Alapkompetenciák
Az alapok: LLM API hívás, strukturált kimenet, egyszerű agent loop.
AI Engineer Tudástérkép
19 fejezet. Az LLM-ek működésétől a production AI rendszerekig. Amit 2026-ban egy erős AI engineernek tudnia érdemes.
Miért ez a tudástérkép?
Több agent még nem jelent magasabb szintet. Egy feleslegesen szétdarabolt rendszer gyakran csak több hibalehetőséget ad. Az OpenAI és az Anthropic is azt javasolja: először próbáld meg egy determinisztikus workflow-val vagy egy jól felszerelt agenttel, és csak akkor bontsd szét, ha erre tényleg indokod van.
A lényeg nem az, hány agentet raksz össze, hanem hogy megbízható, mérhető és megfizethető rendszert építesz-e. Ez a tudástérkép végigvisz a 2026-os AI engineering teljes skáláján: az LLM-ek működésétől az evalokon és a production architektúrán át az AI platform építéséig.
19
fejezet
4
kompetenciaterület
8
projekt
250+
fogalom
19 fejezet, négy kompetenciaterület
A fejezeteket a megszerezhető kompetenciák szerint csoportosítottuk. A címkék témamélységet és gyakorlati fókuszt jelölnek, nem munkaköri senioritást vagy állásgaranciát.
Haladásod0/19 fejezet kész
Alkalmazásépítés
Mérhető és biztonságos rendszerek: RAG, eval, security, production szemlélet.
02
Context engineering
Mit tegyél a modell elé, és miért.
04
Modern RAG
Hybrid keresés, reranking, agentic RAG.
07
Tool engineering
Jól tervezett toolok, kódfuttatás, tool eval.
11
Evals
Golden dataset, LLM-as-judge, regresszióvédelem.
12
Optimalizáció
Routing, cache, cascade, fine-tuning.
14
Observability
Tracing, OpenTelemetry GenAI, privacy.
15
AI Security
Prompt injection, OWASP, védekezési rétegek.
18
Szoftverfejlesztés
Python, FastAPI, Docker, CI/CD.
Rendszertervezés
Architektúra, hibatűrés, memória, multi-agent, production rendszerek.
06
Multi-agent rendszerek
Architektúrák, koordináció, és mikor ne bontsd szét.
08
Protokollok (MCP, A2A)
MCP, Agent2Agent, skills és protokollválasztás.
09
State és memory
Memóriatípusok, checkpoint, tartós futtatás.
10
Multimodális alkalmazások
Dokumentum, hang, kép, videó, computer use.
13
Production architektúra
Model gateway, workflow engine, elosztott rendszerek.
19
Product és UX
Streaming, állapotjelzés, emberi beavatkozás, metrikák.
Platformüzemeltetés
Registry, eval gate a CI-ben, frameworkök, saját inference, policy-as-code.
Négy kompetenciaterület, egy rendszer
A területek egymásra épülnek, de nem munkaköri címeket jelentenek. Azt mutatják meg, milyen feladatokat tudsz önállóan és mérhetően megoldani.
I
Alapkompetenciák
API hívás, prompting, strukturált kimenet, egyszerű RAG és agent loop.
IIAlkalmazásépítés
Hybrid RAG, tool engineering, evalok, tracing és biztonság.
IIIRendszertervezés
Tartós workflow-k, multi-agent, memória, hibahelyreállítás, komoly eval suite.
IVPlatformüzemeltetés
Model gateway, prompt- és eval-életciklus, GPU inference, policy és compliance.
Hol kezdd?
Vágj bele az első fejezetbe, vagy nézd át előbb a teljes tanulási útvonalat.