7 个使用生成式 AI 构建的项目

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
实时数仓Hologres,5000CU*H 100GB 3个月
智能开放搜索 OpenSearch行业算法版,1GB 20LCU 1个月
简介: 这是七个生成式 AI 项目,可以帮助您提升简历并提高工作效率
推荐:使用 NSDT场景编辑器 快速搭建3D应用场景

要进入数据科学就业市场,理所当然地认为学位足以获得工作是错误的。主要建议之一是通过个人项目建立一个强大的投资组合,这些项目可以在脱颖而出并给招聘人员留下深刻印象方面发挥重要作用。

随着ChatGPT等生成式AI工具的出现,对象检测和推荐系统等标准项目的集合已不足以吸引公司的注意力。在过去的几个月里,公司正在为能够构建生成式人工智能解决方案的人提供职位。

出于这些原因,我们将探索使用大型语言模型解决任务的 7 个项目创意:

  1. 创建投资组合网站
  2. 个性化语音助手
  3. 构建您自己的 AI 转换器
  4. 分析研究论文
  5. 创建代码文档
  6. 自动化幻灯片演示
  7. 评论的情感分析

1. 创建投资组合网站

有很多教程解释了如何构建数据科学投资组合网站,但是对于没有任何HTML和CSS知识的从头开始来说,这真的很令人生畏。我亲自尝试过,当你达到目标时,它会给你很大的满足感,但是从找到合适的资源到将我所学到的知识付诸实践,我花了一周的时间。

现在,随着大型语言模型的蓬勃发展,您不再需要付出努力。你只需要一个好主意,向 ChatGPT 提问,它将返回您网站的代码。您可以从这样的提示开始:

I decided to build a static website. Can you generate HTML code for building the website? Moreover, I need to have three pages: a page with my name and a short presentation, a page with my data science projects and a page with my work experience. In addition to these pages, I want a vertical navigation menu at the left to move from a page to the other.

与其他应用程序一样,您需要清楚地了解要生成投资组合网站的内容。

项目链接:使用 ChatGPT 构建数据科学投资组合网站

2. 个性化语音助手

在我的个人生活中,我使用谷歌助理来要求复制不同类型的音乐。例如,“谷歌,我想听摇滚音乐”,它会立即从YouTube音乐中复制一首随机歌曲。它真的比写歌的标题更快,它收集你的数据越多,它就会了解你的偏好。把它作为一个个人项目来做不是很酷吗?通过使用 GPT-3 回答问题和 Whisper API 转录音频,可以轻松完成该项目。

项目链接:具有GPT和耳语的个性化语音助手

3. 构建自己的 AI 翻译器

您是否厌倦了将文本复制并粘贴到谷歌翻译中?就个人而言,我也尝试过谷歌浏览器扩展程序来翻译网页上的文本,但是当我必须阅读英文PDF文件时,我仍然很挣扎。一种可能的替代方案是构建自己的 AI 应用程序。每天都有一个新的强大的大型语言模型,其令人难以置信的结果让我们惊叹不已。我们为什么要利用这些模型之一?!

这个应用程序可以使用拥抱脸创建,它提供了许多专门用于从一种语言到另一种语言的翻译的模型。例如,您可以选择此模型,该模型面向英语的意大利语翻译。选择翻译模型后,您可以通过使用 Streamlit 构建应用程序来具体化此想法。

项目链接:构建自己的AI翻译器

4. 分析研究论文

在我的研究奖学金期间,我学会了如何快速有效地阅读论文。但是,仅仅阅读一篇至少30页的论文就很耗时,而且每天都有如此爆炸式的论文发布,很难掌握研究的领先地位。为了提高研究生产力,从学术论文中提取相关信息不是更好吗?以下是以下三个用例,它们可能对您在数据科学领域的职业生涯有所帮助。

论文问答

从文档生成问题和答案是最酷的应用程序之一,可以带来价值。大多数教程使用Chat-GPT来创建自动问答会话,但它并不是唯一的解决方案。您还可以使用HuggingFace的LangChain和句子转换器创建个性化机器人。有以下步骤:

  1. 使用 PyPDFLoader 加载 PDF 文档
  2. 从文本中提取块
  3. 使用句子转换器库提取嵌入
  4. 构建机器人以回答问题

项目链接:

总结论文

另一个常见的用例是总结论文。像以前一样,可以使用生成式 AI 工具自动执行此任务。一个可爱的Web应用程序可以使用GPT-3,LangChain和Streamlit构建。

项目链接:总结论文

查询多篇论文

如果我们同时总结多篇论文,最好根据问题过滤以查询这些摘要。会不会很酷?通过使用LangChain和OpenAPI-API,它可以非常简单。

项目链接:查询多篇论文

5. 创建代码文档

在我上一次担任数据科学家时,我注意到每天记录代码是多么重要。如果你自己工作,你不在乎它。但是,当您与团队合作时,在没有代码文档的情况下管理任务变得很复杂。特别是,可能会发生团队成员离开公司并且是唯一理解他/她的代码的人。即使文档真的有用,这也是一项非常无聊的任务,需要花费时间。由于大型语言模型的蓬勃发展,我们可以通过使用Chat-GPT创建Python Docstring来再次避免这种艰苦的工作。

项目链接:创建代码文档

6. 自动化幻灯片演示

如果您是数据科学家,那么您肯定必须准备PowerPoint幻灯片才能与客户讨论结果。这是另一项耗时的工作,由于生成式 AI,可以自动化。你可以要求必应聊天生成 VBA 代码,通过清楚地指定每张幻灯片的上下文和信息来创建 PowerPoint 幻灯片。

项目链接:自动化幻灯片演示

7. 评论的情感分析

在工业界,产品评论的情感分析可以帮助公司了解客户是否喜欢产品,使他们能够改善服务并保持市场竞争力。这是一个经典的数据科学项目,需要解决很多步骤:文本预处理、词嵌入和机器学习模型的应用。

第一步是最费力的任务,需要很好地理解您正在分析的语言。这个问题可以通过使用聊天GPT快速管理。除了这种分析之外,还可以从每条评论中生成优缺点列表,创建改进产品的可能建议列表等等。

项目链接:评论的情感分析

结语

就是这样!这是七个生成式 AI 项目,可以帮助您提升简历并提高工作效率。我建议你在做项目时试着玩得开心。在灵感的驱使下,一切皆有可能。如果你有一个想法,试着在实践中实现它,瞧,你会对最终产品感到满意。感谢您的阅读。有好的一天!


原文链接:https://www.mvrlink.com/seven-projects-built-with-generative-ai/

相关实践学习
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
目录
相关文章
|
24天前
|
人工智能 监控 搜索推荐
使用LangGraph从零构建多智能体AI系统:实现智能协作的完整指南
本文将通过构建AI研究助手的完整案例,展示如何使用LangGraph框架实现这种架构转变,从理论基础到具体实现,帮助你掌握下一代AI系统的构建方法。
297 0
使用LangGraph从零构建多智能体AI系统:实现智能协作的完整指南
|
25天前
|
人工智能 IDE 开发工具
通义灵码 AI IDE使用体验(3)项目优化及bug修复
本文介绍了使用通义灵码 AI IDE进行项目重构与优化的全过程,涵盖页面调整、UI更新、功能修复等内容,并展示了多次优化后的成果与仍存在的问题。
146 0
|
人工智能 自然语言处理 IDE
通义灵码 AI IDE使用体验(1)项目初创
通义灵码 AI IDE上线,作为AI IDE的重度使用者怎能错过?本文详细体验了从安装到项目开发的全过程,界面友好,操作简便,支持智能问答、文件编辑、智能体三种模式。通过智能体方式快速开发项目,自动规划功能、管理环境,虽在复杂项目中仍有提升空间,但整体体验流畅,适合开发者尝试。
253 0
|
29天前
|
人工智能 IDE 开发工具
通义灵码 AI IDE使用体验(2)项目重构
本文介绍了如何使用灵码IDE将一个简单的CS架构项目重构为BS架构,涉及项目依赖修改、功能迁移、自动开发Web页面等内容,验证了灵码在复杂开发任务中的能力。尽管界面美观度不足,但核心功能已实现。
235 66
|
19天前
|
人工智能 前端开发 Java
构建能源领域的AI专家:一个多智能体框架的实践与思考
本文介绍了作者团队在能源领域构建多智能体(Multi-Agent)框架的实践经验。面对单智能体处理复杂任务时因“注意力发散”导致的效率低下问题,团队设计了一套集“规划-调度-执行-汇总”于一体的多智能体协作系统。
266 19
|
15天前
|
人工智能 监控 算法
构建时序感知的智能RAG系统:让AI自动处理动态数据并实时更新知识库
本文系统构建了一个基于时序管理的智能体架构,旨在应对动态知识库(如财务报告、技术文档)在问答任务中的演进与不确定性。通过六层设计(语义分块、原子事实提取、实体解析、时序失效处理、知识图构建、优化知识库),实现了从原始文档到结构化、时间感知知识库的转化。该架构支持RAG和多智能体系统,提升了推理逻辑性与准确性,并通过LangGraph实现自动化工作流,强化了对持续更新信息的处理能力。
91 3
|
21天前
|
人工智能 自然语言处理 负载均衡
排期延误预警:用AI预测项目风险的3层模型搭建教程
本文介绍了如何通过 AI 智能排期将项目排期误差减少 40% 以上。文章剖析了传统排期中常见的经验依赖、资源冲突、需求变更和进度滞后四大痛点,提出 AI 排期的三步落地方法:历史数据建模、动态适配需求、资源智能匹配,并推荐适配不同团队的 AI 排期工具。强调 AI 是辅助而非替代,核心在于用数据驱动提升排期准确性,帮助团队告别“拍脑袋估期”,实现高效、可控的项目管理。
排期延误预警:用AI预测项目风险的3层模型搭建教程
|
1月前
|
人工智能 JSON 监控
从零开始构建AI Agent评估体系:12种LangSmith评估方法详解
AI Agent的评估需覆盖其整个生命周期,从开发到部署,综合考量事实准确性、推理路径、工具选择、结构化输出、多轮对话及实时性能等维度。LangSmith作为主流评估平台,提供了一套全面的评估框架,支持12种评估技术,包括基于标准答案、程序性分析及观察性评估。这些技术可有效监控Agent各组件表现,确保其在真实场景中的稳定性和可靠性。
591 0
从零开始构建AI Agent评估体系:12种LangSmith评估方法详解
|
11天前
|
人工智能 自然语言处理 JavaScript
Github又一AI黑科技项目,打造全栈架构,只需一个统一框架?
Motia 是一款现代化后端框架,融合 API 接口、后台任务、事件系统与 AI Agent,支持 JavaScript、TypeScript、Python 多语言协同开发。它提供可视化 Workbench、自动观测追踪、零配置部署等功能,帮助开发者高效构建事件驱动的工作流,显著降低部署与运维成本,提升 AI 项目落地效率。