Nunca te pierdas una nueva edición de La variablenuestro boletín semanal con una selección de primer nivel de selecciones de editores, inmersiones profundas, noticias comunitarias y más.
La huella de la IA está creciendo rápidamente en roles e industrias. Como Herramientas generativas de AI Pasar de los márgenes a los flujos de trabajo centrales, los profesionales se hacen cada vez más una pregunta engañosamente simple: ¿qué significa ser bueno en el trabajo de uno en estos días?
No hay ninguna respuesta, por supuesto, pero los artículos que hemos seleccionado para usted esta semana apuntan a una visión clave: podría ser el momento de redefinir lo que significan las “mejores prácticas” y enfocar nuestra comprensión del rendimiento en torno a las habilidades en las que los humanos continúan manteniendo una ventaja sobre sus asistentes basados en LLM.
Antes de saltar directamente, un recordatorio rápido: La encuesta de lectores de TDS ya está abiertay estamos ansiosos por escuchar sus ideas. Solo tomará unos minutos de su tiempo, ¡gracias de antemano por sopesar sus comentarios!
La Guía de supervivencia de seguridad de MCP: mejores prácticas, dificultades y lecciones del mundo real
Ha sido imposible perder el zumbido en torno al protocolo de contexto del modelo en los últimos meses. Hailey Quach Destaca los riesgos que plantea este marco de código abierto, y los datos de pasos mitigantes y los profesionales de ML deben tomar para garantizar que su integración no se convierta en una pesadilla de seguridad.
Reducir el tiempo de valor para los proyectos de ciencia de datos: Parte 4
Kristopher McGlinchey enfatiza que nada es más importante para los científicos de datos que “ser un buen desarrollador de software”, incluso con el aumento de los agentes de codificación.
Cosas que desearía haber sabido antes de comenzar ML
“Si intentas mantenerte al día con todoterminarás manteniendo al día con nada. ” Pascal Janetzky ofrece información sobre lo que se necesita para lograr el éxito en un campo altamente competitivo.
Las historias más leídas de esta semana
Ponerse al día con los artículos sobre los que nuestra comunidad ha estado zumbando en los últimos días:
Ingeniería del contexto: un tutorial práctico integral con DSPY, de Avishek Biswas
AI de agente: sobre evaluaciones, por Ida Silfverskiöld
Generación de salidas estructuradas de LLMS, por Ibrahim Habib
Otras lecturas recomendadas
¿Interesado en datos ruidosos, modelado de temas y los agentes SDK, entre otros temas oportunos? No se pierda algunos de nuestros otros artículos destacados de los últimos días:
- La máquina, el experto y la gente común, de Lars Nørtoft Reiter
- Ajuste el flujo de trabajo de modelado de su tema con Bertópica, por Tiffany Chen
- ¿Funciona o no el código?, De Marina Tosic
- Hands-on with Agents SDK: colaboración de múltiples agentes, por Iqbal Rahmadhan
- Estimación de no datos: derivar una puntuación continua de las categorías, por elod Pal Csirmaz
Conoce a nuestros nuevos autores
Explore el trabajo de primer nivel de algunos de nuestros contribuyentes recientemente agregados:
- AIMIRA BAITIEVA es un ingeniero de investigación experimentado, cuyo trabajo actualmente se centra en la detección de anomalías y los problemas de detección de objetos.
- Daniel Gärber Se une a TDS con experiencia multidisciplinaria entre ciencia e ingeniería de datos, y recientemente escribió sobre ganar el premio Mayor AI.
- Carlos Redondo es un ingeniero de ML/AI que ha pasado los últimos años trabajando en varias startups.
Nos encanta publicar artículos de nuevos autores, por lo que si recientemente ha escrito un interesante tutorial del proyecto, tutorial o reflexión teórica sobre cualquiera de nuestros temas centrales, ¿por qué no ¿Compartirlo con nosotros?