Технологии искусственного интеллекта всё ещё в тренде — и, несмотря на недавние опасения, не отнимают работу у IT-специалистов, а помогают им выполнять задачи.
Мы обратились к экспертам и друзьям Яндекс Практикума, чтобы узнать, как развиваются нейросети и как они могут помочь джуниорам в разработке, анализе данных и поиске работы.
В подготовке материала участвовали:
Разработчик и предприниматель с 20-летним опытом работы в IT. Программный директор Практикума, ведущий эксперт направления веб-разработки
Руководитель группы маркетингового анализа 2ГИС. Наставник на курсе «Аналитик данных» в Практикуме
Руководитель карьерного центра направления анализа данных в Практикуме
Этот материал — продолжение статьи «И снова ChatGPT: боль или радость для начинающих разработчиков». В ней Алексей Мартынов рассказал, как устроен ChatGPT, и показал несколько сценариев его использования в разработке. В новом материале мы рассказываем, как изменились ИИ-инструменты за год с выхода статьи, а ещё как применять их в анализе данных и при поиске работы. |
Есть несколько ключевых направлений, в которых развиваются ИИ-инструменты.
Чаты
Первое направление — это чат-боты. Такие, как ChatGPT или его ближайший конкурент Claude. Мы разбирали, с какими задачами они справляются, — например, чат-боты могут объяснить, протестировать, оптимизировать код или перевести его с одного языка программирования на другой. Впрочем, такие инструменты используют не только разработчики — тот же ChatGPT полезен и аналитикам, и маркетологам, и представителям любых других диджитал-профессий.
Есть два подхода к взаимодействию с ChatGPT: с помощью чата или API. Например, аналитик может загрузить в чат большую таблицу с данными и задать какой-то вопрос. Это отличный вариант для разовых задач. Другой подход более промышленный — воспользоваться API и интегрировать ChatGPT в свой код, чтобы создать программу, например, для трекинга аномалий в данных.
Есть и специализированные инструменты в виде чатов. Например, EasyReport позволяет аналитикам задавать вопросы о данных и получать мгновенные ответы в виде отчётов и визуализаций. Такие инструменты снижают порог вхождения для работы с данными.
Контекстные инструменты
Контекстные инструменты работают не с введёнными данными как чат-боты, а встраиваются в другие программы. Это могут быть подсказки в IDE, ИИ-помощники в ПО для работы с таблицами и так далее.
Например, тут Copilot подсказывает код новой функции прямо в процессе редактирования, опираясь на контекст.
А тут Copilot предлагает и другие функции в сайд-баре, которые могут быть полезны в этом контексте.
Такие инструменты работают не только с заданными условиями, но и со всем контекстом. Поэтому их удобно использовать, если нужных для запроса данных слишком много и их трудно «отнести» в чат. Например, контекстные ИИ-помощники для разработчиков, такие как GitHub Copilot или Amazon Whisperer, проиндексируют весь код, сами найдут нужные фрагменты и сформулируют подсказку так, как это это раньше делал IDE (только он работал без «умных» функций).
«Оставляю комментарий, спускаюсь на строчку ниже, а IDE с условным Copilot уже выдаёт мне кусок кода по этому комментарию. Остаётся только подтвердить, и всё, функция или компонент готовы!»
Алексей Мартынов, разработчик и предприниматель
Контекстные инструменты активно встраивают в системы бизнес-аналитики (BI). Например, в Tableau появилась технология Ask Data, которая также добавляет возможность писать и обрабатывать быстрые запросы на основе ИИ.
Инструменты специфической генерации
И наконец, есть модели, которые выполняют определённые функции. К самым популярным примерам можно отнести Midjourney или Dall-E, которые генерируют изображения.
ChatGPT умеет всё больше
Основное преимущество ChatGPT — это API и возможность создавать своих агентов, которые разработчик может наделить нужными ему функциями.
Также чат-бот получил доступ в интернет. Ещё недавно возможности ChatGPT были ограничены заданным заранее контекстом, а теперь можно делать запросы о происходящем в реальном времени — чат-бот «пойдёт» в интернет, найдёт, обработает информацию и выдаст ответ.
В новых версиях ожидаются функции не только генерации, но и исполнения кода, то есть ChatGPT сможет не только подсказывать пользователю, что сделать, но и сам выполнять полезные действия без его участия.
Контекстные инструменты стали оптимизировать работу с кодом
Большая проблема встроенных инструментов: чем больше контекста, тем больше глюков. Поэтому контекстные помощники двигаются в сторону оптимизации — не используют весь контекст сразу, а учатся выделять важные фрагменты.
Нейросети работают уже далеко не только с текстом
Чем дальше, тем ближе мультимодальность в ИИ — мы уже можем использовать для работы с ними не только текст, но и звук, видео или изображения. Ожидается, что планку ещё сильнее поднимет ChatGPT-5, который OpenAI готовит к выходу в этом году.
Стартапов на основе ИИ всё больше
Доступность и возможности нейросетей меняют подход к изобретению IT-продуктов. Например, можно взглянуть на каталог сервисов Product Hunt — в разделе AI приложения добавляются постоянно.
Во-первых, ChatGPT может помочь с объяснением сложных концепций. Если вы не понимаете тему, вы можете задать вопрос нейросети, и она объяснит её простыми словами. Например, вы можете спросить: «Что такое рекурсия в программировании?» или «Как работает алгоритм быстрой сортировки?» — и получить подробное объяснение.
Также ChatGPT поможет подготовиться к экзаменам и тестам. Он может задавать вопросы и принимать варианты ответов, давать обратную связь по домашним заданиям и предлагать, как улучшить решение.
Разработчики не советуют новичкам полагаться на ChatGPT в написании кода: при недостаточной экспертизе неизбежны ошибки, кроме того, джуниору для развития нужна самостоятельная практика.
«Не советую генерировать код без точного понимания, что вы хотите получить. Чтобы результат был качественным, вы должны представить результат гораздо лучше, чем его представляет ChatGPT, корректно декомпозировать задачу и описать все условия. Для джунов это сложновато»
Алексей Мартынов, разработчик и предприниматель
Но зато джуниорам полезно показывать ChatGPT свой код и спрашивать, что в нём стоит улучшить. С этой задачей нейросеть справится примерно на 8 из 10 — намного увереннее, чем с написанием готового кода с нуля. То же касается и поиска ошибок.
Если опытные разработчики отговаривают джуниоров полагаться на нейросети в работе, то в анализе данных отношение к таким инструментам на старте более спокойное.
«Я понимаю, почему начинающим разработчикам не советуют пользоваться ChatGPT. Всё-таки программист должен уметь писать код сам. Но у нас всё проще. Если брать среднюю температуру по больнице, то окажется, что есть аналитики, которые вообще не пишут код или пишут его мало.
Аналитик — человек, который помогает бизнесу принять решения на основании данных. А какие инструменты он для этого использует, не так важно»
Алексей Воронко, руководитель группы маркетингового анализа 2ГИС
Есть несколько задач, которые можно уверенно поручить ChatGPT, чтобы сэкономить время.
Суммаризация. Если у аналитика на руках большое исследование, из которого надо выделить самое важное, то вы можете отправить всю информацию ChatGPT и попросить сформулировать основные выводы, построить сводные таблицы и графики.
Быстрый анализ. ChatGPT поможет найти аномалии и закономерности в больших таблицах, причём быстрее, чем при ручном исследовании или с помощью алгоритма, написанного, например, на Python.
«Допустим, моя задача — проанализировать, сколько людей пользуются определённой функцией в приложении. В какие-то дни их больше, в какие-то меньше, это нормально. Но вдруг что-то происходит — например, в приложении изменили цвет кнопки, или в программу закрался баг, и количество пользователей резко сократилось. ChatGPT помогает провести первичную оценку данных и подсветить аномалии, что сильно ускоряет процесс для принятия мер»
Алексей Воронко, руководитель группы маркетингового анализа 2ГИС
Поиск новой информации. Анализ данных — это достаточно широкая сфера, специалисту в которой нужно ориентироваться в программировании, статистике, теории вероятностей, бизнесе и специфике продукта. Это колоссальный объём знаний, который трудно держать в голове, поэтому аналитику часто нужно что-то гуглить. ChatGPT может ускорить процесс поиска информации, корректно отвечать на сложные вопросы и подсказывать, как решить задачу.
Подготовка данных. ChatGPT быстро очистит данные, устранит дубликаты и заполнит пропуски.
Составление прогнозов. Например, чат-бот на основе ИИ может прогнозировать спрос, выявлять тренды и предсказывать будущие значения на основе исторических данных.
Вы можете попросить ChatGPT улучшить ваше резюме. Например, спросить «Как выглядит идеальное резюме джуниор фронтенд-разработчика на вакансию X?» и получить структуру и примеры текстов, которые можно использовать в качестве референсов.
Многие компании используют ATS-системы, которые фильтруют резюме до попадания к рекрутеру. Чтобы пройти этот скрининг машиной, тоже используйте машину — «отдавайте» чат-боту тексты вакансий и спрашивайте, какие ключевые слова нужны в резюме для отклика на позицию и что вы забыли указать из своего скиллсета.
Кроме ChatGPT, есть инструменты с ИИ-функциями, которые помогают довести резюме до идеала, такие как Teal или resume.io. Правда, это англоязычные сервисы, которые ориентированы не на российский, а на международный рынок. Например, Teal особенно эффективен при поиске работы на LinkedIn.
QA-инженер из Австрии Антон Червонный рассказал, как искал работу на LinkedIn с помощью ChatGPT. Изучить пошаговый сценарий можно в материале «10 откликов — 8 ответов: как я ищу работу QA-инженером с помощью ChatGPT». |
ChatGPT помогает и в написании сопроводительных писем. Результат будет лучше, если вы попробуете составить такое письмо сами, дадите модели несколько примеров, которые вам нравятся, а потом попросите чат-бота доработать текст с учётом описания вакансии и компании-работодателя. Так вы сможете быстро делать каждый свой отклик более персонализированным, а при активном поиске это самое времязатратное и вместе с тем очень важное занятие.
Не спешите закрывать окно с чат-ботом после прохождения первичного скрининга — ChatGPT может провести с вами тестовое собеседование и проверить знание базовой теории. Спросите: «Какие вопросы и задачи часто дают на собеседованиях по вакансии X?» Далее можно потренироваться в ответах и попросить ChatGPT улучшить ваши решения. Если собеседуетесь в международную компанию, используйте Interview Warmup — сервис Google для подготовки к интервью с обратной связью.
Эксперты сходятся во мнении, что полностью полагаться на ChatGPT и другие ИИ-инструменты при решении важных задач нельзя. Сложные и многосоставные задачи лучше не доверять им вовсе, а решения декомпозированных и рутинных всё равно нужно проверять вручную.
«Несмотря на все возможности, важно помнить, что результаты, полученные с помощью ИИ-инструментов, требуют критической проверки и правильной интерпретации. Поэтому аналитик должен внимательно проверять и осмысливать полученные выводы, чтобы принимать обоснованные решения»
Алексей Воронко, руководитель группы маркетингового анализа 2ГИС
Это важно, потому что нейросети:
часто ошибаются. Не умеют корректно генерировать большие куски кода, даже с помощью агентов;
плохо решают креативные задачи. Простая загадка: у Алисы пять братьев и три сестры. Сколько сестёр у братьев Алисы? Нейросеть может ответить, что три, не увидев неявные условия задачи;
не понимают шуток и контекста. В 2022 году завирусился мем про кротовуху — настойку на кроте, по вкусу напоминающую «спирт с прелой землёй после дождя в лиственном лесу». ChatGPT иронии не понял — и выдавал инструкцию по изготовлению кротовухи как рецепт традиционного русского напитка;
могут вести себя этически некорректно. Есть известная история, как минздрав США попытался использовать нейросети для обозначения приоритетов скорой помощи. Алгоритм продемонстрировал значительное предвзятое отношение к темнокожим пациентам.
При этом умение писать промты и оптимизировать работу за счёт ИИ — это уже must-have-навык в IT. Он часто встречается в вакансиях, а отдельные работодатели даже ищут специалистов, которые внедряют ИИ-технологии в компании.
«Я общаюсь с людьми из разных компаний и стартапов, и все признают, что без нейросетей в 2024-м никак. Правильное использование ИИ экономит огромное количество рабочих часов. Например, я вычеркнул 60% времени, которые раньше приходились на рутину: написание документации и тестов, оснастку кода»
Алексей Мартынов, разработчик и предприниматель
«Я вижу навык использования нейросетей уже не как просто важный, а как стандартный — как умение пользоваться клавиатурой или браузером. Ощущение, что в нашей сфере все пользуются ИИ и уже даже не особо акцентируют на этом внимание»
Алексей Воронко, руководитель группы маркетингового анализа 2ГИС
Это требование справедливо для опытных специалистов. Никто не ждёт, что начинающий IT-специалист сможет сразу писать идеальные промты и корректно валидировать результаты работы нейросетей. Наоборот, на первых этапах ему может быть важно выполнять задачи самостоятельно. Но ИИ-инструменты помогут справиться с первым большим вызовом джуниора — поиском работы.
«Кандидаты-новички совершают две большие ошибки: отправляют слишком мало откликов и делают их одинаковыми для всех компаний. ChatGPT поможет решить обе проблемы — вы сможете делать больше откликов, потому что будет проще и интереснее, а ещё сделаете их персонализированными и выделитесь среди других кандидатов»
Виктория Абдулова, руководитель Карьерного центра
Теперь студенты большинства курсов по профессиям в Практикуме проходят отдельный модуль по работе с нейросетями. На нём они учатся:
создавать идеи, писать тексты и автоматизировать задачи с помощью ИИ;
учитывать ограничения ИИ-моделей;
разбираться, как использовать ИИ безопасно и этично;
использовать ИИ в задачах с условиями, близкими к реальным.
Модуль вошёл в программы курсов по Python-, фронтенд-, Java- и фулстек-разработке, анализу данных и Data Science, тестированию, а также интернет-маркетингу, менеджменту и дизайну.