Una guida completa al progetto LLM con l’implementazione del codice
Quando studiavo scienza dei dati e apprendimento automatico all’università, il curriculum era fortemente orientato agli algoritmi e alle tecniche di apprendimento automatico. Ricordo ancora quei giorni in cui facevo i conti, non proprio divertenti, ma comunque un processo gratificante che mi aveva dato solide basi.
Dopo essermi laureato e aver iniziato a lavorare come data scientist, ho presto capito la sfida: nella vita reale, i problemi raramente si presentano così ben formulati e facilmente risolvibili dalle tecniche di apprendimento automatico. È compito del data scientist definire, definire l’ambito e convertire il problema della vita reale in un problema di apprendimento automatico, prima ancora di parlare degli algoritmi. Questo è un passaggio cruciale poiché possono essere adottati approcci completamente diversi a seconda di come viene formulato il problema, qual è il risultato desiderato, quali dati sono disponibili, la tempistica, il budget, l’infrastruttura informatica e molti altri fattori. In una parola, non è più un semplice problema di matematica.
Questa lacuna nella mia formazione in scienza dei dati mi ha fatto sentire disorientato e sotto pressione all’inizio. Fortunatamente, ho avuto il mio mentore e i colleghi di progetto, che mi hanno aiutato molto a cogliere gli elementi essenziali e a imparare a porre le domande giuste. Passo dopo passo, ho acquisito maggiore sicurezza nella gestione dei progetti di data science.
Riflettendo sulla mia esperienza, vorrei davvero avere la possibilità di apprendere quelle competenze trasversali nella scienza dei dati per prepararmi meglio alla mia vita professionale. Ora ho affrontato le difficoltà, ma c’è qualcosa che potrei fare per i data scientist neolaureati?
Un famoso libro per la preparazione delle interviste nella consulenza direzionale è “Case in Point”. Questo libro fornisce numerosi casi di studio pratici che coprono una vasta gamma di argomenti e settori. Osservando e comprendendo come vengono risolti questi casi di studio, i candidati possono imparare molto sui processi pratici di risoluzione dei problemi ed essere pronti per le sfide della vita reale.
Ispirato da questo formato di caso di studio, mi è venuto in mente un pensiero: possiamo sfruttare i recenti modelli linguistici di grandi dimensioni (LLM) per generare…
