Je prépare à changer de carrière pour devenir ingénieur en IA, et la plupart des ressources d'apprentissage que j'ai trouvées en ligne sont des tutoriels éparpillés ou des contenus générés par IA, il est donc difficile de trouver des conseils systématiques. J'ai justement découvert sur GitHub le projet open source AI Engineering Field Guide, qui est basé sur 1765 descriptions de postes réelles et des expériences d'entretien concrètes, ce qui le rend axé sur les données et très pratique. L'auteur a analysé les exigences des postes, les compétences requises, le processus d'entretien, des cas réels, etc., et a également fourni des parcours d'apprentissage pour les ingénieurs souhaitant se reconvertir, en fonction de leurs antécédents en données, backend, frontend, etc. GitHub : Le contenu couvre l'analyse des rôles et des compétences, un guide complet de préparation aux entretiens, une sélection de ressources d'apprentissage en ingénierie IA, ainsi que des données réelles du marché des postes et des études de cas de projets. Il inclut également les processus d'entretien réels et les partages d'expérience de 51 entreprises telles qu'OpenAI, Anthropic, Google, Meta, ainsi que 17 analyses de cas de devoirs à domicile réels. Si vous envisagez de vous reconvertir en ingénieur IA ou si vous souhaitez comprendre systématiquement la réalité de ce poste, ce guide vaut la peine d'être conservé.