١٠ أسئلة مفيدة في ChatGPT لعلماء البيانات
ما هي الدردشة؟: جرّب أسئلة ChatGPT هذه
بصفتك عالم بيانات، ما الذي يجب أن تسأله لتحقيق أقصى استفادة من ChatGPT؟ يشرح أوبين ماكبرايد من Jobbio المزيد.
هل تلجأ إلى ChatGPT لمساعدتك في إعداد تقرير شهري؟ أو ربما أصبحت تعتمد على Claude.ai لمساعدتك في إنشاء رسائل بريد إلكتروني للتحديثات على مستوى الشركة في ثوانٍ معدودة، بدلاً من العمل المضني على بنية الجملة لساعات؟
على الرغم من أن ٩٣٪ من الموظفين وقادة الأعمال لديهم مخاوف بشأن تطبيق الذكاء الاصطناعي في مكان العمل بشكل أكثر رسمية وهيكلية، إلا أن الواقع هو أن العاملين في المملكة المتحدة يستخدمون الذكاء الاصطناعي التوليدي بشكل متزايد لمساعدتهم على إنجاز مهامهم اليومية.
في الواقع، استخدم ما يصل إلى ١٨ مليون شخص تتراوح أعمارهم بين ١٦ و٧٥ عامًا الذكاء الاصطناعي التوليدي في المملكة المتحدة، وفقًا لبحث أجرته شركة ديلويت، وهو ما يعادل ثلث السكان.
خمسة وظائف شاغرة لعلماء البيانات في جميع أنحاء المملكة المتحدة
عالم بيانات، نات ويست، إدنبرة
مسؤول بيانات، بريكس، آشفورد
عالم بيانات أول، قسم علوم سلسلة التوريد في الاتحاد الأوروبي، أمازون تي إيه، لندن
مهندس بيانات، لندن، بابليسيس ميديا، المملكة المتحدة
مدير بيانات رئيسي، كي بي سناكس، سلاو
إذن، لماذا هذا التباين بين مؤيدي نهج “أحضر ذكائك الاصطناعي الخاص” (BYOAI) وكبار القادة المترددين في تبني إرشادات الذكاء الاصطناعي المناسبة؟
يتقدم الموظفون بوتيرة أسرع من أصحاب عملهم عندما يتعلق الأمر بتبني الذكاء الاصطناعي من الجيل الجديد (GenAI) لتغيير طريقة عملهم. في حين يُشير الموظفون إلى أن الذكاء الاصطناعي من شأنه تعزيز إنتاجيتهم وتوفير الوقت لهم، قد لا يحظى العديد منهم بالدعم أو التشجيع أو التأييد الصريح لاستخدام هذه التكنولوجيا من قِبل مؤسساتهم، كما يقول بول لي، الشريك ورئيس قسم أبحاث التكنولوجيا والإعلام والاتصالات في ديلويت.
ويُشارك دانيال بيل، نائب الرئيس والمدير الإقليمي في المملكة المتحدة وأيرلندا في وورك داي، هذا الرأي. يقول: “من المهم أن ندرك أن تطوير مهارات الذكاء الاصطناعي ليس مجرد مشكلة تقنية، بل هو أيضًا مسألة ثقافية”.
ويضيف: “في الواقع، تُعد الثقة أحد أكبر العوائق أمام تبني الذكاء الاصطناعي اليوم. ولا يمكن التغلب على هذه الفجوة في الثقة إلا من خلال التواصل الواضح حول استخدام الذكاء الاصطناعي، إلى جانب التنفيذ الاستراتيجي في المجالات التي تعود بالنفع على الموظفين والشركات”.
تُعد الكميات الهائلة من البيانات التي يمكن للذكاء الاصطناعي التوليدي معالجتها في ثوانٍ معدودة من أهم الطرق التي يعزز بها الإنتاجية والإنتاجية، لذا من المنطقي أن يتمتع علماء البيانات تحديدًا بميزة إضافية تتمثل في تسخير معارفهم ومنهجياتهم الواسعة مع جميع مزايا الذكاء الاصطناعي التوليدي.
مع وضع ذلك في الاعتبار، اكتشف 10 إرشادات مفيدة يمكن لعلماء البيانات استخدامها في عملهم اليومي لتوضيح المفاهيم، وتقييم الخيارات، أو ببساطة إنشاء شيفرة برمجية للمهام الشائعة.
الإرشاد 1: “اشرح [مفهومًا أو خوارزمية محددة في علم البيانات] بعبارات بسيطة”.
يمكن استخدام هذا لتوضيح المفاهيم المعقدة بسرعة، مثل الشبكات العصبية، والغابات العشوائية، والانحدار التدرجي.
السؤال الثاني: “ما هي إيجابيات وسلبيات استخدام [نموذج أو خوارزمية محددة] لـ [مهمة محددة]؟”
هذا السؤال مفيد لتقييم الخيارات عند اختيار نموذج أو خوارزمية لحالة استخدام معينة.
السؤال الثالث: “إنشاء نص برمجي بلغة بايثون لـ [مهمة علم بيانات]، مثل تنظيف البيانات، أو تحليل البيانات الإلكتروني، أو هندسة الميزات.”
سيساعدك هذا السؤال على توفير الوقت من خلال إنشاء شيفرة برمجية بسرعة للمهام الشائعة.
السؤال الرابع: “تقديم لمحة موجزة عن أحدث الأبحاث أو الاتجاهات في [مجال محدد، مثل التعلم الآلي، ومعالجة اللغة الطبيعية، إلخ].”
هذا السؤال مفيد للبقاء على اطلاع بأحدث التطورات في هذا المجال، ويمكنك استخدامه لتلقي ملخص موجز للتحديثات. يمكنك أيضًا طلب استلام المعلومات في شكل نقاط أو تحديد عدد الكلمات لإبقائها موجزة قدر الإمكان.
السؤال الخامس: “كيف أفسر مخرجات [نموذج أو اختبار إحصائي محدد]؟”
يمكن أن يساعد هذا السؤال في فهم نتائج النماذج أو الاختبارات، مثل معاملات الانحدار اللوجستي أو القيم الاحتمالية.
السؤال 6: “اقتراح طرق لتحسين أداء نموذجي”.
إذا كنت تبحث عن نصائح حول ضبط المعاملات الفائقة، أو اختيار الميزات، أو اختيار النموذج لتحسين الدقة، فسيوفر لك هذا السؤال خيارات متنوعة.
السؤال 7: “ما هي أفضل الممارسات للتعامل مع البيانات المفقودة في [مجموعة بيانات محددة]؟”
يوفر هذا السؤال استراتيجيات للتعامل مع القيم المفقودة، مثل أساليب الاستنباط أو استبعاد البيانات.
السؤال 8: “ساعدني في فهم آثار [مقياس محدد أو مؤشر أداء رئيسي] في تحليلي”.
إذا كنت بحاجة إلى مساعدة في تفسير مقاييس مثل AUC-ROC، أو الدقة، أو الاستدعاء، أو R-squared في سياق التحليل، فسيرشدك هذا السؤال إلى الطريق الصحيح.
السؤال 9: “أُعِدّ مُلخّصًا لنتائج تحليل البيانات لجمهور غير مُختصّ”.
هذا السؤال مُفيدٌ للغاية لترجمة النتائج التقنية إلى رؤى واضحة لأصحاب المصلحة.
السؤال 10: “ما هي الأخطاء الشائعة التي يجب تجنّبها عند العمل مع [نوع بيانات مُحدّد أو مُشكلة مُحدّدة، مثل السلاسل الزمنية، أو البيانات غير المُتوازنة]؟”
إذا كنت ترغب في تسليط الضوء على المُشكلات المُحتملة وكيفية مُعالجتها،سيضمن لك هذا الأمر إجراء تحليل أكثر قوة.
