LLMでデータサイエンスはどこまで変わるか
LLMを活用することで、データ分析の作業を支援してくれたり、代替してくれたり、だいぶ楽になりそうなことは、以前の記事でも挙げました。
加えてデータ分析だけでなく、最適化問題にも手を出し始めています（以前は最適化のページに置いてました、整理してコチラに）。
こうした事例を見ると、まだ「確かにできるよね」って段階のものだったりもします。いや言い方が悪い、、、LLM自体は凄い技術進歩と思ってます、今でもたまにコーディングする時とか関数やパラメータの詳細を忘れてるのでLLMにすごく助けられてますし。
現時点の感触では、ITエンジニアの亜種である、機械学習エンジニアやデータエンジニア、データアーキテクトの仕事はだいぶ楽になると思ってます。そもそも人手不足な分野だし、助かります。
でも、コンサルタントの亜種である、データサイエンティストの仕事は本質的には減らない気もします。
業務やビジネスの問題とデータ利活用による課題の間を行ったり来たりしながら人の・企業の意思決定支援を支援する部分は、まだLLMには入り込めなそうですね。言い方を変えると、LLMが動ける程度にデータ利活用の指示を具体的に出せれば自動化できる所が増えてきましたが、LLMに指示を出せるほどの知見を持つ人は多くないので。後者の役割、その価値をわかる人が少ないことがデータ利活用の推進のハードルとしてあるけれど。
今回本題としたいのは、LLMによってデータサイエンスという技術なり分野を変える可能性、いわば後者を何らかの形でLLMが侵食できる可能性です。
まだまだ論文とか記事が出始めている段階で、LLMマルチエージェントを俯瞰する - Speaker Deckみたいな記事が出始めたところなので、これから見つけ次第こちらのページに追加していこうかな、と。
とりあえずページを立ち上げておこうというところです。
他の情報を見たい方は、目次ページへ
仕切り直しで収集情報の整理から｜くすぐったがり｜note
この記事が気に入ったらサポートをしてみませんか？