AI Generatif: 20 Projek untuk Meningkatkan Resume Anda Pada tahun 2025

Revolusi AI generatif sedang mengubah industri, dan pengalaman praktikal dengan projek-projek genai yang canggih adalah kelebihan yang signifikan dalam pasaran pekerjaan yang kompetitif hari ini. Dengan alat AI yang semakin digunakan dalam penyaringan resume, mempamerkan kepakaran Genai anda adalah penting. Artikel ini membentangkan 20 projek, dikategorikan oleh tahap kemahiran (pemula, pertengahan, maju), untuk membantu anda menguasai Genai dan mengukuhkan resume anda. Projek-projek ini meliputi pelbagai aplikasi, dari membina pembantu AI dan model penalaan halus untuk membangunkan sistem RAG dan agen AI.

Jadual Kandungan

• Projek AI Generatif Tahap Permulaan
• Projek AI generatif peringkat pertengahan
• Projek AI Generatif Tahap Lanjutan
• Kesimpulan
• Soalan yang sering ditanya

Projek AI Generatif Tahap Permulaan

Projek -projek ini memperkenalkan konsep AI asas dan memerlukan kemahiran pengaturcaraan asas.

1. Alat Genai Image-to-Speech (GPT-3.5/GPT-4): Mengubah imej ke dalam cerita pendek audio menggunakan GPT-3.5 (atau GPT-4 yang dipertingkatkan), Langchain, dan memeluk LLMS muka. Projek ini meningkatkan kebolehcapaian dan menawarkan cara baru untuk mengalami kandungan visual. Kemahiran Utama: Analisis Imej, Integrasi AI Generatif, Sintesis Ucapan, Streamlit/Hugging Face Deployment. [Pautan repositori GitHub]

2. Alat Pembangunan Kerjaya yang Dikuasai Balami: Membina Sistem Multi-Agen untuk Bantuan Carian Pekerjaan Peribadi, Analisis Resume, Generasi Surat Sampul, dan Penyelidikan Syarikat. Kemahiran Utama: NLP, Pembelajaran Mesin, Sistem Multi-Agen. [Pautan repositori GitHub]

3. Ejen Pembeli Kereta (Langgraph/Alternatif): Buat sistem pintar menggunakan Langgraph (atau Crewai, Autogen) untuk mengesyorkan kenderaan berdasarkan keutamaan pengguna. Kemahiran Utama: Integrasi LLM, sistem berasaskan ejen, analisis keutamaan pengguna. [Pautan repositori GitHub]

4. Pembantu Suara Peribadi (GPT-3.5/GPT-4 & Whisper): Membangunkan pembantu suara menggunakan GPT-3.5 (atau GPT-4) untuk pemahaman bahasa semula jadi, dan berbisik untuk ucapan-ke-teks. Kemahiran Utama: Pengiktirafan suara, AI perbualan, teks-ke-ucapan. [Pautan repositori GitHub]

5. Pembantu Sains Data AI (GEMMA 2B-IT): Membina pembantu AI menggunakan Google's Gemma 2B-IT untuk menerangkan konsep sains data dan menghasilkan contoh kod python. Kemahiran Utama: Integrasi LLM, Penjanaan Kod. [Pautan notebook kaggle]

Projek AI generatif peringkat pertengahan

Projek -projek ini mengintegrasikan pelbagai model AI dan mungkin melibatkan kerja dengan API.

6. Video Analyzer (Llama3.2 Visi & Whisper): Buat alat untuk menghasilkan penerangan kandungan video dengan menggabungkan penglihatan komputer (Llama3.2 visi), transkripsi audio (Whisper), dan NLP. [Pautan repositori GitHub]

7. Summarization Video Serverless (AWS): Membina alat ringkasan video tanpa pelayan menggunakan AWS dan AI21 Labs Jurassic-2 Ultra, menghasilkan laporan PDF yang menggabungkan imej dan ringkasan teks. [Pautan repositori GitHub]

8. Ejen Kewangan Berasaskan LLM: Membangunkan ejen untuk mendapatkan berita kewangan dan meramalkan harga saham menggunakan LLM dan pembelajaran mesin. [Pautan repositori GitHub]

9. Azure Text-to-Speech Model dengan Avatar: Mengintegrasikan teks-ke-ucapan Azure dengan animasi avatar untuk menghasilkan video avatar bercakap. [Pautan repositori GitHub]

10. Ejen Pembelajaran Adaptif (Langgraph/Alternatif): Membina ejen pembelajaran menggunakan Langgraph (atau alternatif) dan teknik Feynman untuk membimbing pelajar melalui konsep kompleks. [Pautan repositori GitHub]

11. Penganalisis panggilan jualan AI (Langchain & Crewai): Menganalisis rakaman panggilan jualan untuk mengekstrak pandangan mengenai sentimen, topik, dan strategi jualan. [Pautan repositori GitHub]

12. Komposer Muzik AI (Langgraph/Alternatif): Buat komposer muzik AI menggunakan Langgraph (atau alternatif) untuk menghasilkan kepingan muzik asal. [Pautan repositori GitHub]

13. Penganalisis Dokumen Undang-undang AI: Membangunkan alat untuk menganalisis dokumen undang-undang, mengekstrak klausa utama, dan memberikan ringkasan. [Pautan repositori GitHub]

14. Pembantu Pengurus Projek Agen: Membina ejen untuk membantu pengurus projek menganjurkan dan mengurus tugas berdasarkan deskripsi projek. [Pautan repositori GitHub]

15. Sistem RAG (Llama3, Langchain, Chromadb): Buat sistem penjanaan yang diperolehi semula menggunakan Llama3, Langchain, dan Chromadb. [Pautan repositori GitHub]

Projek AI Generatif Tahap Lanjutan

Projek -projek ini adalah untuk pemaju AI yang berpengalaman dan melibatkan teknik yang lebih kompleks.

16. Autodev: Sistem Ejen Pembangunan Perisian: Membina rangka kerja AI yang didorong oleh AI untuk mengautomasikan tugas pembangunan perisian. [Pautan repositori GitHub]

17. RAG Perubatan (Biomistral 7b, PubMedbert, Qdrant): Membangunkan aplikasi Rag Perubatan menggunakan Biomistral 7b, Pubmedbert, dan Qdrant. [Pautan repositori GitHub]

18. Ejen Ujian Unit End-to-End AI: Buat ejen untuk mengautomasikan ujian perisian akhir-ke-akhir. [Pautan repositori GitHub]

19. RAG ON-DEVICE (Objectbox & Langchain): Membangunkan aplikasi RAG pada peranti menggunakan Objectbox dan Langchain. [Pautan repositori GitHub]

20. FINE-TUNING LLAMA 3 (PYTORCH FSDP & QLORA): FINE-TUNE LLAMA 3 dengan cekap menggunakan pytorch FSDP dan Qlora. [Pautan repositori GitHub]

Kesimpulan

Projek -projek ini menawarkan laluan untuk menguasai AI generatif dan meningkatkan resume anda dengan ketara. Ingatlah untuk mempamerkan kerja anda dengan berkesan pada resume dan profil LinkedIn anda, menonjolkan teknologi yang digunakan dan masalah diselesaikan.

Soalan yang sering ditanya

• S1: Mengapa menambah projek genai ke resume saya? A: Mereka menunjukkan kemahiran anda dengan teknologi canggih dan keupayaan anda untuk menyelesaikan masalah dunia sebenar.
• S2: Adakah saya memerlukan pengalaman AI sebelum ini? A: Tidak, projek dikategorikan oleh tahap kemahiran.
• S3: Alat apa yang diperlukan? A: Terutamanya Python, Langchain, memeluk muka, model terbuka, AWS/Azure, Pytorch.
• S4: Bagaimana memilih projek yang betul? A: Pilih projek yang sepadan dengan tahap kemahiran anda.
• S5: Di mana untuk mencari sumber? A: Pautan github dan kaggle yang disediakan.
• S6: Bagaimana untuk mempamerkan projek? A: Bahagian "Projek" yang berdedikasi pada resume anda dan jawatan LinkedIn terperinci dengan pautan GitHub.

(Nota: Ingatlah untuk menggantikan "pautan repositori github]" dan "[kaggle notebook link]" tempat letak dengan pautan sebenar.)

Atas ialah kandungan terperinci . Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!