1729183271
2024-10-16 09:48:00
月次レポートを具体化するために ChatGPT を利用しますか?あるいは、文章の構造を何時間もかけて苦労して作成する代わりに、数秒で全社的な更新メールを作成できるように Claude.ai に依存するようになったのではないでしょうか?
にもかかわらず 従業員とビジネス リーダーの 93% より正式かつ構造化された能力で職場に AI を導入することに懸念がある一方で、現実には、英国の労働者は日常業務の完了を支援するために生成 AI をますます使用しています。
実際、英国では 16 歳から 75 歳までの 1,800 万人もの人々が生成 AI を使用しています。 デロイトの調査結果、これは人口の3分の1に相当します。
英国全土で 5 つのデータ サイエンティストの役割を採用
- データ サイエンティスト、ナットウェスト、エディンバラ
- データ スチュワード、ブレーキ、アシュフォード
- シニア データ サイエンティスト、EU S/C、サプライ チェーン サイエンス、Amazon TA、ロンドン
- データ エンジニア、ロンドン、Publicis Media、英国
- マスターデータ管理者、KP Snacks、Slough
では、BYOAI (Bring Your Own AI) アプローチを支持する人々と、適切な AI ガイドラインの採用に消極的な上級リーダーの間に溝があるのはなぜでしょうか?
「働き方を変革するために GenAI を導入することに関して、従業員は雇用主よりも早く動いています。従業員は GenAI によって生産性が向上し、時間を節約できるとシグナルを送っていますが、多くの従業員は組織からテクノロジーの使用をサポート、奨励、または明示的に承認されていない可能性があります」とパートナー兼テクノロジー、メディア、電気通信部門の責任者である Paul Lee 氏は述べています。デロイトでの研究。
この意見は、Workday の UKI 副社長兼カントリー マネージャーであるダニエル ペル氏も同様です。 「AI のスキルアップは技術的な問題だけではないことを認識することが重要です。それは文化でもあります」と彼は言います。
「実際、今日の AI 導入に対する最大の障壁の 1 つは信頼です。この信頼ギャップは、従業員と企業に利益をもたらす分野での戦略的導入と並行して AI の使用を明確に伝えることによってのみ克服できます。」
生成 AI が生産性と生産性を向上させる主な方法の 1 つは、数秒で処理できる膨大な量のデータによるものであるため、特にデータ サイエンティストが広範な知識と方法論を活用してあらゆるメリットを享受できるというさらなる利点があることは理にかなっています。生成 AI が提供するもの。
これを念頭に置いて、データ サイエンティストが日常業務で概念を明確にしたり、オプションを比較検討したり、一般的なタスク用のコードを単純に生成したりするために使用できる 10 の便利なプロンプトを見つけてください。
プロンプト 1: 「説明してください」 [specific data science concept or algorithm] 簡単に言えば」
これを使用すると、ニューラル ネットワーク、ランダム フォレスト、勾配降下などの複雑な概念をすばやく明確にすることができます。
プロンプト 2: 「使用することの長所と短所は何ですか?」 [specific model or algorithm] のために [specific task]？」
このプロンプトは、特定の使用例のモデルまたはアルゴリズムを決定するときにオプションを比較検討するのに役立ちます。
プロンプト 3: 「次の Python スクリプトを生成する」 [data science task]、データ クリーニング、EDA、特徴量エンジニアリングなど。」
このプロンプトは、一般的なタスクのコードを迅速に生成することで時間を節約するのに役立ちます。
プロンプト 4: 「最新の研究またはトレンドの概要を説明してください」 [specific area, e.g., machine learning, NLP, etc.]」
このプロンプトを使用すると、現場の最新の開発状況を常に最新の状態に保つのに役立ち、更新の簡単な概要を受け取ることができます。また、情報を箇条書き形式で受け取るように要求したり、情報をできるだけ簡潔にするために文字数を制限したりすることもできます。
プロンプト 5: 「次の出力をどのように解釈すればよいですか?」 [specific model or statistical test]？」
このプロンプトは、ロジスティック回帰係数や p 値などのモデルやテストの結果を解読するのに役立ちます。
プロンプト 6: 「モデルのパフォーマンスを向上させる方法を提案してください」
精度を高めるためのハイパーパラメーターの調整、機能の選択、またはモデルの選択に関するヒントを探している場合、このプロンプトにはさまざまなオプションが表示されます。
プロンプト 7: 「欠落データを処理するためのベスト プラクティスは何ですか?」 [specific dataset]？」
このプロンプトは、代入方法やデータ除外など、欠損値を処理するための戦略を提供します。
プロンプト 8: 「次の影響を理解するのを手伝ってください」 [specific metric or KPI] 私の分析では」
分析のコンテキストで AUC-ROC、適合率、再現率、R 二乗などの指標を解釈する際にサポートが必要な場合、このプロンプトが正しい方向へ導きます。
プロンプト 9: 「技術者以外の読者向けにデータ分析結果の概要を草案してください」
このプロンプトは、技術的な調査結果を関係者にとって理解できる洞察に変換するのに非常に役立ちます。
プロンプト 10: 「作業中に避けるべき一般的な落とし穴は何ですか?」 [specific data type or problem, e.g., time series, imbalanced data]？」
潜在的な問題とその対処方法を強調したい場合、このプロンプトにより、より堅牢な分析を確実に実行できます。
イノベーションを好む企業で、より進歩的な技術職をお探しですか?今すぐ情報時代の求人掲示板にアクセスしてください
続きを読む
会社独自の ChatGPT ポリシーを作成する – スタッフに ChatGPT への自由なアクセスを与えると、特に機密データを知らずに公開した場合、悲惨な結果を招く可能性があります。ここでは、会社独自の生成 AI ポリシーを作成する方法に関するいくつかのヒントを示します。
ChatGPT は Google を殺すわけではありません – 検索の重要性が高まります – Google とより広範な検索エンジン領域のビジネスと社会的役割が、ChatGPT のような生成 AI ツールとともにどのように進化していくのかを説明します。
開発者にとってChatGPTが意味するもの – ChatGPT はソフトウェア開発者に取って代わるのでしょうか?それとも、定型コードの作成、デバッグ、テストという重労働を行うことで、仕事がより楽しくなるでしょうか? David Adams が、すでに ChatGPT を使用している開発者に講演します
#データ #サイエンティスト向けの #の便利な #ChatGPT #プロンプト