Globalna Grupa ABD
Globalna Grupa jest jak rynek, na którym możemy się wszyscy spotkać. To tutaj możemy podzielić się... View more
Czy warto poznawać „surowe podstawy” DE w erze AI?
-
Czy warto poznawać „surowe podstawy” DE w erze AI?
Chciałbym poznać wasze zdanie i jednocześnie powiedzieć o moim.
Czy dzisiaj warto poznawać takie „surowe”, podstawowe umiejętności, jak Linux, Bash, działanie sieci i serwerów? Albo – choć to trochę „po bandzie” – programowanie?
Kilka moich spostrzeżeń, po systematycznym, długotrwałym korzystaniu z Codexa, Chata GPT, Cursora oraz z Genie (Databricks Assistant):
- Asystent AI jest ramieniem, dźwignią. Żeby dobrze działał, musi mieć dobrego rozmówcę. Z tego wynika prosty wniosek: im lepsze skille mam, tym więcej „etapów” i błądzenia mogę ominąć i tym jeszcze lepszy wynik mogę uzyskać z AI.
- AI potrafi być coraz bardziej kompleksowe. Ale wciąż „nie potrafi” spojrzeć aż tak bardzo z lotu ptaka, jak powinni to robić inżynierowie danych. Często nie dlatego, że nie ma takich „umiejętności”, tylko dlatego, że po prostu, najzwyczajniej w świecie, ciężko go zapiąć „na całym systemie”.
- Finalnie to tylko narzędzie. Nawet jeśli inne niż reszta. A to prowadzi do prostej konsekwencji: to my odpowiadamy za efekt końcowy. Gdy robię swój prototyp, mogę lecieć na YOLO. Ale gdy robię duży system dla klienta, wypadałoby jednak zweryfikować co tam się w tym kodzie dzieje.
- Błędy – wciąż się zdarzają. I to częściej niż można by oczekiwać. I nie wychwycimy ich bez tej bazowej wiedzy.
- Nie zawsze opłaca się korzystać z AI – choć i ja łapię się na tym, że wolę zlecić asystentowi napisanie czegoś banalnego, zamiast poświęcić 20 minut więcej i zrobić to samemu. To trochę odpowiednik wyciągania kalkulatora, żeby policzyć „17 + 38”. Ale… AI kosztuje. I firmy w końcu zaczną coraz mocniej ograniczać wtedy, gdy nie jest to potrzebne. Sądzę, że tak jak dzisiaj specjalizujemy się w optymalizacji jobów sparkowych, tak pojawią się mocne dyskusje jak metodycznie ograniczać koszty zapytań.
I jeszcze coś: W wielu przypadkach kodowanie się zmieni – i to już się dzieje.
Klasyczne programowanie jest zastępowane przez wyspecjalizowane zlecanie
dobrze opisanych zadań. ALE! Nasza robota to potem zrobić code review
takiego rozwiązania. To może doprowadzić do paradoksu: potrzebni będą ludzie, którzy rozumieją kod i inne techniczne aspekty rozwiązań. Ale nie będzie skąd ich brać, bo będzie coraz mniej kodowania.Podsumowując:
Moim zdaniem na etapie nauki warsztatu należy położyć bardzo mocny nacisk na zrozumienie mechanizmów. Ciągle to jest fundamentem. I będzie jeszcze długo.
Myślę, że chyba rozwinę te spostrzeżenia w newsletterze najbliższym.
Ale chętnie poznam wasze zdanie. Szczególnie, jeśli jest inne;-)
Zaloguj się aby odpowiedzieć
