DevRel, Open-Source AI i bazy wektorowe - Kacper Łukawski
Czego się dowiesz z tego odcinka? praca jako DevRel, Dev Advocate, plusy minusy wektorowe bazy danych i ich zastosowania przyszłość modeli AI w open-source kiedy AI zastąpi programistów ulubione narzędzia Gość programu: Kacper Łukawski, DevRel w Qdrant https://www.linkedin.com/in/kacperlukawski/ https://twitter.com/LukawskiKacper https://www.embassy.ai/ Współpraca i więcej info na: https://fullstak.pl
A teraz chciałbym Cię podpytać, jak w ogóle zaczęła się Twoja przygoda jako DevRel, no bo myślę, że taka częstsza ścieżka kariery to jest, że ktoś pracuje jako właśnie developer, project manager, Jakiś lider zespołu. Teraz też mamy do czynienia z różnymi gałęziami wokół AI, maszynowego uczenia. I właśnie chciałem podpytać, jak to było u Ciebie? Skąd się to wzięło właśnie, że dbasz tutaj o relacje z deweloperami? Jasne, dość naturalne przejście od programisty przez data science do właśnie tej pozycji w moim przypadku.
Myślę, że też jak wytłumaczyłeś, w jaki sposób podchodzicie do obsługi właśnie różnych przypadków użycia, to nasunęło mi się takie pytanie, jak to wygląda statystycznie u Was, czy Wasi klienci głównie korzystają tutaj z Quadranta pod takie przypadki właśnie związane z użyciem sztucznej inteligencji, czy tutaj raczej jesteście używani właśnie Do takiego wyszukiwania jakichś dużych serwisów, no bo przyznam szczerze, że ja na przykład o bazach wektorowych no to usłyszałem przy okazji teraz tego boomu na AI i ogólnie Large Language Models, od powstania ChatGPT, gdzieś tam się przewijają różne tutoriale, że można użyć bazy wektorową na przykład jak chce się właśnie
Kacper Łukawski, Qdrant. I właśnie zastanawiam się, jak to wyglądało w waszym przypadku wcześniej, czy po prostu zawsze jesteście używani w większości przez takie zapotrzebowania dla AI? Absolutnie nie mam gotowych statystyk, dlatego że Qdrant jest narzędziem typu Open Source I nie śledzimy tego, w jaki sposób nasi użytkownicy wykorzystują ten system. Biorąc jednak pod uwagę to, jak wiele pytań dotyczy właśnie wykorzystania wektorów w połączeniu z LLM-ami, wydaje się, że 90% zastosowań to są właśnie tego rodzaju systemy.
Powiedzmy, organizacja pokroju OpenAI z tym, że jest rzeczywiście otwarta. Hugging Face jest trochę githubem dla machine learningu, mamy tam modele, zbiory danych, różne inne rzeczy. I osoby, które tam pracują, najczęściej mają też dość ciekawe spostrzeżenia czy też Same starają się publikować materiały, które wydają się im potrzebne. Ale to nie jest jakby jedyna organizacja. Śledzę też bardzo dużo innych osób i w jakiś sposób staram się to filtrować. Przyznam szczerze, że bardzo długi czas szukałem narzędzia, które pozwoliłyby mi to zautomatyzować, opartego na AI. Jeszcze nie znalazłem, więc nie mogę niestety nic polecić. Cały czas właśnie śledzenie tych wiadomości, ale też ograniczanie widoczności tych ludzi, którzy gdzieś starają się po prostu publikować cudze treści.
Dotknąłeś trochę teraz tematu Open Source, w zasadzie tego, że OpenAI jest open w zasadzie na ten moment głównie z nazwy. I chciałem się zapytać właśnie, jak widzisz przyszłość technologii Open Source w kontekście AI? Z jednej strony właśnie mamy wielkich graczy, którzy nie są zbyt otwarci, nie są zbyt w ruchu tej ideologii Open Source, ale z drugiej strony mamy takiego wielkiego gracza jak Meta i ich model Lama, który jest Open Source. Mamy różnego rodzaju modele, chyba jak Mistral. I parę jeszcze innych.
Kacper Łukawski, Kacper Łukawski, Qdrant. No i teraz pytanie, czy ty znalazłeś jakiś tutaj złoty środek, coś co u ciebie działa, żeby właśnie, tak jak sam wspomniałeś, masz też fundację związaną z AI, na pewno ten temat dużo wcześniej cię interesował, gdzieś tam poświęcałeś swój wolny czas, żeby te wszystkie tematy ogarnąć i myślę, że w jakiś sposób musisz sobie z tym radzić.
Pokazano wszystkie 6 dopasowań. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.
Artur Chmaro przedstawia Kacpera Łukawskiego, pracownika firmy Qdrant, i zaczyna rozmowę o jego rolę jako DevRel.
Kacper opisuje swoje obowiązki jako DevRel, w tym edukację użytkowników i zbieranie feedbacku od deweloperów.
Kacper opowiada o swojej ścieżce kariery, przechodząc od programisty do DevRela, a także o swojej pracy w fundacji edukacyjnej.
Rozmowa przechodzi do tematu bazy wektorowych i sztucznej inteligencji, a Kacper wyjaśnia, co to są bazy wektorowe i jak one różnią się od tradycyjnych baz danych.
Kacper opisuje zastosowanie bazy wektorowej Qdrant w systemach wyszukiwania, takich jak e-commerce, a Artur pyta o przygotowanie danych do bazy wektorowej.
Kacper wyjaśnia, jak architektura Qdrant różni się od innych baz danych i jak oni zdecydowali się na oddzielne modele sztucznej inteligencji i bazy wektorowe.
Kacper Łukawski omawia statystyki zastosowania Qdrant, skupiając się na integracji z AI i Large Language Models.
Qdrant jest to firma, która z tego, co zrozumiałem, tworzy bazy wektorowe
Kacper Łukawski opisuje swoje zadania jako DevRela, w tym wymyślanie przypadków uczucia i budowanie przykładów użycia Qdrant, a także trudności związane z niejednoznacznością Definition of Done i komunikacją.
Rozdziały i streszczenia generowane automatycznie. Pełna transkrypcja nie jest publikowana — wyszukaj frazę, aby zobaczyć dopasowane fragmenty.
„Qdrant jest to firma, która z tego, co zrozumiałem, tworzy bazy wektorowe"
Kliknij, aby znaleźć fragmenty, w których pada.
Czego się dowiesz z tego odcinka?
praca jako DevRel, Dev Advocate, plusy minusy wektorowe bazy danych i ich zastosowania przyszłość modeli AI w open-source kiedy AI zastąpi programistów ulubione narzędziaGość programu:
Kacper Łukawski, DevRel w Qdrant
https://www.linkedin.com/in/kacperlukawski/
https://twitter.com/LukawskiKacper
https://www.embassy.ai/
Współpraca i więcej info na:
https://fullstak.pl