媒体技术人员技能发展指南
一些人认为，提示工程已经达到了一种复杂的程度，以至于它类似于一种新的编程语言。不管这种说法的真实性如何，学习如何为不同的系统编写好的提示的确是每个人（包括技术人员）都应该掌握的技能。
媒体技术人员需要考虑如何适应人工智能（AI）发挥更大作用的未来。未来普通的媒体工程师需要什么技能？这对于技术管理层来说是一个重要的问题，因为他们必须决定如何在招募符合未来要求的新团队成员的同时提高现有员工的技能。
对于未来的发展，有各种专门的媒体技术主题需要考虑，例如高动态范围（HDR）、新编解码和新的信号分发方法。此外，在基础架构和软件开发中都有一些基本的技能需要开发。
基本技能
最重要的是，现在的媒体工程师已经成为一种特定类型的信息技术（IT）专业人员。这已经发展了20多年。在这一点上，公平地说，如果没有专业水平的IT技能，媒体工程师就不可能在工作中取得成功。虽然传统IT和媒体IT之间存在一些文化差异，但媒体专业人员现在被期望了解网络、存储及其它核心基础架构的基本知识。
事实上，对于媒体工程师来说，IT基础架构技能处于高级水平是至关重要的。媒体工程师应具备先进的IP网络技能，并应寻求复杂网络（包括SMPTE ST 2110环境）的重要的设计和构建经验。此外，在本地和云存储及计算系统方面拥有先进的专业知识也很重要。
了解在您的设施中至少建立一个可以处理高数据速率直播视频的小型数据中心所需的技能，应该是具有几年以上经验的任何人的目标。此外，每个媒体技术专业人员都应该至少拥有一个主要云提供商颁发的基本架构师级认证。了解如何在云环境中相对快速地启动工作流程将是今后一项高需求的技能，这在AI工作流程中更为重要。
下一代
AI如何添加到上述所有基本技能中？为了讨论这个问题，重要的是对媒体中AI的近期和中期未来做出一些合理的预测。我认为把AI看作是新一代基于软件的自动化是有价值的。在我看来，AI作为一个概念，将逐渐隐没到媒体领域的后台中，并将嵌入到我们所关心的执行媒体功能（编辑、视觉效果等）的工具中。实际上，这种情况在该行业十多年来一直如此。
事实上，我预计AI的发展将遵循我们行业中软件系统通常已经走过的道路。起初是有不能很好地与其它公司的产品互换的大型单体系统（在成品和平面的内容中除外），您通常需要购买某一家供应商的完整产品套件才能一起工作。这是AI目前所处的阶段。今天，大多数AI图像生成系统只能以类似于20世纪90年代“打印至磁带”工作流程的方式输出最终图像。
最终，我们将经历一系列阶段，比如2010年代的“微服务”阶段，在这个阶段，这些AI模型在完成小范围的工作方面变得非常专业、智能和可靠，并被编排入敏捷的工作流程，甚至可能是由基于AI的编排引擎完成的。
如果这个未来是准确的，那么在未来最有效地理解、构建、排查和管理这些技术所需的技能组合将是今天开发人员中看到的面向软件的技能组合。
编程、数据和提示
在软件开发中，掌握至少一种编程语言的技能是很重要的。这样做可以培养将成为极度基于软件的系统设计的一部分的逻辑和系统流程技能。Python现在非常流行，它包含在许多语言中都有的所有元素，因此对于初学者来说是一个很好的选择。
AI大型语言模型（LLM）基于提示生成代码的事实并没有减少学习编程语言的要求。LLM系统存在潜在的重大限制，这意味着在一段时间内，为调试和部署高质量系统，必须了解代码。
与数据相关的技能是在AI赋能的未来另一个至关重要的领域。媒体工程师也需要成为数据工程师/科学家，这意味着对数据库和数据结构以及提取数据的方法（如结构化查询语言（SQL）等）有基本的了解。与AI特别相关的是向量数据库等技术，更新你的线性代数知识也是明智的，因为它是许多生成式AI技术的核心。了解统计学的基础知识也很重要，包括概率及其它概念。
一些人认为，提示工程已经达到了一种复杂的程度，以至于它类似于一种新的编程语言。不管这种说法的真实性如何，学习如何为不同的系统编写好的提示的确是每个人（包括技术人员）都应该掌握的技能。
一如既往，媒体工程师是一个多技能的工程师。优秀的媒体工程师总是对许多技术领域至少有基本的了解。这将永远不会错。但是，比上面列出的任何技能更重要的是软技能（项目管理、变革管理、了解业务需求以及如何沟通）的不断增长。几十年来，这些技能在技术领域越来越重要，无论你的职业发展到哪里，这些技能都将对你的职业生涯有用。
