职场小萌新的深思与自省

🥰最近从高盛离职到入职新公司已经两个月啦！回顾这段时间，作为在高盛和摩根大通从事量化与数据科学两年多的职场新人，我感触颇深。随着频繁使用ChatGPT，我愈发感到焦虑。🥲

AI与数据科学的碰撞

首先，推荐大家尝试一个非常有用的GPT-4插件，叫做Code Interpreter。它的主要功能是提供Python的沙盒环境，自动化完成全套数据科学家的工作。从数据清洗到提取关键信息，绘图建模，几分钟就能完成通常数据科学项目的整个流程…🤓这让我不禁感慨，难道数据科学真的要被取代了吗？

正好前几周，阿里发布了一篇关于AI取代数据科学的论文，提到AI的成本仅为高级数据科学家的0.5。这简直是性价比的碾压🥸。连GitHub的CEO也表示，未来AI将取代80%的程序员的工作，而且这个未来并不遥远。

火花与思考：如何适应变化

尤其是在数据科学领域，由于工作内容较为重复且流程相对统一，因此更容易被AI取代。对此，我有几点想法：🤓

1. 学会高效使用ChatGPT：尽管AI已经非常强大，但学会如何向AI提出正确的问题至关重要。例如遇到bug时，首先需有自己的理解，再依靠AI辅助实现工作自动化。
2. 进行高层次思考：除了具体的细节，更重要的是学会核心思路，比如分析需要获得何种洞察，如何更好地理解数据。
3. 关注业务本身：数据科学的优势在于深入理解与业务的结合，因此学会更好地理解业务和产品逻辑至关重要。这些逻辑将是未来人类最大的价值所在。

在工作中，除了完成基本的数据分析，还需花费更多时间了解客户的需求。随着AI降低劳动成本，高层次的思考能力将成为竞争优势。

面对AI，保持乐观与清醒

总体来看，关于AI的取代，暂时无需过于焦虑，因为AI取代的都是基础的、相对枯燥的工作。对于数据科学家而言，这或许是一个研究新技能、思考核心业务的机会。

但有一点是确认的：一定要及早学会如何使用AI，了解其局限性，并努力发掘自身的竞争优势。🥳

结尾寄语

以上共勉！🥰@薯队长@知识薯@校园薯

标签

#北美职场 #投行 #职场 #纽约 #北美生活 #日常思考 #大数据 #数据分析 #金融 #华尔街 #ChatGPT #Python #初入职场的我们