AI CAREER START

AI Engineer ஆக எதை first கற்கணும்?

“AI Engineer ஆகணும். Python first-ஆ, agents first-ஆ?” Course names பார்த்தால் குழப்பம் வரும். ஒரு small document assistant build பண்ணுவதாக நினைத்து, எந்த skill எப்போது தேவை என்று பார்ப்போம்.

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

எங்கே start செய்வது?

AI ENGINEER · FIRST PROJECT STEP 01 / 04

STUDENT

Attendance rule என்ன?

“Internship போனால் attendance கிடைக்குமா?”

User-ன் real question-ல் start.

Tap each step to follow the example

01 / QUICK ANSWER

Course list வேண்டாம்; ஒரு small app-ல் start பண்ணுங்கள்.

“AI Engineer” role எல்லா company-யிலும் ஒரே மாதிரி இருக்காது. இங்கே நாம் பார்க்கும் path: ஏற்கனவே இருக்கும் AI model-ஐ use செய்து ஒரு useful app build செய்வது. புதிதாக model train செய்யும் research job-க்கு வேறு path தேவை.

YOUR FIRST DECISION

Coding புதிதா? Python basics-ல் start பண்ணுங்கள். App build செய்து பார்த்திருக்கீங்களா? API + GenAI basics-ல் start பண்ணலாம். இரண்டு routes-லேயும் ஒரு working project வேண்டும்; அது சரியாக answer தருதா என்று test செய்த result-ம் வேண்டும்.

“Next எந்த framework கற்கலாம்?” என்று யோசிப்பதற்கு முன், “என் app எந்த question-க்கு answer தரணும்?” என்று முடிவு செய்யுங்கள். அந்த problem-ஐ solve செய்யத் தேவையான skill next-ஆ வரும்.

02 / ONE REAL PROJECT

ஒரு college policy assistant build பண்ணலாம்.

ஒரு student “Internship போனால் attendance கிடைக்குமா?” என்று கேட்கிறார். உங்கள் assistant college policy PDF-ல் அந்த rule இருக்கும் line-ஐ find செய்து answer தர வேண்டும். PDF-ல் இல்லாத condition-ஐ AI தானாக சேர்க்கக் கூடாது.

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 method-க்கு RAG என்று பெயர். முதலில் document-ல் related paragraph-ஐ find செய்கிறோம்; பிறகு AI அதைப் பார்த்து answer எழுதுகிறது. இரண்டு checks தேவை: சரியான paragraph கிடைத்ததா? Answer-ல் அதன் conditions miss ஆகவில்லையா? Source correct-ஆ இருந்தாலும் AI ஒரு முக்கிய condition-ஐ விடலாம். Microsoft-ன் RAG explanation

03 / LEARNING ORDER

இந்த project build பண்ண skills எந்த order-ல் தேவை?

ஒவ்வொரு stage-க்கும் ஒரு small output build பண்ணுங்கள். அது எப்படி work ஆகுது என்று explain செய்ய முடிந்த பிறகு 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

உங்கள் app-ஐ மற்றவர்கள் use செய்யும்போது யார் PDF பார்க்கலாம், private data எங்கே போகிறது, cost எவ்வளவு, error வந்தால் என்ன நடக்கும் என்று கவனிக்க வேண்டும். முதலில் உங்கள் laptop-ல் test பண்ணுங்கள்; பிறகு online-ல் host செய்வதை 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 PDF-க்கு simple search போதும். பல PDFs வந்தால் better search அல்லது embeddings தேவைப்படலாம். App தானாக email அனுப்ப வேண்டும் போன்ற action வந்தால், அப்போதுதான் agents, permissions, human approval பற்றி கற்றுக்கொள்ளுங்கள். Fine-tuning-ஐ first step-ஆ எடுக்க 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 topics இருக்கின்றன. Python basics separate-ஆ கற்க வேண்டும். Bundle page-ல் included courses-ஐ பார்த்து decide பண்ணுங்கள். Portfolio-க்காக ஒரு complete app build செய்யப் போகிறீர்கள் என்றால், அந்த project-ஐ உங்கள் practice plan-ல் தனியாக சேர்த்துக்கொள்ளுங்கள்.

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 சொல்லாதீங்க. எந்த question-க்கு correct answer வந்தது, எங்கே condition miss ஆனது என்று note பண்ணுங்கள்.

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

Sources & references

The learning order and project are MaanavaN guidance. Official docs below cover prerequisites, RAG and answer evaluation.

YOUR NEXT STEP

ஒரு small project-ல் start பண்ணுங்கள்.

Coding புதிதா? Python basics-ல் start பண்ணுங்கள். App build செய்திருந்தால் document assistant workflow-ஐ try செய்து, அதன் பிறகு RAG மற்றும் AI app concepts பாருங்கள்.

Start with Python Explore AI Engineer path

எதில் start செய்வது? MaanavaN team-கிட்ட கேளுங்கள்

KEEP EXPLORING

What should you read next?

Pick another practical guide and keep learning at your pace.

Explore all guides

Learning Paths 6 min read

AI coding செய்கிறது; இன்னும் Python கற்க வேண்டுமா?

AI எழுதிய marks code error கொடுத்தால் என்ன செய்வீர்கள்? Python basics ஏன் useful என்று ஒரு simple example-ல் பாருங்கள்.

Read guide

Career & Work 9 min read

AI வந்தால் என் வேலை போய்விடுமா? அடுத்து என்ன கற்கலாம்?

Chennai web developer Karthik-ன் story: ஒரு simple page-லிருந்து full stack feature வரை வளர்ந்து, current job மற்றும் next interview-க்கு proof build செய்யும் 30-day plan.

Read guide

Learning Habits 8 min read

ஒரு Reel மட்டும் பார்த்தேன்… 2 hours எங்கே போச்சு?

ஒரு college learner-ன் evening story: Reels-ல் போன நேரம், WhatsApp பற்றிய ஒரு question, அதிலிருந்து உருவாகும் first project idea.

Read guide