Vilken utbildning ska jag välja?

Hej!

Har kommit in på tre olika YH utbildningar och har svårt att bestämma mig vilken jag ska välja! Kom gärna med input om för och nackdelar.

Dem är:

Utvecklare inom AI och Maskininlärning - IT-högskolan
Utbildningens innehåll:

Introduktionskurs till AI 5p
Programmering med Python 40p
Databehandling 25p
Linjär algebra 20p
Statistiska metoder 30p
Maskininlärning 45p
Databaser 25p
Data engineering och agila metoder 45p
LIA 1 40p
Djup Maskininlärning 40p
LIA 2 70p
Examensarbete 15p



Pythonutvecklare inriktning AI - Teknikhögskolan

Kurs
Poäng
Grundläggande programmering i Python 50
Databehandling 35
Introduktion till maskininlärning 40
Teori för maskininlärning 25
Maskininlärning och djupinlärning 45
Effektiv Pythonprogrammering 30
LIA 1 45
Applicerad AI 50
LIA 2 65
Examensarbete 20

Objektorienterad programmering med AI-kompetens - NBI Handelakademin

Agil projektledning 15p
Artificiell Intelligens – Del 1. Pythonprogrammering 30p
Artificiell Intelligens 60p
Databaser 30p
Introduktion till objektorientering 10p
LIA 1 45p
LIA 2 70p
Objektorienterad programmering – 50 p
Objektorienterad programmering – Avancerad 70p
Examensarbete 20p


Tack på förhand.

Svårt att säga utan att veta vad du vill göra. Vill du sitta som utvecklare? Projektledare?

Den första utbildningen "Utvecklare inom AI och Maskininlärning - IT-högskolan" skulle jag valt iaf. Matematikkurserna kommer ge dig en djupare förståelse för algoritmerna.

Det beror väl helt på vad du vill ha ut av utbildningen,

De första två verkar mer fokuserade på AI (och ärligt har jag svårt att tro att det leder till en yrkeskarriär)

Den tredje "Objektorienterad programmering med AI-kompetens - NBI Handelakademin" verkar inte lika AI fokuserad och det är oklart vad just objektorienteringskurserna involverar, men gissningsvis mer fokus på allmän programmering.
(Sen går det diskutera om det är vettigt att lägga 120p på objektorientering när precis allt i industrin strävar efter att gå bort från objektorientering, kanske ska förtydliga att det är så klart fortfarande relevant för många existerande kodbaser och lär vara under översiktlig tid, men min poäng är att man försöker jobba mycket mer funktionellt nu mera tillskillnad från 90-2000 talet när objektorientering var det nya svarta)

Angående matematik och teori så får man väl utgå från att alla lär ut detta, linjär algebra och statistik borde du redan ha läst på gymnasiet ändå, det är ingen "annan matematik" när det kommer till maskininlärning)

Utveckling av AI är något man sysslar med efter en doktorsexamen från ett topp-universitet i USA - MIT, Berkeley, Caltech...

Utveckling med AI är något du kan göra helt utan utbildning om du kan komma på något som inte redan är gjort, men det kan du inte.

Du har skapat två identiska trådar i olika forum, vilket är brott mot regel 0.04 och kunde gett dig en varning.


Nu ska jag vara snäll och skicka den här tråden till det andra forumet för ev sammanslagning med
(FB) Vilken utbildning ska jag välja?

Men, gör inte om det, för då blir det varningar.

AI - Artificiell intelligens --> Systemutveckling
/Moderator

Jag skulle nog avråda från sådana här smala YH-utbildningar. Jag rekommenderar en rejäl och bred ingenjörsutbildning med en bra fördjupning. Exempelvis Civilingenjör i datateknik på KTH. Jag själv är antagen och ska börja där till hösten. Pythonutvecklare kommer inte att efterfrågas i större utsträckning eftersom allt högnivå kommer att skrivas av AI. Satsa på lågnivå och inbyggda system istället. Det gör dig mer unik, kvalificerad och efterfrågad inom "hård" techindustri.

Jag skulle ha valt Utvecklare inom AI och Maskininlärning på IT-högskolan.

Den utbildningen verkar ha ett starkt fokus på både maskininlärning och data engineering, vilket är två områden som har stor efterfrågan och förväntas växa ytterligare i framtiden.
Oavsett vad du väljer så hänger det på dig och din insats under studierna, ligger du i så kommer alla 3 leda dig till arbeten.

Lycka till med studierna vad du än väljer, uppdatera gärna hur det går för dig och vad du anser om valet du gör

Håller helt med om det är ett jobb man är ute efter. Jag själv är förvisso har varit i industrin ett bra tag och jag kan säga att jag jobbar på ett (och gjort på flera tidigare) stort bolag (och ja även AI-tjänster ingår i detta) och antalet exklusiva python utvecklare (oavsett det är AI inriktning eller inte) som efterfrågas går räkna på en knuten hand, jag vet inte vilken värld de här skolorna lever i som hävdar att (när man läser kursintroduktionen) som hävdar det är efterfrågat osv, det är inget jag känner till i alla fall.

De som kan inbyggda system och lågnivå programmering efterfrågas däremot i mängder, sådana mängder att det är svårt att få tag på folk för detta.

Python används så klart med det är ett språk som vem som helst kan skriva i, det är lätt att hitta folk som kan eller kan lära sig använda det på en kvart.

Japp! Det stämmer helt och hållet. Många av dessa YH-utbildare är privata företag, och vill tjäna pengar. Inget fel med detta, men de lockar ofta till sig både uppdrag och klienter genom att vädja till det som låter hippt och modernt. Detta kan lura både obildade upphandlare och presumtiva studenter. Vi har ju redan skattefinansierade universitet och högskolor. Bara att ta chansen till en bra utbildning! Förutom inbyggda system så är datorteknik och dataanalys (kvalificerad sådan) inriktningar som kan göra en person efterfrågad.

Skulle säga att du skiter i vanlig 100% stolsittande programmering, och satsar på automation istället.

Finns många tillfällen inom industri och fastighetsautomation att sitta på röven och programmera, men du får riktig elektronikkompetens också och kan göra mer i den verkliga världen än att bara transformera och flytta data mellan olika datorer.

100% digital utveckling kommer i större omfattning att ätas upp av AI underifrån. Längre och längre fungerande kodstycken kan genereras med LLMer för varje år, och behovet av nyexade heldigitala utvecklare kommer att minska.

Bättre att du har kompetens som inkluderar hårdvara som kräver att någon faktiskt är och drar kabel, installerar givare och aktuatorer och pillar med systemet fysiskt.

Dessutom är det inte gjort i en handvändning att faktiskt utveckla nyskapande AI, det är rövsvårt och inget man lär sig ordentligt på YH. Kräver tonvis med tung matte.
Bättre att du lär dig lite ytligt att nyttja API:er till existerande AI som miljardfirmorna utvecklar, alternativt open source, och nyttjar existerande projekt till andra saker om du ska ha med AI att göra. Det behöver du inte gå en formell utbildning för.

Det dessa YH du nämner lär ut kan du lära dig hemma på ett halvårs eftermiddagar med youtubetutorials, dryfta med valfri LLM (förslagsvis Claude, den är skitbra) och läsa böckerna som ingår i högskoleutbildningarnas grundkurser i ämnet.

Rekommenderar Computer Science An Overview av Bookshear och Brylow, samt Artificial Intelligence A Modern Approach av Russell och Norvig.
Det är välrenommerade och stadiga böcker som ofta används på universitetsnivå. Finns gratis på Libgen.
Går du genom hela dessa två böcker och tar till dig allt ordentligt är du på väldigt god väg till att börja med.

Vad har du för underlag på detta? Min erfarenhet av LLMs säger att det snarare är tvärtom, förutom just boilerplate (som ett bra ramverk inte borde behöva) så är de generellt ganska odugliga på att generera bra fungerande kod.
Den bästa modellen på marknaden just nu är Claude 3.5 Sonnet, som kan generera en del användbar kod men det är definitivt inget som skriker "avskeda alla utvecklare", att det skulle förändras inom överskådlig framtid tror jag inte ett skit på, att hävda de kan generera längre och längre kodstycken tycker jag känns väldigt krystat när inte ens dagens kan generera något större om du ber om det utan i stället genererar typ bara boilerplate och skelettfunktionalitet, i stil med nedanstående i stället för vad som efterfrågats.


Det är väl ingen som vet eftersom ingen nyskapande AI gjorts, LLMs osv är inte speciellt avancerad matematik, det mest avancerade är den underliggande statistiken som ligger tillgrund att förvilla okunniga vad som egentligen modellerna gör, deep learning som sådant har ingen speciellt avancerad matematik det är grundläggande linjär algebra, vill man hålla på med avancerad matematik bör man hellre fokusera på DSP programmering, något som för övrigt LLMs är totalt värdelösa på- även grundläggande sådan, ironiskt när man hävdar att dessa blir skalärt bättre med antalet parametrar och ändå klarar de inte ens konstruera ens ett grundläggande ZDF filter.

"Riktig AI" är inte uppfunnen än så vilken matematik det involverar vet ingen.

Det är inte rimligt att flytta milstolparna på det sättet som du gör med det här argumentet.

Visst, DSP-programmering i all ära. Men om det är så avancerat, hur sannolikt är det att en junior färsk från YH blir satt på det?

Nu är visserligen webscraping inte särskilt svårt i många fall, men bara senaste året har förbättringarna i LLM:er varit massiv på den nivån.
Eftersom jag är ett latarsel som inte orkar komma ihåg ens boilerplate utantill så kollade jag i början titt som tätt upp SO. Sedan kom chatgpt och var till lite hjälp.

Med bara SO kunde ett vanligt projekt jag behöver ta ungefär 3 dagar.
Med ChatGPT tog det istället lite mindre än 2 dagar, där mycket tid gick till felsökning och pilla med utdaterade funktioner i Selenium, som GPT envisades med att trycka in.

Sedan kodade jag ingenting på ett år, sysslade med annat. Så dök upp ett projekt upp i liknande storlek som tidigare behov, och jag använde Claude 3.5 Sonnet istället.
Det tog då istället knappt 3 timmar.

Huvudorsaken där var att Claude kan hantera massiva textmängder (vilket visserligen andra aktörer kan nu också, men har för mig att de inte är riktigt lika haj på det som Claude) så jag kunde helt enkelt slänga in all HTML för en enskild sida, berätta vad jag behövde, finjustera några saker i 5 minuter, och det bara fungerade.

Så redan där ser vi en markant utveckling. Jag som i alla avseenden får anses som en junior programmerare (jobbar med annat, men har användning av det) har fått en mycket högre effektivitet i den nivå jag faktiskt arbetar med.
Och den utvecklingen kommer att fortsätta. För det vi har idag är inte bättre än allt som kommer att finnas i en väldigt snar framtid. Det finns absolut inget som stödjer att utvecklingen har avstannat här och nu.

Har även sett en del artiklar från urbildningsanordnare som prisat LLM:er för att studenter inte längre behöver tröska på med enformig boilerplate, utan kan spendera mycket mer tid på viktigare saker som just felsökning och att designa dataflöden.

Tids nog kommer inferenskostnsden att vara så låg att man kan paralellisera flertalet specialiserade instanser och istället lägga tid på att vikta bedömningarna och förslagen de kommer med.
Kanske de där renodlade filosoferna äntligen kan få något vettigt att jobba med ett tag.