Сегодня поговорим об интересной роли в нашей отрасли: инженер по локализации. Лет 5 назад в задачи такого сотрудника (в студии локализации или на стороне заказчика) могла входить подготовка файлов на перевод, работа с рег.вырами, написание скриптов для автоматизации рутины, настройка процессов непрерывной локализации, и т.п. Из описания подобной вакансии в Smartcat: «Own localization automation needs of our clients… writing and maintaining custom plugins, parsers, synchronization scripts…» Позднее у инженеров по локализации появились задачи, связанные с внедрением и контролем ИИ. Например, настройка и интеграция ИИ в лок.процессы, или, если конкретнее, обучение моделей, внедрение метрик ИИшного качества, корректировка выдачи ИИ, и т.д. Т.е., если до широкого внедрения LLM в переводческую отрасль такой специалист работал в основном с файловой инженерией и пайплайнами на уровне CMS/TMS, то теперь у этой роли остался фокус на автоматизацию, но добавились разные ИИ-задачки.  Тем не менее, как и раньше, нередко роль инженера приходится совмещать с другой: менеджера или руководителя — например, как делал Александр Бухонов, про труды которого в области шрифтов мы рассказывали тут. Интересное интервью на эту тему также выходило на канале Елены Худенко. А вот в этом ролике инженер по локализации из компании Acolad делится своим опытом на темы: 🕹будущего концепции памяти переводов; 🕹когда использовать машинный перевод (NMT), а когда LLM; 🕹как лингвисты становятся кураторами систем искусственного интеллекта, и др. Беседа у коллег получилась компактная (на 37 минут) и содержательная. А если вы больше любите читать, чем слушать, транскрипция этого интервью доступна в LinkedIn.