Zwei Chatbots, zwei Portfolios
Ein Portfolio im KI-Engineering ist die Arbeit, die Sie einem Arbeitgeber zeigen, und es sollte zeigen, wie Sie entscheiden. Zwei Personen zeigen je einen Chatbot. Die eine teilt einen Screenshot. Die andere teilt eine Tabelle mit Evaluationsergebnissen, eine Liste bekannter Fehler und die Betriebskosten einer Woche.
Wer Personal auswählt, erfährt aus dem zweiten Portfolio viel mehr. In dieser Lektion bauen Sie diese zweite Art aus Ihren Abschlussprojekten.
Am Ende dieser Lektion
Notiz
Ich kann ein Portfolio-Projekt an einer Checkliste prüfen, die Urteilskraft zeigt.
Schlüsselwörter
| Begriff | Was er bedeutet |
|---|---|
| Portfolio | Arbeiten, die Sie einem Arbeitgeber zeigen |
| Repository | der Ordner eines Projekts mit Dateien und Verlauf |
| README | die erste Datei, die Besucher lesen |
| Bekannte Grenzen | was das Projekt schlecht kann, klar gesagt |
| Reproduzierbar | andere können es starten und erhalten dieselben Ergebnisse |
Die Zellen, die Lernende ausfüllen, bleiben in dieser Vorschau leer.
Eine README sagt was, warum und wie
Besucher geben Ihrem Repository ein, zwei Minuten. Die README muss diese Minute tragen.
Sagen Sie in einem Satz, was das Projekt tut. Sagen Sie, warum Sie es gebaut haben und für wen. Dann sagen Sie in wenigen Schritten, wie man es startet, mit festen Beispieldaten, damit es reproduzierbar ist. Die Evaluationsergebnisse gehören nach oben, nicht ans Ende.
Beispiel: die Gliederung einer README
| Überschrift | Was darunter steht |
|---|---|
| Was es tut | Ein Satz: beantwortet Fragen der Belegschaft aus 40 Richtlinien |
| Warum ich es gebaut habe | Das Problem und wer es hat |
| So starten Sie es | Drei Schritte, die Beispieldokumente liegen bei |
| Ergebnisse der Evaluation | 18 von 20 richtig, nichts geraten, mit dem Datum des Laufs |
| Bekannte Grenzen | Langsam bei langen Dokumenten; übersieht Fragen zu Tabellen |
| Was ich als Nächstes tun würde | Ein oder zwei Änderungen, jede mit Grund |
Die Zellen, die Lernende ausfüllen, bleiben in dieser Vorschau leer.
Belege und Grenzen zeigen Urteilskraft
Behaupten kann jeder, dass eine Funktion funktioniert. Ein Beleg ist eine Zahl, die andere nachprüfen können: ein Evaluationsergebnis, Kosten, eine Latenz.
Bekannte Grenzen zählen genauso. Wer sagt, wo das Projekt scheitert, zeigt, dass er es getestet hat. Und er zeigt, dass er weiß, was als Nächstes zu verbessern ist. Das Programm prüft die Überschriften einer README gegen eine Checkliste.
Probieren Sie es: eine README prüfen
# Die Überschriften in der README eines Abschlussprojekts.
ueberschriften = ["Was es tut", "So starten Sie es", "Ergebnisse der Evaluation"]
checkliste = [
"Was es tut",
"Warum ich es gebaut habe",
"So starten Sie es",
"Ergebnisse der Evaluation",
"Bekannte Grenzen",
"Was ich als Nächstes tun würde",
]
fehlend = 0
for punkt in checkliste:
if punkt in ueberschriften:
print("ok ", punkt)
else:
print("fehlt ", punkt)
fehlend = fehlend + 1
print(fehlend, "von", len(checkliste), "fehlen")
# Fügen Sie "Bekannte Grenzen" zu ueberschriften hinzu und starten Sie neu.
Sicher, ehrlich und Ihr eigenes
Bevor ein Repository öffentlich wird, prüfen Sie drei Dinge. Keine Geheimnisse: keine Schlüssel oder Passwörter, auch nicht im Verlauf. Keine personenbezogenen Daten: Nutzen Sie erfundene Namen und Beispieldokumente.
Und es ist Ihr eigenes: Sagen Sie, welche Teile ein Assistent geschrieben hat, und nennen Sie übernommenen Code. Fügen Sie eine Lizenz hinzu, damit andere wissen, was sie damit tun dürfen.
Ein häufiger Irrtum
Warnung
Viele denken, ein Portfolio solle nur zeigen, was funktioniert. Wer jeden Fehler verschweigt, wirkt, als habe er nie getestet. Nennen Sie die bekannten Grenzen und den nächsten Schritt, denn genau diese Urteilskraft sucht, wer Ihr Portfolio prüft.