Добавить в корзинуПозвонить
Найти в Дзене
Merion Academy

ChatGPT заменит аналитиков?

Привет! На связи Merion Academy - платформа доступного IT образования! В этой рубрике авторы наших курсов отвечают на волнующие вопросы. Зачем учиться аналитике, если есть ChatGPT и другие аналогичные модели, которые могут написать какой угодно код на любом языке программирования? На первый взгляд кажется, что достаточно уметь сформулировать запрос - и готово. Но аналитика никогда не сводилась к набору строк в Python или SQL. Код - это только инструмент. Он выполняет команды, автоматизирует расчеты, строит модели. Однако сам по себе он не определяет, какую задачу вообще стоит решать и почему именно так. Аналитик работает не с синтаксисом, а с неопределенностью, то есть он формулирует гипотезы, проверяет их, замечает странности в данных, задает неудобные вопросы бизнесу. Машина может выдать регрессию, но не спросит, достаточно ли наблюдений и имеет ли результат практический смысл. Она не несет никакой ответственности за выводы. Есть еще важный момент - интерпретация. Даже идеально расс
Оглавление

Привет! На связи Merion Academy - платформа доступного IT образования! В этой рубрике авторы наших курсов отвечают на волнующие вопросы.

Вопрос:

Зачем учиться аналитике, если есть ChatGPT и другие аналогичные модели, которые могут написать какой угодно код на любом языке программирования?

Отвечает Тимур Исламгулов, автор и наставник курса Аналитик данных с нуля:

На первый взгляд кажется, что достаточно уметь сформулировать запрос - и готово. Но аналитика никогда не сводилась к набору строк в Python или SQL.
Код - это только инструмент.
Он выполняет команды, автоматизирует расчеты, строит модели. Однако сам по себе он не определяет, какую задачу вообще стоит решать и почему именно так.
Аналитик работает не с синтаксисом, а с неопределенностью, то есть он формулирует гипотезы, проверяет их, замечает странности в данных, задает неудобные вопросы бизнесу. Машина может выдать регрессию, но не спросит, достаточно ли наблюдений и имеет ли результат практический смысл. Она не несет никакой ответственности за выводы.
Есть еще важный момент - интерпретация. Даже идеально рассчитанная модель не говорит, что делать дальше. Нужно понять, какие факторы действительно влияют на показатель, какие из них управляемы, а какие - просто статистический шум. Нужно объяснить это руководителю без формул, на языке рисков и последствий.
ИИ меняет профессию, но не отменяет ее. Рутинные операции становятся быстрее, проверка гипотез - удобнее, черновики кода появляются за секунды.
Однако именно поэтому возрастает роль человека, который понимает статистику глубже, чем интерфейс библиотеки, и способен критически оценить результат. В конечном счете выигрывает тот, кто умеет думать, сомневаться и принимать решения. А этому за вас ни одна модель не научится.

А вы юзаете ИИ? Как он повлиял на вашу работу?

Вводные уроки по аналитике данных с Тимуром Исламгуловым