A kép szerzője
Ha az adatiparban dolgozik, vagy erre vágyik, felmerülhet a kérdés, hogy itt az ideje a pályaváltásnak.
Az olyan generatív modellek, mint a ChatGPT, az adattudósok végét jelentik?
Mint valaki, aki három éve dolgozott az adattudományban, szeretném elmondani a véleményemet erről.
Egy régebben írt cikkemben határozottan nem értettem egyet azzal az elképzeléssel, hogy az automatizált AI-szoftver képes lenne rá valaha is helyettesíti az adattudósokat. Érvelésem az volt, hogy ezek az eszközök bizonyos mértékben javítják a szervezeti hatékonyságot, de nem voltak testreszabhatók, és minden szakaszban emberi közreműködést igényelnek.
De ez még 2022 februárjában történt, jóval azelőtt, hogy megjelent volna a ChatGPT, az OpenAI forradalmi nyelvi modellje.
Amikor a ChatGPT-t először nyilvánosságra hozták, a GPT-3.5-ön alapult, egy olyan modellen, amely képes megérteni a természetes nyelvet és a kódot.
Aztán 2023 márciusában megjelent a GPT-4. Ez az algoritmus felülmúlja elődjét a logikán, kreativitáson és érvelésen alapuló problémák megoldásában.
Íme néhány tény a GPT-4-ről:
- Tud kódot írni (például nagyon jól)
- Sikerült az ügyvédi vizsgán
- A gépi tanulási referenciaértékeken felülmúlta a legtöbb legkorszerűbb modellt
Ez a modell egy vázlatot egy teljes értékű webhelyté alakíthat, és nagyszerű asszisztensként szolgál a programozási és adattudományi feladatokban.
A szervezetek pedig már használják is a hatékonyság javítására.
A Freshworks vezérigazgatója, Girish Mathrubootham, azt mondja, hogy a programozási feladatokat, amelyek végrehajtása az alkalmazottainak egykor 9 hétig tartott, most a pár nap a ChatGPT-vel.
A generatív mesterséges intelligencia segítségével a kódolási munkafolyamatok ennél a vállalatnál a szokásosnál körülbelül 20-szor gyorsabban készülnek el. Ez az átfutási idő jelentős csökkenéséhez fog vezetni, ami azt jelenti, hogy a vállalatok gyorsabban tudnak többet elvégezni.
Termékintegrációk
Eddig csak a programozásról beszéltünk.
Az adattudós munkájának más szempontjai is vannak – például adat-előkészítés, elemzés, vizualizáció és modellépítés.
Tapasztalataim szerint az adatkutatókra jelenleg nagy a kereslet, mivel sokféle készséggel kell rendelkezniük.
A statisztikai modellek építésén és a kódolás megtanulásán kívül ezeknek a szakembereknek SQL-t kell használniuk az adatok kinyerésére, olyan szoftverekkel kell dolgozniuk, mint a Tableau és a PowerBI a vizualizációhoz, és hatékonyan kommunikálniuk kell a betekintést az érdekelt felekkel.
Az olyan LLM-ekkel, mint a ChatGPT, azonban óriási mértékben csökkennek az akadályok az olyan területekre való belépés előtt, mint az adattudomány vagy az analitika. A pályázóknak többé nem kell különféle szoftverekkel kapcsolatos szakértelemmel rendelkezniük, ehelyett kihasználhatják az LLM-ek erejét, hogy percek alatt teljesítsenek, ami általában órákig tart.
Például egy cégnél, amellyel valaha együtt dolgoztam, felkértek egy időzített Excel-értékelés elvégzésére, mivel a szervezet adatbázisának nagy része táblázatokban található. Olyan embert akartak felvenni, aki gyorsan ki tudja gyűjteni és elemezni tudja ezeket az adatokat.
Ez a követelmény azonban, hogy speciális eszközök használatában jártas jelölteket alkalmazzanak, el fog tűnni, ahogy az LLM elterjedtsége növekszik.
Például a ChatGPT-Excel integrációval egyszerűen kiemelheti az elemezni kívánt cellákat, és feltehet olyan kérdéseket az LLM-eknek, mint például: „Mi az eladási számok trendje az elmúlt negyedévben” vagy „Végezhet regressziós elemzést?”
A ChatGPT válasza arra, hogy hogyan nézne ki egy Excel-integráció
Az ehhez hasonló termékintegrációk révén az Excel és más hasonló szoftverek elérhetővé válnak azok számára is, akik általában nem használják őket, és csökkenni fog az eszköz iránti kereslet.
Kódbővítmények
A ChatGPT kódértelmező bővítmény egy másik példa arra, hogy az adattudományi munkafolyamatok hogyan demokratizálódnak. Lehetővé teszi Python kód futtatását és adatok elemzését a csevegésben.
Kép: "A legújabb most” a Médiumon
Feltölthet CSV-fájlokat, és letöltheti a ChatGPT-t, hogy megtisztítsa, elemezze és statisztikai modelleket építsen rájuk.
Miután elemezte az adatokat, és elmondja neki, hogy mit szeretne tenni (például előrejelzett értékesítési számokat a következő negyedévre), a ChatGPT elmondja, milyen lépéseket tehet a végső eredmény elérése érdekében.
Ezután elvégzi a tényleges elemzést és modellezést, és elmagyarázza a kimenetet a folyamat minden szakaszában.
In ezt cikkében a szerző arra kéri a ChatGPT kódértelmezőjét, hogy a Federal Reserve Economic Data (FRED) segítségével előre jelezze a jövőbeli inflációs trendeket. Az algoritmus az adatok aktuális trendjének megjelenítésével indult.
Ezután ellenőrizte az adatok stacionaritását, átalakította azokat, és úgy döntött, hogy az ARIMA-t használja a modellezéshez. Még az optimális paramétereket is meg tudta találni az előrejelzések készítéséhez az ARIMA-val:
Kép: "A legújabb most” a Médiumon
Ezek olyan lépések, amelyek végrehajtása egy adattudósnak általában 3-4 órát vesz igénybe, és a ChatGPT percek alatt meg tudta tenni a felhasználó által feltöltött adatok egyszerű feldolgozásával.
Ez lenyűgöző teljesítmény, és drámaian csökkenti a modellépítési folyamat megkönnyítéséhez szükséges szakértelem mennyiségét.
Természetesen függetlenül attól, hogy a mesterséges intelligencia mennyire jó a kódolásban és a modellépítésben, humán szakértőkre továbbra is szükség van a folyamat felügyeletére.
A ChatGPT gyakran hibás kódot generál, és rossz döntéseket hoz statisztikai modellek felépítése során. A vállalatoknak továbbra is olyan alkalmazottakat kell felvenniük, akik jók a statisztikákban és a programozásban, hogy felügyeljék az adattudományi folyamatot, hogy biztosítsák a modell helyes kérését.
Az LLM-ek nem hozhatnak létre teljes értékű adattermékeket, mivel az embereknek továbbra is el kell végezniük olyan feladatokat, mint a követelmények összegyűjtése, hibakeresés és a modell kimenetének érvényesítése.
A cégek azonban megteszik nem kell annyi ember hogy ezeket a feladatokat a korábbiakhoz hasonlóan végezzék.
Az LLM-ekhez hasonló jelentős hatékonyságnövekedés azt jelentené, hogy a csapatok megkezdhetik a létszámleépítést.
Ahelyett, hogy például 10 adattudóst végeztetnének el, a vállalatok egyszerűen ötöt alkalmazhatnak.
Úgy gondolom, hogy a belépő szintű adattudományi munkák lesznek az elsők, amelyeket ez a fejlesztés érint, mivel az LLM-ek már képesek középszintű kódolási és elemzési munkafolyamatokat végezni.
A munkaerő-felvétel lefagy az AI miatt már zajlik a nagytechnológiában, és tanúi lehetünk egy olyan forgatókönyvnek, amelyben az adattudományi munkaerő meghaladja az erre a készségre vonatkozó keresletet.
Szerencsére nekünk, technológiai és adattudományi szakembereknek nem minden a végzet és a szomorúság. Bár az LLM-ek gyorsan fejlődnek az olyan feladatok terén, mint a programozás és az adatelemzés, nem helyettesíthetik az emberi kreativitást és döntéshozatalt.
Íme néhány módszer a mesterséges intelligencia bizonyítására az LLM-ek korában:
Szerezzen üzleti szakértelmet
A szervezetek továbbra is olyan embereket vesznek fel, akik bevételt termelnek a vállalkozásnak.
Ha rendelkezik szakértelemmel egy adott területen, és megérti a vállalat műveleteinek és ügyféligényeinek bonyolultságát, akkor egyedülálló helyzetben van a növekedési lehetőségek azonosításához.
Az utolsó dolog, amit tenni szeretnél, hogy versenyben legyél a mesterséges intelligencia terén – nem akarsz a táblázatkezelő ember lenni, vagy az a személy, akihez mindenki felkeres egy negyedéves teljesítményjelentést. Ezek a munkák könnyen automatizálhatók, és a ChatGPT korszakában ezek lesznek az elsők.
Azzal érvelnék, hogy ahelyett, hogy erőfeszítéseit arra összpontosítaná, hogy megtanuljanak olyan speciális szoftvereket használni, amelyeket az LLM-ek sokkal gyorsabban tudnak elsajátítani, mint Ön, inkább tanuljon meg átfogóbb képet nézni. Fejlessze a vezetői és menedzseri készségeket, és értse meg, hogyan lehet az AI-t kihasználni a vállalat céljainak eléréséhez adatokkal.
Öleld az AI-t
A Pew Research Center szerint csak A felnőttek 14% -a valóban kipróbálták a ChatGPT-t. Ha olvassa ezt a cikket, használja a ChatGPT-t új dolgok elsajátítására, és folyamatosan figyelemmel kíséri a mesterséges intelligencia fejlődését, akkor Ön korai alkalmazó.
Azt javaslom, hogy építse be az LLM-eket a munkafolyamataiba, használjon AI-val integrált termékeket, és tanulja meg a legjobb gyakorlatokat a hatékonyság maximalizálása érdekében ezekkel a modellekkel.
Így az élen maradhat, és jobban megértheti, hogy munkája mely részei automatizálhatók, és melyek igényelnek emberi beavatkozást.
Ettől nemcsak jobb adattudós lesz, hanem amikor a szervezetek elkezdik beépíteni a mesterséges intelligenciát különböző üzleti területekbe, Ön a legjobb helyzetben lesz ahhoz, hogy tanácsot adjon arról, hogyan használható fel a termelékenység növelésére.
Valójában van egy új szerep, az ún gyors tervezés amely a közelmúltban jelent meg, és akár 335,000 XNUMX dollárt is elérhet. A gyors mérnök szakértő abban, hogy a generatív AI-alkalmazásokat arra késztesse, amit akarnak.
A jó mérnök az, aki képes „projektmenedzselni” az AI-t olyan feladatok elvégzésére, mint a webalkalmazások tervezése.
Függetlenül attól, hogy azonnali mérnökként szeretne-e dolgozni, a mesterséges intelligencia integrálása a meglévő munkafolyamataiba versenyelőnyt biztosít azokkal szemben, akik jelenleg nem végzik ezt.
Diverzifikálja jövedelmét
A szervezetek hamarosan megkezdik a szerkezetátalakítást, ahogy fejlődésnek indulnak új üzleti stratégiák amelyek tartalmazzák az AI-t.
Ha ez tömeges elbocsátásokat eredményez, az egyetlen módja annak, hogy megvédje magát, ha különféle bevételi forrásokkal rendelkezzen, amelyek nem kizárólag a teljes munkaidős állásán múlnak.
Azt javaslom, hogy hozzon létre egy szabadúszó portfóliót – ha több szervezetnél dolgozik és passzív jövedelemhez jut, akkor a jövője nem függ egyetlen munkáltató döntéseitől.
Személyes márka létrehozása
Végül a Harvard Business Review javasolja személyes márka létrehozása hogy kiemelkedjen a tömegből.
A közepes írók kedvelik Tim Denning és a Jessica Wildfirepéldául továbbra is elkötelezett követői és termékeiket fogyasztó emberek lesznek, még akkor is, ha a mesterséges intelligencia képes utánozni az írási stílusukat.
Ennek az az oka, hogy a nap végén az emberek élvezik a valós történeteket, és szeretnének más egyénekhez kapcsolódni, és ezt a mesterséges intelligencia egyszerűen nem tudja biztosítani.
Hasonlóképpen, a szervezetek továbbra is olyan iparági vezetőket vesznek fel, akik elismertek a területen, a minőség és a márkaépítés nyilatkozataként. A személyes márka felépítésének néhány módja az a adattudományi portfólió, tartalom létrehozása és folyamatos készségfejlesztés.
A generatív modellek átalakítják a munkakörnyezetet, és az olyan területekre, mint az adattudomány, az analitika és a programozás, hatással lesz az ezen eszközök által biztosított hatékonyságnövekedés.
Ez azonban nem jelenti a végét az adattudósok számára. A fent vázolt stratégiák követése segíthet abban, hogy a görbe előtt maradjon, és biztosítsa, hogy ne versenyezzen az AI-val.
Natassha Selvaraj egy autodidakta adattudós, akinek szenvedélye az írás. Kapcsolatba léphet vele LinkedIn.
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
- PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
- PlatoESG. Autóipar / elektromos járművek, Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
- BlockOffsets. A környezetvédelmi ellentételezési tulajdon korszerűsítése. Hozzáférés itt.
- Forrás: https://www.kdnuggets.com/2023/06/chatgpt-replace-data-scientists.html?utm_source=rss&utm_medium=rss&utm_campaign=will-chatgpt-replace-data-scientists
- :van
- :is
- :nem
- $ UP
- 000
- 10
- 20
- 2022
- 2023
- 9
- a
- Képes
- Rólunk
- felett
- hozzáférhető
- elérni
- elérése
- Elérése
- cselekmények
- tényleges
- tulajdonképpen
- Örökbefogadás
- fejlesztések
- tanácsot ad
- kor
- előre
- AI
- algoritmus
- Minden termék
- lehetővé teszi, hogy
- már
- Is
- Bár
- összeg
- an
- elemzés
- Analitikai
- analitika
- elemez
- és a
- Másik
- külön
- alkalmazások
- megközelít
- körülbelül
- VANNAK
- TERÜLET
- területek
- érvel
- érv
- körül
- cikkben
- AS
- kérdezte
- szempontok
- törekszik
- értékelés
- Helyettes
- At
- szerző
- Automatizált
- vissza
- bár
- korlát
- bázis
- alapján
- BE
- mert
- egyre
- előtt
- hogy
- Hisz
- referenciaértékek
- BEST
- legjobb gyakorlatok
- Jobb
- Nagy
- nagy tech
- nagyobb
- márka
- branding
- épít
- Épület
- üzleti
- de
- by
- hívott
- TUD
- Kaphat
- jelöltek
- nem tud
- képes
- Karrier
- Cellák
- Központ
- változik
- ChatGPT
- ellenőrzött
- kód
- Kódolás
- kommunikálni
- Companies
- vállalat
- Társaságé
- verseny
- versenyképes
- teljes
- Befejezett
- Csatlakozás
- összefüggő
- állandóan
- fogyaszt
- tartalom
- folytatódik
- helyesen
- tudott
- tanfolyam
- teremt
- létrehozása
- kreativitás
- tömeg
- Jelenlegi
- Jelenleg
- görbe
- vevő
- dátum
- adatelemzés
- Adatok előkészítése
- adat-tudomány
- adattudós
- adatbázis
- nap
- határozott
- Döntéshozatal
- határozatok
- csökkenés
- Kereslet
- demokratizált
- függő
- tervezés
- Fejleszt
- fejlesztése
- Fejlesztés
- DID
- különböző
- eltűnik
- számos
- do
- Nem
- Ennek
- domain
- csinált
- ne
- végzet
- leépítés
- drámaian
- hajtott
- két
- minden
- Korai
- könnyen
- Gazdasági
- él
- hatékonyan
- hatékonyság
- erőfeszítés
- alakult
- alkalmazottak
- végén
- mérnök
- élvez
- biztosítására
- belépő szintű
- Eter (ETH)
- Még
- Minden
- mindenki
- vizsgálat
- példa
- Excel
- létező
- várható
- tapasztalat
- szakértő
- szakvélemény
- szakértők
- Magyarázza
- mérték
- kivonat
- kitermelés
- megkönnyítése
- tény
- tények
- messze
- gyorsabb
- tett
- február
- Szövetségi
- Federal Reserve
- érez
- mező
- Fields
- Fájlok
- utolsó
- Találjon
- vezetéknév
- összpontosítás
- követői
- következő
- A
- Forbes
- Előrejelzés
- előrejelzések
- szabadúszó
- ból ből
- teljes értékű
- jövő
- Nyereség
- gyűjtése
- generál
- generál
- nemző
- Generatív AI
- kap
- szerzés
- Ad
- Go
- Célok
- megy
- jó
- nagy
- Növekedés
- Fickó
- hám
- Harvard
- Legyen
- segít
- neki
- Kiemel
- nagyon
- bérel
- övé
- NYITVATARTÁS
- Hogyan
- azonban
- HTML
- HTTPS
- emberi
- Az emberek
- i
- azonosítani
- if
- befolyásolta
- hatásos
- javul
- javuló
- in
- tartalmaz
- Jövedelem
- bele
- amely magában foglalja
- Növelje
- Növeli
- egyének
- ipar
- Inflációs
- meglátások
- példa
- helyette
- integrált
- integráció
- integrációk
- beavatkozás
- bele
- bonyodalmak
- bevonása
- IT
- ITS
- Munka
- Állások
- jpg
- éppen
- KDnuggets
- táj
- nyelv
- keresztnév
- legutolsó
- elbocsátások
- vezet
- vezetők
- Vezetés
- TANUL
- tanulás
- mint
- logika
- hosszabb
- néz
- Sok
- gép
- gépi tanulás
- készült
- Többség
- csinál
- KÉSZÍT
- vezetői
- kezelése
- sok
- március
- Tömeg
- tömeges
- mester
- maximalizálása
- jelent
- eszközök
- közepes
- esetleg
- jegyzőkönyv
- modell
- modellezés
- modellek
- több
- a legtöbb
- my
- Természetes
- Természetes nyelv
- Szükség
- igények
- Új
- következő
- nem
- fogalom
- Most
- számok
- of
- gyakran
- on
- egyszer
- ONE
- azok
- csak
- Művelet
- Lehetőségek
- optimálisan
- or
- szervezet
- szervezeti
- szervezetek
- Más
- Eredmény
- vázolt
- felülmúlja
- teljesítmény
- felett
- Felügyelje
- paraméterek
- alkatrészek
- Elmúlt
- szenvedély
- passzív
- passzív jövedelem
- Emberek (People)
- teljesít
- teljesítmény
- person
- személyes
- PEWRESEARCH
- kép
- Hely
- Plató
- Platón adatintelligencia
- PlatoData
- portfolió
- pozíció
- birtokol
- hatalom
- gyakorlat
- előző
- előre
- előkészítés
- problémák
- folyamat
- termelékenység
- Termékek
- tehetséges alkalmazottal
- Programozás
- védelme
- ad
- feltéve,
- nyilvános
- Piton
- világítás
- Negyed
- Kérdések
- gyorsan
- gyorsan
- Olvasás
- igazi
- tényleg
- nemrég
- elismert
- csökkenteni
- Tekintet nélkül
- regresszió
- felszabaduló
- támaszkodnak
- cserélni
- jelentést
- szükség
- kötelező
- követelmény
- kutatás
- Tartalék
- válasz
- szerkezetátalakítás
- Eredmények
- jövedelem
- Kritika
- forradalmi
- Szerep
- futás
- fizetések
- értékesítés
- azt mondja,
- forgatókönyv
- Tudomány
- Tudós
- tudósok
- készlet
- hasonló
- egyszerűen
- óta
- egyetlen
- jártasság
- készségek
- So
- szoftver
- Kizárólag
- Megoldása
- néhány
- Valaki
- valami
- Nemsokára
- különleges
- VARÁZSLAT
- táblázatkezelő
- SQL
- Színpad
- érdekeltek
- kezdet
- kezdődött
- csúcs-
- nyilatkozat
- statisztikai
- statisztika
- tartózkodás
- Lépései
- Még mindig
- TÖRTÉNETEK
- stratégiák
- patakok
- erősen
- stílus
- ilyen
- javasol
- javasolja,
- Csoportkép
- Vesz
- bevétel
- feladatok
- csapat
- tech
- mondd
- mint
- hogy
- A
- azok
- Őket
- akkor
- Ezek
- ők
- dolog
- dolgok
- ezt
- három
- idő
- időzített
- alkalommal
- nak nek
- vett
- szerszám
- szerszámok
- felső
- Átalakítás
- át
- borzasztóan
- tendencia
- Trends
- kipróbált
- FORDULAT
- jellemzően
- megért
- megértés
- egyedi
- feltöltve
- képzettség
- us
- használ
- használt
- használó
- segítségével
- érvényesítése
- fajta
- különféle
- megjelenítés
- akar
- kívánatos
- volt
- Út..
- módon
- we
- háló
- webes alkalmazások
- weboldal
- Hetek
- JÓL
- Mit
- amikor
- vajon
- ami
- WHO
- lesz
- val vel
- tanúi
- csodálkozó
- Munka
- dolgozott
- munkafolyamatok
- munkaerő
- dolgozó
- lenne
- ír
- kódot írni
- írók
- írás
- Rossz
- év
- te
- A te
- magad
- ZDNet
- zephyrnet