.