MAANAVAN LEARNING DECISIONS · 02

AI Engineer ஆக எதை first கற்கணும்?

“AI Engineer ஆகணும். Python-ல start பண்ணலாமா, நேரா agents கற்கலாமா?” ஒரு small document assistant project-ஐ வைத்து, எந்த skill எப்போது தேவை என்று ஒரு real example-ல் பார்ப்போம்.

Written by Sathish Kumar K. · Founder & AI Educator, MaanavaN · 7 min read

எங்கே start செய்வது?

THE FIRST PROJECTLEARNING MAP

“Leave policy-ல் 10 days இருக்கா?”

01 · INPUTUser question

→

02 · FINDPolicy document

→

03 · ANSWERSource + response

THE HUMAN CHECKSource சரியா? Rule current-ஆ? Answer-ஐ check பண்ணி காட்டுங்கள்.

01 / QUICK ANSWER

ஒரு useful app எப்படி work ஆகுது? அதில் start பண்ணுங்கள்.

AI Engineer என்ற job title company-க்கு company மாறும். இந்த guide-ல் existing AI model-ஐ use செய்து ஒரு app build செய்யும் path பற்றி பார்க்கிறோம். New model train செய்யும் research role-க்கு வேறு skills தேவை.

YOUR FIRST DECISION

Coding புதிதா? Python basics + data handling-ல் start பண்ணுங்கள். App build செய்த experience இருக்கா? API + GenAI basics-ல் start பண்ணலாம். இரண்டு paths-க்கும் goal ஒன்றுதான்: ஒரு working project + answer-ஐ test செய்த proof.

“எந்த framework trending?” என்று start பண்ணினால் tool names தான் சேரும். “என் app எந்த question-க்கு correct answer தரணும்?” என்று கேளுங்கள். அப்போ next skill என்ன என்பது clear ஆகும்.

02 / ONE REAL PROJECT

ஒரு college policy assistant build பண்ணலாம்.

ஒரு student “Internship attendance rule என்ன?” என்று கேட்கிறார். Assistant policy PDF-ல் relevant line-ஐ find செய்து, அதை வைத்து answer தரணும். PDF-ல் இல்லாத rule-ஐ சொந்தமாக add பண்ணக்கூடாது.

EXAMPLE · COLLEGE POLICY ASSISTANTQUESTION → SOURCE → ANSWER

“Internship போனால் attendance எப்படி count ஆகும்?”

FIND THE SOURCE

Policy document-ல் internship rule உள்ள paragraph-ஐ find பண்ணுகிறோம்.

ANSWER WITH SOURCE

அந்த paragraph-ல் இருக்கும் conditions-உடன் answer காட்டுகிறோம்.

Relevant rule இல்லையா? “இந்த document-ல் answer இல்லை” என்று சொல்லணும்.

SEE THE DIFFERENCESame question. Two different answers.

FICTIONAL POLICY · PAGE 3

“Approved internship days may be counted as attendance after the department verifies the completion letter.”

RISKY ANSWER

“Internship போனால் automatic-ஆ attendance கிடைக்கும்.”

“approved” + “verification” conditions miss ஆயிடுச்சு.

CHECKED ANSWER

“Department approve செய்து completion letter verify செய்த பிறகுதான் count ஆகலாம்.”

Source: sample policy, page 3.

இந்த flow-க்கு RAG என்று பெயர். Answer தரும் முன் relevant document text-ஐ retrieve பண்ணுகிறோம். Source correct-ஆ கிடைத்ததா? Answer அந்த source-க்கு match ஆகுதா? இரண்டையும் தனித்தனியாக check பண்ணணும். Correct paragraph கிடைத்தாலும் model ஒரு condition-ஐ miss பண்ணலாம். Microsoft-ன் RAG explanation

03 / LEARNING ORDER

இந்த project build பண்ண skills எந்த order-ல் தேவை?

ஒவ்வொரு stage முடிந்ததும் ஒரு small result இருக்கணும். அதை explain செய்ய முடிந்தால் next stage-க்கு போங்கள்.

Python + data basics

Question text, PDF content, missing data—இதை read, clean, print பண்ணுங்கள். Variables, lists, functions, files, errors தெரிந்தால் start பண்ணலாம். Python புதிதா? Python guide-ஐ first பாருங்கள்.

TRY IT · ஒரு text file-ல் இருக்கும் policy line-ஐ print பண்ணுங்கள்.

API + app flow

Student question app-க்கு வரும். App document-ஐ search செய்து result-ஐ screen-க்கு அனுப்பும். API-னா app-ன் parts ஒன்றுக்கொன்று request/response அனுப்பும் connection. Error வந்தால் என்ன காட்டணும் என்பதையும் பாருங்கள்.

TRY IT · “attendance?” என்ற question-க்கு ஒரு sample JSON response காட்டிப் பாருங்கள்.

GenAI + prompt basics

Policy paragraph-ஐ model-க்கு கொடுத்து, “இந்த text-ஐ மட்டும் வைத்து answer கொடு. Answer இல்லையெனில் தெரியவில்லை என்று சொல்” என prompt எழுதுங்கள். Model சொன்னதை source-உடன் compare பண்ணுங்கள்.

TRY IT · Document-ல் இல்லாத question-ஐ கேட்டு result பாருங்கள்.

RAG + evaluation

Policy pages நிறைய இருந்தால் search தேவை. Relevant text-ஐ model-க்கு அனுப்புங்கள். Correct paragraph கிடைத்ததா? Answer அதோடு match ஆகுதா? Answer தெரிந்த 10 questions-ஐ வைத்து test பண்ணுங்கள்.

TRY IT · 10 questions-ல் wrong source வந்த இடங்களை note செய்து fix பண்ணுங்கள்.

Deployment + safety

மற்றவர்கள் app use பண்ணும்போது document access, private data, cost, errors எல்லாம் matter ஆகும். First local demo-வை test பண்ணுங்கள்; பிறகு hosting + monitoring கற்றுக்கொள்ளுங்கள்.

TRY IT · “Policy PDF upload செய்ய யாருக்கு permission?” என்று decide பண்ணுங்கள்.

LEARN LATER · WHEN YOUR APP NEEDS IT

Agent, fine-tuning, vector database—இப்பவே தேவையா?

ஒரு document-ல் answer find பண்ண simple flow போதும். Documents நிறைய ஆன பிறகு search/embeddings add பண்ணலாம். App மற்ற tools-ல் action எடுக்க வேண்டுமென்றால், permission + human review புரிந்த பிறகு agents-ஐ பாருங்கள். Fine-tuning-ல் start செய்ய வேண்டாம்.

Checkpoint: “My app found this source, used this rule, and passed these test questions” என்று காட்ட முடியுமா? அதுதான் course names பட்டியலை விட useful portfolio evidence.

04 / CHOOSE YOUR START

நீங்கள் இப்போ எந்த level-ல் இருக்கீங்க?

PATH A · NEW TO CODING

Coding புதிதா?

Python variables, lists, functions, file reading, errors-ல் start பண்ணுங்கள். ஒரு small text-search project முடித்த பிறகு API + GenAI பாருங்கள்.

Explore Python basics

PATH B · ALREADY BUILDING APPS

App build செய்த experience இருக்கா?

உங்களுக்குத் தெரிந்த language-ல் API call, document search, answer checking-ல் start பண்ணுங்கள். Python மட்டும் தான் route இல்லை. Project-க்கு தேவைப்பட்டால் Python add பண்ணலாம்.

Explore AI Engineer path

MaanavaN AI Engineer bundle-ல் GenAI, app design, embeddings/RAG, agents, cloud/DevOps courses இருக்கு. Python basics இந்த bundle-க்கு வெளியே ஒரு separate starting step. Bundle page-ல் உள்ள current course list-ஐ பார்த்து உங்கள் goal-க்கு fit ஆகுதா என்று decide பண்ணுங்கள். இதில் ஒரு complete coded project included என்று assume செய்ய வேண்டாம்.

05 / YOUR FIRST PRACTICE

இன்று ஒரு small version try பண்ணுங்கள்.

STEP 13 fictional policy paragraphs-ஐ ஒரு text file-ல் எழுதுங்கள். Real student data use பண்ண வேண்டாம்.
STEP 2“Internship attendance?” என்று question எழுதி, relevant paragraph-ஐ நீங்களே pick பண்ணுங்கள். இது manual version; automated search அடுத்த step.
STEP 3AI-க்கு அந்த paragraph-ஐ மட்டும் கொடுத்து answer draft வாங்குங்கள். Condition miss ஆகுதா என்று check பண்ணுங்கள்.
STEP 4Answer இருக்கும் question, answer இல்லாத question, condition உள்ள question—இந்த மூன்றையும் test செய்து result note பண்ணுங்கள்.

Starter prompt பார்க்க +

Use only the policy text below to answer the student's question. If the text does not contain the answer, say: 'இந்த document-ல் answer இல்லை.' Include every condition in the supporting sentence. Mention the supporting sentence.

POLICY TEXT: [paste one paragraph here]
QUESTION: [write the student's question here]

இது practice example. Real college policy use பண்ணும்போது official/current document + permission check தேவை.

WHAT YOU SHOULD HAVE AT THE END3 test questions + source paragraph + checked answers

“Answer நல்லா இருக்கு” என்று மட்டும் சொல்லாமல், எந்த test pass/fail ஆனது என்று காட்ட முடியும்.

Small version work ஆன பிறகு search, embeddings, vector database தேவைப்படுதா என்று decide பண்ணுங்கள். RAG answer-ஐ evaluate செய்வது பற்றி Microsoft Learn

ARTICLE BY SATHISH KUMAR K.

ஒரு project-ல் start பண்ணுங்கள். Next skill clear ஆகும்.

Coding புதிதா? Python basics-ல் start பண்ணுங்கள். App build experience இருக்கா? Document assistant workflow-ஐ try பண்ணி, பிறகு RAG + AI app concepts-க்கு போங்கள்.

Start with Python Explore AI Engineer path

Connect with Sathish Ask the MaanavaN team about your path