Готуючись змінити кар'єру, щоб стати інженером з ШІ, більшість навчальних матеріалів, які можна знайти онлайн, — це розрізнені навчальні матеріали або гідрологія, створена штучним інтелектом, що ускладнює пошук систематичних порад. Я випадково знайшов AI Engineering Field Guide на GitHub — відкритий проєкт, заснований на 1 765 реальних вакансіях і реальних досвідах співбесід, який базується на даних і дуже практичний. Автор аналізує вимоги до роботи, вимоги до навичок, процеси співбесід, реальні кейси тощо, а також пропонує шляхи навчання трансформації для інженерів з різним досвідом, такі як дані, бекенд і фронтенд. GitHub: Контент охоплює позиціонування ролей та аналіз навичок, повний посібник з підготовки до співбесіди, ретельно підібрану колекцію навчальних ресурсів з інженерії ШІ, а також реальні дані ринку праці та кейси проєктів. Вона також включає реальні процеси співбесід і обмін досвідом від 51 компанії, таких як OpenAI, Anthropic, Google, Meta тощо, а також 17 реальних кейсів для роботи. Якщо ви розглядаєте можливість стати інженером з штучного інтелекту або хочете систематично зрозуміти, що це за роль, цей посібник варто зібрати.

Сьогоднішній список догляду на GitHub — це відкритий проєкт Hermes Agent, який досить цікавий. AI-агент із вбудованим повним циклом навчання, який розвивається і розвивається разом з нами. Він автоматично створює навички з реального використання, вдосконалюється під час виконання і проактивно нагадує собі запам'ятовувати важливу інформацію. Ви навіть можете шукати історичні розмови та накопичувати розуміння себе через розмови, що означає, що чим більше ви їх використовуєте, тим краще вас розуміють. GitHub: Крім того, є вбудований планувальник завдань, який дозволяє налаштовувати щоденні звіти, регулярні резервні копії та інші автоматизовані завдання природною мовою. Він також забезпечує повний інтерфейс терміналу, який підтримує багаторядкове редагування, автозаповнення команд, історію сесій та інші функції. Якщо вам потрібен персональний AI-асистент із пам'яттю та супутнім зростанням, цей проєкт можна розгорнути та випробувати.

Керуйте кількома AI-агентами та дивіться, що вони роблять, спілкуються, просувають завдання і навіть витрати в реальному часі. Однак існуючі інструменти або фрагментовані, або потребують додаткових API-ключів, що може бути громіздким. Я натрапив на ClawPort — проєкт з відкритим кодом, присвячений команді AI-агентів OpenClaw, з візуальним командним центром, який керує всіма агентами через один інтерфейс. Просто підключіться до локального шлюзу OpenClaw, щоб отримувати організаційні схеми, розмови з агентами, форуми Канбан, моніторинг завдань за плануванням, відстеження витрат, потоки журналів у реальному часі та браузери пам'яті. GitHub: Забезпечує інтерактивні організаційні схеми, підтримує потоковий текстовий чат, візуальне розпізнавання вкладень зображень та відтворення хвиль голосових повідомлень. Також є розподіл завдань Kanban за допомогою перетягування, моніторинг статусу запланованих завдань у реальному часі, а також інформаційна панель використання токена та аналізу витрат, включаючи щоденні графіки витрат, виявлення аномалій та тижневі тенденції. Автоматично відкривайте агенти в робочих просторах OpenClaw, не потрібні файли конфігурації, п'ять перемикань тем і швидкий запуск з глобальною установкою npm.