Будут ли data scientist’ы в ближайшее время заменены автоматизированными алгоритмами и искусственным интеллектом?

[mephistopheies]

а почему так дорого? это же получается 7000 рублей одно занятие

[lash05]

От пользователя таких сервисов не требуется знания алгоритмов машинного обучения и предобработки данных, он получает все необходимые подсказки

Будет ли смысл в подсказках, если человек не понимает сути?

[i360u]

Я вот давно думаю, что нейросеть вполне можно научить писать код на основе анализа таксков и соответствующих им коммитов на гитхабе. Шутка...

[Kvento]

Спасибо за полезную статью!
Согласен с вопросом о цене: почему так дорого?

[mephistopheies]

боюсь, что ответа мы не получим

[devpony]

Мне кажется, пора начать различать data scientist и data engineer.

Первые — прикладные математики с серьёзным образованием, исследующие науку о данных, разрабатывающие новые алгоритмы, формализующие нейронные сети как операторы в Хаусдорфовом пространстве и т.д.

Вторые пришли в индустрию ради заработка, вспомнили теорвер из универа, прочитали пару свежих книжек, знают границы применимости каждого метода и успешно решают поставленные бизнес-задачи.

Первым всегда будет чем заняться, труд вторых, конечно, можно будет отчасти автоматизировать, но никогда не полностью. Всегда будут появляться новые методы, алгоритмы, подходы. К тому же, всегда крайне важным будет экспертное понимание предметной области и природы данных, понимание целей заказчика и умение быстро этих целей достигнуть, чего не сделаешь полностью автоматизированными методами.

[slonoslon]

Со всем согласен, кроме вот этого признака «пришли ради заработка». На мой взгляд, это просто разные области интересов — кому-то ближе теоретическое, фундаментальное и абстрактное, кому-то — практическое воплощение в виде решений конкретных задач. Практические задачи чаще оказываются ближе к деньгам, но совсем не факт, что мотивация людей «инженерного склада» этим определяется.

[PhysModel]

Интересная статья, но есть один нюанс, как говорил один из известных персонажей.

С каждым днем появляются различные новые библиотеки и инструменты, мы идем по пути, отнюдь, не упрощения инфраструктуры, как разработки, так и создания бизнес-моделей. Надежно, добротно, хорошо скажут многие, однако есть обратная сторона, чем более сложные системы мы делаем, тем более стохастически-вероятностными они получаются.
Отсюда вытекает главная проблема современного положения дел об ИИ: наличие интуиции в прогностическом смысле к сожалению пока недоступно и не заложено. Мы имеем только количественный подход к решению той или иной задачи и составлению прогнозов по ней, но не качественный.Спасает, то что пока этот подход работает и весьма неплохо.
Качественный же переход будет реализован тогда, когда сеть, и соответственно реализованная на ней модель будет обучаться у других моделей и принимать решение основываясь на данных своих подчиненных. Мне кажется будет реализация многоранговых-иерархически связанных систем моделей с прямым, а лучше косвенным наследованием. Вот это будет и первый шаг к решению вопроса о замене человека машиной.
Что же поживем увидим.