在 AGI 通用人工智慧的時代，Data Scientist 的工作還有價值嗎？

AI 的快速發展，顛覆了各個產業的發展，ChatGPT 的出現，加快了作家寫作的速度，加快了工程師寫程式的速度，世界正在快速的改變。

許多人開始探究自己的工作會不會被 AI 取代，身為資料領域的工作者，我也開始在思考，當 AI 的能力不斷進化且遠遠超過人類時，在我的工作中有哪些任務交給 AI 會更有效率？哪些任務仍然需要人類去執行？

Data Scientist 的實際工作內容

Data Scientist 是一個比較模糊的職位名稱，包含的任務大致分為以下 3 種

1. 數據分析 Data Analysis從數據中提取有用的信息，幫助公司進行決策 e.g. EDA 探索性分析、建立 Dashboard
2. 數據工程 Data Engineering建立數據基礎設施的設計、構建和維護，以確保數據的質量和可用性 e.g. 建立 data pipeline、資料驗證、資料監控
3. 機器學習 Machine Learning建立機器學習模型，通常用於預測未來或內容生成 e.g. 商品推薦系統、AI 生成圖片

未來，Data Scientist 的核心價值

數據分析

我認爲做數據分析最重要的能力是，結合商業與產品思維，提供深入的數據見解，並推動數據影響力，在剛開始數據分析工作時，許多人會專注在學習 SQL, Python, 視覺化工具等等，現在 ChatGPT 就可以提供你分析需要的 SQL 跟 Python 程式碼，甚至上傳一個 Excel 檔案，ChatGPT 就能產生數據圖表，也有許多 no-code 分析工具出現，未來 AI 高機率會自動產生分析的結果，我們會將心力放在解讀數據，結合用戶心理、產品思維、商業思考等等多個面向來解釋數據的變化，並且回到人與人的溝通，根據數據分析的結果去影響公司與產品的決策。

數據工程

最重要的目標是建立一個穩定、高效且安全的數據基礎設施，提供數據進行後續的應用。除了常見的建立 data-pipeline，將自動化資料處理過程，還經常會使用到雲端服務、資料庫、資料倉儲等等。

未來，想像每間公司都能根據自己的資料格式與型態訓練一個寫 code 的模型，能夠自動化完成資料存取與轉換等等工作，用 AI 幫助我們建立 data-pipeline，未來的數據工程將更加專注在了解整個系統的運作、不同服務間的交互，並且規劃可規模化的數據儲存與運算架構，提供 AI 應用所需要的計算資源，未來的數據工程師也許更像是數據架構師。

機器學習

機器學習的任務，大致分為研究與應用兩種。研究任務需要投入大量的時間與資金支持，由於訓練的數據量級將大大影響模型成效，將來最先進的模型研究也許只會集中在 FAAMG 等級的大公司，才能負擔得起高昂的模型開發成本。另一類則是 AI 應用，由於 AI 運算成本高，例如生成一張圖片的能耗大約等於將一隻手機充滿電的能量，除了要針對 AI 使用場景選擇合適的算法，還需要權衡 AI 的使用成本與其商業價值之間的平衡。此外，還需要考慮 AI 使用者的心理，由於 AI 的運作過程常被形容為黑盒子，其決策過程不透明，如何提高模型的可解釋性已取得用戶信任變得尤為重要。