Wątek przeniesiony 2017-03-11 01:41 z Nietuzinkowe tematy przez somekind.

Czy sądzicie, że to AI itd to są zawody przyszłości?

1

Cześć.
Najpierw artykuł:
http://www.datasciencecentral.com/profiles/blogs/difference-between-machine-learning-data-science-ai-deep-learning

i teraz tak. Czy sądzicie, że programowanie obecnie lekko mówiąc jest mainstream i słabe i porządnymi zawodami przyszłości są te z powyższego linku?

Czy wiecie cokolwiek o tych dziedzinach? Proszę o konstruktywne wypowiedzi ludzi ogarniających temat.

Z pozdrowieniami Karolina

0

Może być i tak, ale deep learning i machine learning potrzebują sporych mocy obliczeniowych i może braknąc zanim na dobre przejmą władzę nad światem:)

0

"Data science" to w 80% oczyszczanie i skladowanie danych (tak wiec czysta developerka i to w dodatku niezbyt ciekawa). W tych 20% mozna sie pobawic modelami matematycznymi (ale do tego czesto sie zatrudnia ludzi z PHD ktorzy maja dobre przygotowanie teoretyczne).

0

Programowanie stało się mainstreamem i rzemiosłem. Masa ciśnie w dół jak to mawiał pewien klasyk. Prawda jest taka, że obecnie najwybitniejsze jednostki z młodego pokolenia lgną do data science, bo to dziedzina która się intensywnie rozwija i daję możliwości tworzenia czegoś nowego, a nie tylko sprawnego używania technologii, które powstały gdzieś w dolinie krzemowej.

https://www.forbes.com/sites/karstenstrauss/2016/04/14/the-best-jobs-in-2016/#3482efc61da3
https://www.forbes.com/sites/drewhansen/2016/10/21/become-data-scientist/#6fd2f56287d3

Przedmówca chyba nie za bardzo ma pojęcie czym jest data science, ale się mocno mądrzy. Zanim zacznie się wygłaszać takie twarde opinie, polecam zapoznać się z linkiem wrzuconym przez @karolinaa , tam to wszystko dokładnie wytłumaczono.

https://futurism.com/80-of-it-jobs-can-be-replaced-by-automation-and-its-exciting/
oczywiście 80% to duża przesada, co nie zmienia faktu, że praca dużej części deweloperów jest zagrożona automatyzacją.

0

Czy Ai jest zagrożeniem dla programistów i może w przyszłości odebrać im pracę?
http://tylkonauka.pl/wiadomosc/sztuczna-inteligencja-nauczyla-sie-programowac

0

Ja się nie boję AI, obronią nas wszyscy ci, którzy konfigurują IoC w XML. Wszakże prawdziwa głupota zawsze pokona sztuczną inteligencję.

0

Tak, podobnie będzie jak z LightSwitch. Można sobie wy-klikać fajną aplikację CRUD ale jak pojawi się bardziej złożony problem to AI rozłoży się. Przy dużych i skomplikowanych aplikacjach często rozwiązuje się nietypowe problemy (także optymalizacyjne).

1
Krwawy Wąż napisał(a):

Czy Ai jest zagrożeniem dla programistów i może w przyszłości odebrać im pracę?
http://tylkonauka.pl/wiadomosc/sztuczna-inteligencja-nauczyla-sie-programowac

Bez przesady, na razie to potrafi kilkulinijkowca skompilować.

0

Przedmówca chyba nie za bardzo ma pojęcie czym jest data science, ale się mocno mądrzy. Zanim zacznie się wygłaszać takie twarde opinie, polecam zapoznać się z linkiem wrzuconym przez @karolinaa , tam to wszystko dokładnie wytłumaczono

Widze ze lubisz cytowac Forbes'a to ja tez zacytuje: https://www.forbes.com/sites/gilpress/2016/03/23/data-preparation-most-time-consuming-least-enjoyable-data-science-task-survey-says/#38fff9456f63
Data scientists spend 60% of their time on cleaning and organizing data. Collecting data sets comes second at 19% of their time, meaning data scientists spend around 80% of their time on preparing and managing data for analysis.

0

Nadziany Mleczarz

Próba losowa 80 "data scientistów" jest śmieszna biorąc pod uwagę, że zawód ten wykonuje obecnie pewno parenaście tysięcy osób. Druga sprawa to jaką definicję przyjęto definiując "data scientista" w tym badaniu,
http://visit.crowdflower.com/rs/416-ZBE-142/images/CrowdFlower_DataScienceReport_2016.pdf sądząc po podrozdziale "Whats next for data science?", wrzucili zupełnie nieuzasadnienie do jednego worka deweloperów zajmujących się obróbką danych czy innymi sqlami/hadoopami, analityków biznesowych, a nie data scientistów w ścisłym tego słowa znaczeniu, czyli ludzi zajmujących się implementacją i rozwojem rozwiązań opartych na uczeniu maszynowym, sieciach neuronowych czy uczeniu ze wzmocnieniem w róznych dziedzinach życia +oczywiście statystyka ( oczywiście, bo te dziedziny są nierozerwalnie połączone na gruncie teoretycznym i praktycznym w sumie też). Często niestety popełniany jest w różnych publikacjach ten błąd, wynika z młodości tej dziedziny ( w pewnym sensie oczywiście, bo samo uczenie maszynowe jest z nami od wielu dekad) i po prostu z niedouczenia osób, które takie artykuły piszą.
Wiele osób niestety nadal nie rozróżnia data scientista od data engineera, deweloperów zajmujących się bazami danych, statystyków, matematyków, analityków biznesowych. Dlatego jeszcze raz radzę dokładnie przeczytać artykuł wrzucony przez @karolinaa , gdzie wszystko jest wyjaśnione (też w podartykułach).

Co do umiejętności matematycznych, to oczywiście jest to totalną brednią. Teoria sieci neuronowych i uczenia maszynowego jest spokojnie do opanowanie dla przeciętnego studenta politechniki, statystyki, ekonomi matematycznej itp. To półka niżej niż matematyka czy fizyka teoretyczna.

1 użytkowników online, w tym zalogowanych: 0, gości: 1