Ну то есть люди буквально в режиме ожидания: они реально хотят поменять свою жизнь и освоить аналитику данных, но боятся, что ИИ их скоро заменит. Хочу поделиться своими соображениями на этот счет — мне (скромно) кажется, что этот пост может вам помочь, если прямо сейчас вы задаетесь подобным вопросом.
За развитием ИИ я наблюдаю давно, причем изнутри. Еще в 2019 году я участвовал в проектах, где мы разрабатывали системы распознавания лиц по фото — сейчас такие системы стоят везде, а тогда это было супер новинкой. Потом случился ChatGPT и прочие штуки — мы начали активно использовать их API для бизнеса. Сейчас технологии шагнули далеко вперед, и я активно использую ИИшки в своей работе (50% времени наверно точно), в том числе для аналитических целей. Например:
— Я навайбкодил себе сервис с глубокой аналитикой рекламы в Яндексе и предиктивным подсказками. Раз в день захожу в сервис, трачу 10 минут на овервью всех кампаний, раздаю всем звездюлей и иду делать другие дела.
— Сделал ИИ-агента, который подключен к нашей корпоративной базе данных. С агентом можно общаться как с ChatGPT — текстом или голосом, и он по запросу отвечает тебе в цифрах на вопросы или даже формирует эксельки с выгрузкой. Сейчас тестирую сам, скоро раскачу на команду.
— Постоянно анализирую то, что раньше было невозможно — например, раньше я бы никогда не обработал 1000 звонков с клиентами (я с этого начал пост). Сейчас я это сделал за 5 минут и выделил несколько неочевидных для себя «болей» наших клиентов, которых раньше не было.
И таких кейсов я могу привести очень много. Реально, отрицать эту революцию просто глупо — если вы не хотите стать кожаным мешком на службе у роботов через пару лет, нужно серьезно задуматься о том, как стать бенефициаром этой революции)
Очевидно, что старые форматы перестают работать. Если ты просто «умеешь писать SQL-запросы» — тебя не наймут (или даже сократят). Но рынок не умирает, рынок меняется — это важно!!! И, если вы правильно видите изменения в рынке, то вы можете обойти многих своих конкурентов на рынке.
Итак, из своего личного опыта и десятков часов ковыряния с ИИшками, вот ТОП-5 штук, на которые вам нужно надавить, чтобы не прошляпить момент и круто стартануть/бустануть свою карьеру:
1/ Учитесь решать сложные задачи и закапываться в детали
Если схема базы данных легкая или нужно собрать элементарный отчетик — любой маркетолог с подключенной к БД LLM-кой справится с этой задачей и без вас, не зная SQL.
Но как только возникает сложная структура данных, куча корнер-кейсов, навороченные отчеты — LLM-ка начинает упускать детали, а менеджерам впадлу вникать и докручивать до результата. В этой части вряд ли будут существенные сдвиги, потому что это связано не с «глупостью» LLM, а с недостатком контекста по задаче.
Поэтому аналитики, которые могут решать реально сложные зубодробительные задачи — будут на коне. Мы всегда в это верили — именно поэтому про наши задачи в курсах часто говорят «Так сильно я еще никогда не потел, но оно того стоило».
Многие аналитики годами работали по факту переводчиками — просто переводили не с русского на английский, а с менеджерского на SQL-ный. И как правило запросы были не сильно навороченные. И ребята, которые остались на этом уровне или собираются заходить с таким уровнем знаний — вот у них будут проблемы. А на коне будут те, кто будет уметь реально сложные задачи.
2/ Разбирайтесь в инфраструктуре
Реальность такова, что сейчас каждый может навайбкодить себе полноценный аналитический сервис или вообще что угодно. Не удивлюсь, если скоро это станет обязанностью аналитиков (это логично — я вот выше писал, что сделал себе такой сервис — ясное дело потом я передам его аналитику по наследству и он будет там ковыряться).
Но есть пласт задач, которые частично автоматизируются, но все равно требуют и будут требовать ручного вмешательства — инфраструктурные задачи. Поднять и настроить сервер, выкатить релиз, настроить права, настроить автоматические пайплайны и прочее. Ну или как минимум контролить это все и уметь вмешаться.
Это дата инженерная работа (или даже иногда ближе к девопсам), но что поделать — жизнь такая: мы уже давно говорим, что каждый аналитик должен становится фуллстак-аналитиком и прокачивать свои скиллы в дата-инженерии обязательно! Это то, что выделит вас от коллег-нубов и роботов.
3/ Привыкайте делать интеграции
Еще одна дата-инженерная функция — ценность навыка построения автоматизированных пайплайнов будет только расти. И снова, это логично: если каждый чувак в компании может навайбкодить себе сервис аналитики, то он 100% захочет подрубить туда данные из общей базы, а еще из Яндекс Метрики, а еще откуда-нибудь. И с высокой долей вероятности где-то по пути от количества задач его ИИшка начнет галлюцинировать, косячить или что еще лучше — в разных таких сервисах будут разные данные.
Поэтому в компании точно будет расти спрос на построение больших хранилищ или даже озер данных, чтобы каждый менеджер/маркетолог или дай бог всем здоровья кто угодно еще мог подключиться туда со своей LLM-кой и тянуть оттуда данные.
Так что Python + Airflow + PostgreSQL вам в помощь!
4/ Качайте продуктовое мышление
Неожиданно — мы сменили вектор от дата-инженерных задач в сторону продуктового мышления! Но я ж уже говорил — нужны фулстек-аналитики: сегодня ты пилишь пайплайны, завтра ищешь инсайты, послезавтра строишь
Почему нужно качать продуктовку:
* Большинство вайбкодинга твоих коллег (и тебя) так и ограничится аналитикой, до автоматизированных агентов доберутся единицы. Но так как отчетики теперь не являются узким местом сами по себе, будет расти спрос на качественные выводы — а их мало кто умеет делать, по факту.
* ИИшка без ТЗ — кусок железа и немного электричества. Если вы сами не знаете, по какому алгоритму надо собрать отчет, на что посмотреть или как выдавать рекомендации — можно, конечно, отдать это на откуп ИИшке, но лучше тогда продумайте сразу план Б на случай банкротства своей конторы)
* В жизни все сложней, чем в теории. Выводы делать очень сложно, данных постоянно не хватает, статзначимостью и не пахнет. Чтобы из этого выпутаться, нужно очень круто шарить в аналитике именно с точки зрения продуктовки.
5/ Учитесь ИИшкам
Ну и немного очевидного — ковыряйтесь в ИИшках! Не предлагаю вам тратить на это все свое время (вас все равно в это затянет, как только начнете, хех), но постоянно пробуйте новое и развивайтесь.
Чтобы подытожить, идеальный рецепт «аналитика нового поколения»:
фулстек-аналитик (шарит в аналитике, DE и продуктовке) + шарит в ИИшках + умеет решать сложные задачи качественно и быстро
ИИшки вас не заменят, если вы адаптируетесь к новым правилам игры. Они станут вашими ассистентами, помощниками или вашими личными джунчиками, на которых вы будете сгружать кучу работы. А если вы не адаптируетесь и продолжите играть по-старому — они займут ваше место)
Если согласны — накиньте реакций!