Smart trekk - behersk AI engineering
Det er det beste karrierevalget du kan gjøre.
Hvis du vil starte i dag, her er en veikart - tilpasset for oss her i Norge:
Mens mange holder på med "vibe coding", vil de med solid kodegrunnlag alltid skille seg ut. Og i Norge har vi faktisk fantastiske muligheter som mange ikke vet om!
Men først - hva er egentlig AI Engineering?
AI Engineering er ikke bare å leke med ChatGPT eller lage fancy modeller. Det handler om å bygge, distribuere og vedlikeholde AI-systemer i produksjon - forskjellen mellom en prototype som fungerer på laptopen din, og et robust system som kan håndtere millioner av brukere.
En AI-ingeniør kombinerer:
- Tradisjonell programmering: Backend, API-er, systemarkitektur
- Machine Learning: Forståelse av modeller og algoritmer
- Data Engineering: Håndtering av store datamengder og pipelines
- DevOps/MLOps: Automatisering og overvåking av AI-systemer
Forskjellen fra andre roller:
- Data Scientist: Fokuserer på å forstå data og bygge modeller for innsikt
- ML Engineer: Spesialiserer seg på modelloptimalisering og infrastruktur
- AI Engineer: Bygger hele AI-produkter fra ende til ende
I praksis jobber du med å bygge chatbots, anbefalingssystemer, RAG-løsninger (Retrieval-Augmented Generation), og integrere AI i eksisterende systemer. 70% av AI-ingeniører jobber nå med RAG-systemer, og Python finnes i 71% av alle stillingsannonser.
AI med Python
Python er språket AI-miljøet snakker, og Harvard's CS50p er fortsatt det beste stedet å lære det - selv for oss nordmenn.
🔗 https://pll.harvard.edu/course/cs50s-introduction-programming-python
Når du er ferdig med grunnleggende, er det rett tid å forstå hvordan Python brukes i AI. Dette 4-timers kurset av Andrew Ng er et flott utgangspunkt.
🔗 https://deeplearning.ai/short-courses/ai-python-for-beginners/
Forstå LLM-er
Disse tre videoene av @3Blue1Brown er uten tvil de beste visuelle forklaringene av LLM-er og hvordan de fungerer innvendig.
- Hvordan LLM-er fungerer
- Transformers dypdykk
- Attention i transformers
- Hvordan LLM-er lagrer fakta
🔗 https://youtube.com/watchv=aircAruvnKk&list=PLZHQObOWTQDNU6R1_67000Dx_ZCJB-3pi
LLM-forskning
Nå som du forstår hva LLM-er er, er det på tide å lære hvordan du bygger dem selv. Dette er den beste serien av den beste læreren i verden.
Neural nets zero-to-hero av Andrej Karpathy
🔗 https://youtube.com/playlist?list=PLAqhIrjkxbuWI23v9cThsA9GvCAUhRvKZ
AI-agenter
Før du hopper på AI-agent hypen, bør alle lese Anthropic AI's guide om å bygge effektive agenter.
"For å bygge en agent trenger du ikke komplekse rammeverk eller biblioteker, men heller sammensettbare mønstre"
🔗 http://anthropic.com/engineering/building-effective-agents
Anvendt AI
Jeg anbefaler ikke å jage rammeverk, men jeg tok dette kurset om CrewAI da jeg startet. Det er klart, praktisk og lærer deg å tenke på agenter som mennesker som jobber sammen.
I tillegg er grunnleggeren @joaomdmoura en utmerket lærer.
🔗 http://coursera.org/projects/multi-ai-agent-systems-with-crewai
AI-protokoller (MCP)
Nå som du forstår hva agenter er, er det på tide å koble dem til eksterne verktøy, API-er og databaser.
Min medgrunnlegger og jeg publiserte denne praktiske guiden om MCP med 10+ prosjekter. Den er gratis og lastet ned over 40 000 ganger.
Prosjektbasert læring
Dette GitHub-repoet inneholder 75+ prosjekter om AI Engineering. Alt er 100% open-source og dekker:
• LLM-er og RAG-er
• Virkelige AI-agent-applikasjoner
• Eksempler å implementere, tilpasse og skalere i dine prosjekter
🔗 https://github.com/patchy631/ai-engineering-hub
Bok
Alle AI-ingeniører som bygger virkelige applikasjoner bør lese denne boken.
@chipro er en fantastisk lærer og hennes bok er en av de beste om AI Engineering. Du trenger ikke å lese 10 bøker - denne ene bør gjøre jobben!
🔗 http://github.com/chiphuyen/aie-book
Teknologistacken du trenger i 2025
Programmeringsspråk:
- Python (dominerer med 58% bruk - økt 7% på ett år!)
- TypeScript for web-grensesnitt
- SQL for datamanipulering
LLM-plattformer har endret seg dramatisk:
- Anthropic Claude har tatt over med 32% av enterprise-markedet
- OpenAI har falt til 25% markedsandel
- Google Gemini på 20%
Utviklingsverktøy opplever en revolusjon:
- AI-first IDEer som Cursor og Windsurf erstatter VS Code
- Docker har sett den største økningen noensinne (17% økning på ett år)
- Vector-databaser som Pinecone og Weaviate er kritiske for RAG
Cloud-plattformer:
- AWS: 49% markedsandel
- Azure: 35% (37% vekst takket være AI-integrasjon)
- Google Cloud: 10%
Hvorfor dette er perfekt timing for Norge
Det jeg ikke visste da jeg startet, var hvor unikt posisjonert Norge faktisk er for AI-karrierer. Mens resten av verden sliter med tilgang til utdanning og nettverk, har vi her noen helt spesielle fordeler:
Ekstrem mangel på talent: Norge mangler 60 000 teknologiroller, Sverige 70 000 utviklere innen 2024. Dette gir deg utrolig forhandlingsmakt!
Gratis utdanning: NTNU, UiO, UiB og UiT tilbyr verdensklasse AI/ML-programmer - helt gratis, selv for internasjonale studenter. Tenk deg å ta en master i AI uten studielån!
Konkurransedyktige lønninger: Gjennomsnittlig €74 000 for AI-ingeniører i Norge. Entry-level: €50-70k, Senior: €85-120k, Lead: €110-160k. Med norske goder som helsehjelp, utdanning og work-life balance.
Støttende arbeidskultur: Den norske tradisjonen med livslang læring betyr at arbeidsgivere faktisk oppmuntrer til karriereskifter. Mange får støtte til videreutdanning, både økonomisk og med fri til studier.
Booming marked: DNB, Equinor, Telenor, Schibsted - alle de store norske selskapene satser massivt på AI. Og med OpenAI sitt nye datasenter i Narvik, blir Norge et internasjonalt AI-knutepunkt.
Hvordan bytte karriere basert på din bakgrunn
Software-utviklere (6 måneder overgang): Du har allerede programmeringsferdigheter og systemforståelse. Fokuser på LLM-er, RAG-systemer og prompt engineering. Start med å bygge en chatbot for ditt nåværende selskap.
Data scientists/analytikere (3-12 måneder): Du har statistikk og Python-kunnskaper. Lær MLOps, system-deployment og produksjonsovervåking. Første prosjekt: deploy en eksisterende modell som en web-tjeneste.
Karriereskiftere (12-24 måneder): Start med Python og matematiske grunnlag. Vurder et strukturert bootcamp for nettverk og støtte. Begynn med enkle klassifiseringsproblemer i domener du kjenner.
Fresh graduates (4-6 måneder): Bruk teoretisk kunnskap med intensiv praksis. Implementer en fersk forskningsartikkel i en praktisk applikasjon.
Det norske AI-miljøet
Fellesskapet vårt er spesielt. Oslo AI-meetup har nesten 3000 medlemmer som deler erfaringer kvartalsvis. NDC Oslo og den nye NDC AI-konferansen skaper internasjonalt nivå på læring. JavaZone forblir vår største utviklersamling med 3200+ deltakere.
Men det som gjør dette ekte norsk er "dugnadsånden" - folk hjelper hverandre uten å forvente noe tilbake. Tekna og NITO gir ikke bare lønnsstatistikk, men faktisk karriereveiledning og støtte gjennom overganger.
Trendene som forandrer feltet akkurat nå
RAG har eksplodert: Fra 93 forskningsartikler i 2023 til 1202 i 2024. Dette er kjernetekologien som kobler LLM-er til bedriftens data.
Edge AI og små modeller: Google's Gemma kjører nå på telefoner, og kvantisering reduserer modellstørrelse med 2.5-4x uten kvalitetstap.
Multimodale systemer: Moderne AI prosesserer tekst, bilder, lyd og video samtidig - ikke bare tekst.
AI-agenter: Autonome systemer som utfører komplekse oppgaver uten menneskelig input har blitt standard.
Praktiske første steg for nordmenn
- Meld deg inn i Oslo AI eller din lokale machine learning meetup
- Utforsk Le Wagon Oslo (9 ukers intensivprogram) eller Noroff (flexibel deltid)
- Bruk NAV sine ressurser - de har karriererådgivning og omskolering
- Kontakt Tekna/NITO for veiledning om AI-karrierer i Norge
- Sjekk ut NORA Research School for kontinuerlig læring
- Bygg et portfolio med 5 prosjekter: chatbot med RAG, computer vision app, NLP-verktøy, MLOps deployment, og en generativ AI-applikasjon
Ikke jag rammeverk - behersk grunnlaget
Dette gjelder spesielt i Norge, hvor vi verdsetter grundighet og langsiktig tenkning. Bygg solide fundamenter, forstå prinsippene, og la verktøyene komme naturlig.
Siden ChatGPT kom har feltet gått fra eksperimentering (2023) til produksjonsmodenhet (2024) til spesialisering (2025). Vi ser nå nye roller som AI Prompt Engineers (€63k gjennomsnitt), RAG System Engineers, og AI Safety Engineers.
Den norske tilnærmingen til karriereutvikling handler ikke om dramatiske hopp, men om bærekraftig progresjon. Din nåværende erfaring har verdi - enten det er domeneekspertise, problemløsning eller forståelse av norsk forretningskultur.
AI engineering erstatter ikke disse ferdighetene, men forsterker dem. Og med det norske støttesystemet som kombinerer teknisk utfordring med weekend-hytteturer, starter din AI-reise ikke med å forlate hvem du er, men med å bygge videre på det - på ekte norsk vis.
Lykke til på reisen! 🇳🇴
