Хорошо забытая старая) специальность

Алексей,

• Разработка, поддержка и оптимизация онтологий для проекта

• Сотрудничество с командами разработчиков и исследователей для интеграции онтологий в системы.

• Проведение семантического анализа данных и создание семантических моделей.

• Участие в проектировании архитектуры данных и систем управления знаниями.

Требования:

• Высшее образование в области информатики, искусственного интеллекта, семантических технологий или смежных областях.

• Опыт работы с онтологиями (например, OWL, RDF, RDFS).

• Знание языков программирования (например, Python, Java) и инструментов для работы с данными (например, Protégé, Apache Jena).

• Понимание принципов семантического веба и технологий (например, SPARQL).

• Опыт работы с базами данных и системами управления данными.

Онтолог-инженер: специалист по знанию для больших языковых моделей

Онтолог-инженер — это специалист, который занимается разработкой и оптимизацией онтологий для обучения больших языковых моделей (LLM). Онтология представляет собой формальное описание области знаний, структурированное таким образом, чтобы машины могли ее понимать и обрабатывать.

Основные задачи онтолог-инженера в команде обучения LLM:

• Разработка онтологий: создание структурированных представлений знаний, которые охватывают определенные области (например, медицина, финансы, право). Это включает в себя определение классов, свойств, отношений и правил, описывающих концепции и их связи. • Оптимизация онтологий: проверка, улучшение и расширение существующих онтологий для максимальной эффективности обучения LLM. Это включает в себя:

• Анализ и исправление неточностей: устранение ошибок, противоречий и дублирования в онтологиях.
• Добавление новых знаний: обновление онтологий новыми концепциями, свойствами и отношениями.
• Оптимизация структуры: улучшение организации и доступности информации в онтологиях для эффективного обучения LLM. • Интеграция онтологий с LLM: создание связи между онтологией и языковой моделью, чтобы LLM могла использовать информацию из онтологии для:
• Понимания контекста: определение значения слов и фраз в зависимости от контекста.
• Генерации точного текста: создание текстов, которые соответствуют правилам и ограничениям, заданным в онтологии.
• Ответов на вопросы: поиск и извлечение информации из онтологии для ответов на вопросы пользователей. • Совместная работа: тесная работа с командой разработчиков LLM, чтобы обеспечить правильное использование онтологии и ее адаптацию к потребностям модели.

Необходимые навыки онтолог-инженера:

• Глубокое понимание концепций онтологии: знание различных типов онтологий, методов их разработки и оптимизации. • Опыт работы с языками разметки онтологий: знание языков, таких как OWL, RDF, SKOS, и других, для представления онтологий. • Опыт работы с LLM: понимание принципов работы LLM, их архитектуры и методов обучения. • Сильные аналитические навыки: способность анализировать данные, выявлять ошибки и находить оптимальные решения. • Навыки программирования: знания языков программирования, таких как Python, Java, для автоматизации задач разработки и обработки онтологий.

Онтолог-инженер — это ключевая фигура в развитии современных LLM, которая играет важную роль в обеспечении точности, качества и эффективности обучения этих моделей.

Я бы взял какую-нибудь приличную БЯМ и проделал работу онтолога в автоматическом режиме загоняя тексты в БЯМ через API той же LM-STUDIO. Сейчас разбираюсь с правильным формированием промптов к БЯМ. Даже из микроскопической llama 3.2 3B 16bit можно много выжать. Главное - правильно подготовить промпт, как оказывается. Скоро статью выложу в свой ЖЖ.

Я предполагала такой ответ от вас)

Ну конечно. В наше время и чтобы с палкой на мамонта ходить... Когда из СВД его валить куда сподручнее 😉

))