Computer Engineering + AI – echte berufliche Nische oder in der Praxis zwei getrennte Welten?

Randbemerkung, ML (machine learning) und (AI) sind im heutigen Sprachgebrauch zwei getrennte Fächer. In der Bilderkennung wird machine learning seit Jahrzehnten eingesetzt, Stichwort: "Open-CV"

Oder sind ML und Hardware in der Praxis meist so stark getrennt, dass man sich am Ende ohnehin für eine Seite spezialisieren muss?

Als Konstrukteur (Engineering) eher letzteres, der Grund ist aber auch die Parallelisierung der Fertigung. Also während die Hardware (FPGA-Board mit Filterbank) gemacht wird, wird zeitgleich auf einem Computer die Gewichtsdaten per (langweiligen) Training erzeugt. Da gibt es eine witzige Szenen in "the silicon valley":

• https://youtu.be/FnigvS_uI1w?t=120

In kleinen Firmen muss oft einer alles machen, sinnvoll ist es aber schon, das "Füttern von Trainingsdaten" einen anderen machen zu lassen.

Als Student würde ich beides hören, mich aber auf CAE ("Computer Aided Engineering") konzentrieren.

Als Student würde ich alles mitnehmen, aber auch bedenken was Dich später schnell ersetzen könnte. Deswegen sollte man gut überlegen, was KI und andere nicht können und NUR vor Ort zu erledigen ist.

Bachelor in Computer Engineering und einem spezialisierten AI-Studiengang.

Verlink doch mal auf eine Seite die die Studieninhale (Curriculum, Vorlesungen) konkret auflistet.

Bspw:

• https://www.rwth-aachen.de/cms/root/studium/vor-dem-studium/studiengaenge/liste-aktuelle-studiengaenge/studiengangbeschreibung/~nbrcg/computer-engineering-b-sc/?lidx=1

Lu schrieb:

aber auch bedenken was Dich später schnell ersetzen könnte.

Wenn man das heute weiss, hat man etwas, das man selbst entwickeln kann.

AL-BARA ALI M. schrieb:

Ich stehe aktuell vor der Wahl zwischen einem Bachelor in Computer Engineering und einem spezialisierten AI-Studiengang.

Mit KI steht einem derzeit alles offen.

Wie das in 10 Jahren aussieht, weiss keiner. Aber du bist ja in 2 fertig.

CE ist eher tot. Macht die KI.

Naturlich kann sich auch jeder dem Fortschritt verweigern und später hinzulernen, aber dann ist der Zug schon abgefahren.

Moin,

Besatzatzung in oeffentlichen Parks ist bei solchen Fragen wie hier eigentlich immer die richtige Antwort.

scnr, WK

Lu schrieb:

Als Student würde ich alles mitnehmen, aber auch bedenken was Dich später schnell ersetzen könnte. Deswegen sollte man gut überlegen, was KI und andere nicht können und NUR vor Ort zu erledigen ist.

Wenn einen der eigene Job ersetzt, hat man sich selbst nicht weiterentwickelt sondern nur sein Projekt. Da hat man dann grundsätzlich versagt.

Michael B. schrieb:

CE ist eher tot. Macht die KI. Naturlich kann sich auch jeder dem Fortschritt verweigern und später hinzulernen, aber dann ist der Zug schon abgefahren.

Hat man mir vor 35 Jahren auch schon erzählt. Programmierer, braucht bald keiner mehr! C-Kenntnisse? Wozu? Assembler, was willst du damit? SMD Bauteile kann man so gut wie nicht messen, das wird ja alles immer kleiner.

Heute sitze ich immer noch hier, messe an SMD Bauteilen, schreibe Treiber für diverse Systeme, mache Board-Bringups und wenn mich C verlässt, dann gibt es ein paar Zeilen Assembler und schon läuft es.

Früher war es der MCS51, der Z80 und der AVR. Heute sind es ZynqMP oder RFSoC.

Aber ja, die KI liefert mir deutlich bessere Lösungen und Workarounds als der Xilinx/AMD Support. Und das nach Sekunden bis Minuten, nicht nach 8 Wochen mit der Frage, ob das Problem noch besteht.

Ich denke es werden weiterhin an vielen Fronten Leute benötigt, die Systeme verstehen. Ein KI Entwickler wird es toll finden, dass Copilot mal eben einen neuen Kernel-Treiber für einen Chip schreibt. Der CE Programmierer erkennt, dass man eigentlich nur ein Token im Device-Tree ändern muss, damit es mit dem existierenden Treiber funktioniert.

Ulrich schrieb:

Ich denke es werden weiterhin an vielen Fronten Leute benötigt, die Systeme verstehen. Ein KI Entwickler wird es toll finden, dass Copilot mal eben einen neuen Kernel-Treiber für einen Chip schreibt. Der CE Programmierer erkennt, dass man eigentlich nur ein Token im Device-Tree ändern muss, damit es mit dem existierenden Treiber funktioniert.

Es könnte gut sein, dass demnächst sehr viele Leute im Softwarebereich für die Anpassung von KI-Anwendungen gebraucht werden. Allerdings kann man mit einem sich sehr schnell entwickelnden Arbeitsgebiet und ständigem Lernen einrichten. Und was man vielleicht auch noch erwähnen muss: Die Hochschulen haben im Moment starke Probleme, sich an die neuen Gegebenheiten anzupassen. Da ist die Schwierigkeit, die richtige Hochschule mit dem richtigen Angebot zu finden.