Это видео недоступно.
Сожалеем об этом.
我要被 AI 取代了嗎？| 數據分析轉職困境
HTML-код
- Опубликовано: 15 авг 2024
- \ 電子書領取 /
轉職大全：【轉職數據分析，失敗經驗 + 轉職完整規劃 2.0】
landing.mailer...
\ 數據分析完整教學文 + 更多學習資源推薦 /
持續更新中！需要可以定期 follow～
couplehonest.c...
----------------------------------------------------
AI 為很多技術工作者帶來很多痛苦 (取代的隱患)
除了大家最熟悉
帶來最多衝擊的翻譯、文字工作者、影像工作者以外
軟體工程師、數據分析師也無法倖免
不過
我覺得製造恐慌並沒有太大用處
既然大家的工作都在受影響中
何不從根本分析一下
數據工作怎麼「不被取代」？
有價值的地方是哪裡？
影片後半段也會分享
不同專業的人
怎麼使用 AI 學習數據分析的技巧？
以及為什麼「跨領域結合數據」變得越來越重要？
數據是解決問題的起點
我相信 AI 能夠讓數據分析被更多圈子的人應用！！
----------------------------------------------------
Chapters:
0:00 為什麼數據工作不可能千年不變？
1:12 哪些數據工作最容易被取代？
2:48 AI 工具 + 數據分析，進展到什麼程度了？
5:54 Bonus 教學：不同專業，怎麼使用 AI 學習數據分析？
9:49 AI 時代，數據分析要學什麼才有意義？
12:04 為什麼數據結合跨領域越來越重要？
13:17 總結：AI 時代，數據分析工作何去何從？
----------------------------------------------------
Music: artist
Sources: pexels
cover: canva
想問影片中說到公司內部的資料不能上傳到AI網站上, 那我們可以如何利用AI幫助分析公司的數據？🤔
开发自己的模型，在本地分析
很好的問題～～感謝你的提問！
底下分享幾個更詳細的使用方式：
1. 如果自己公司採買的軟體有 AI 功能 (比如：Microsoft copilot)，就可以搭配原本的 Microsoft 軟體放心使用
---- 底下是如果自行要上傳資料到非公司購買的軟體，可以用的方法：
1. 不是非常推薦但可用：不要把機密資料上傳，僅上傳數字 (比如說：檔期 id、花費、營收)，這樣 AI 軟體其實也不知道你是誰、你做了什麼活動
2. 推薦：上傳的欄位是你要的，但是數字是假的 (自行處理過)，在 output 時請他教你，他怎麼分析的？他會詳細列出背後的程式語言邏輯，你就可以載下來後套用在自己真實的數字上
3. 推薦：在開放資料集找跟你平常處理很相似的資料集 (比如你要處理投放廣告的數據，就找投放的開源資料集)，在 output 時請他教你，他怎麼分析的？他會詳細列出背後的程式語言邏輯，你就可以載下來後套用在自己真實的數字上，也不需要花時間自行處理數字變成假的
@@whyNeedAHandle1 感謝你的分享～確實大公司內部還是會 prefer 這個做法，以維護自身權益 XD 不過小企業資源不夠的話，可能就滿難做到本地開發、本地分析
感謝回答
本來還以為你的回答是"不會取代"
因為我也認同AI會取代，或是取代80~90%的數據分析師
我覺得這份工作還是會存在，但是因為AI可以加速完成這份工作
所以原本一家公司可能會聘用3個數據分析師變成聘一個
更大家的公司本來聘10個變成聘2個就夠了
我對於AI會不會取代美術、美編人員也是同樣感想
畢竟我有付費使用AI生成美術圖，真的很強
一些小公司資本不夠可能直接把美編這職位刪了
中型的公司可能就聘請一位，AI生成後請美編修改一下就能用了，人力大量縮減
這些工作職位以後都非常難找了
非常同意～所以讓自己掌握核心不被取代的工作內容 & 善用 AI 超重要！
物理轉MLE的路過 AI本質是統計 但通常在實際使用場景有很多都是超出訓練資料範圍的 所以不侷限於ML 對我來說數據分析是一個發現問題癥結點的方法 嚴謹一點會走到因果推論 發現pattern之後解問題才事半功倍 AI終其只是工具 照相機不會取代畫家
依我之見，數據分析有兩個面向，一是著重分析方法本身，另一則是著重分析什麼。前者很容易被AI取代，後者則必須具備針對領域的應用。簡言之，數據分析是一種方法而不是一種職業，所謂數據分析師請著手轉行吧！
在转行数据分析之前，我做什么工作可以积累相关的数据经验呢
你原本是做哪一行的呢～通常會建議選擇跟原本的行業有關，但又能碰到數據的位置！
@@couplehonest 我上一份工作是软件开发（Java程序员），但我的代码能力比较差，我的业务逻辑是强项，我也很有兴趣，在做软件开发之前短暂做过物业的客服，以及销售，我目前是28岁
@@sunnyxia5210 業務邏輯是強項的話，滿建議可以從數據分析直接開始，因為初階數據 request 脫不了要「了解業務」並且順暢與這些單位溝通！(且做過程式相關工作也多少會加分，畢竟 coding 邏輯還是很重要)
為什麼你不開發ai 那你便能躺着領工資
不是ai取代你
是有開發能力的人 把各行各業沒開發能力的人取代掉
您好，科技島亮點人物期盼能訪問您，請幫忙留意一下信箱，感恩~😉
ChatGPT 可以當老師 一堆工程師都在用
被封面吸引進來XD
不會用 AI 的工程師，會被會活用 AI 的人取代。
感謝你的直白分享！確實就是這樣～而且不只工程相關，很多領域都是
這句話根本是假議題，AI 最終一定是人人都可以輕鬆使用，最後這句話也是說給沒出過社會的人聽而已
其實我看完這則影片後，再回頭回想跟查看之前您所發佈的影片，我有點不太確定，您對於“數據分析師在市場上究竟還好不好找工作”的具體想法。我的感覺是似乎數據分析對工作來說是值得投資的技能，但是不見得要成為數據分析師，因為它能用在很多地方。
如果我對於您所說的意見沒有認知錯誤、再加上AI加持的話，那麼數據分析師這個職位可能只會少不會多。而這個結論可能會跟您的第二支影片內容或對觀看者的回覆有點落差。因雖說這個職業可能還是會收轉職者，但在需求不大的情況下，轉職會變得更困難才是。
很好的提問！！
1. 其實大環境 (市場上職缺多不多)，跟「個人」好不好轉職，我覺得一定有關係，但是「非絕對相關」(很多時候只是推給環境比較容易 XD)！
2. 轉職大家一聽，都會覺得是「劣勢」，但是其實完全不一定～因為數據職涯很特別，不一定是線性，所以過去工作經驗「非數據」，對有些數據工作反而是加分 (舉例之前提過的 CRM 數據分析師，過去都做 data vs 過去做行銷，行銷可能反而更加分)
3. 而學了到底要不要轉職呢？這就是屬於每個人職涯規劃的議題了！(我會推薦沒想清楚，就不用做這個重大決定 XD)
不賺錢就會被取代
魔法師..魔物...奇幻小說動畫看太多了喔
免費吃CSV推推Claude，但胡說八道的能力更好了
claude ai 之前有上傳 csv 的功能！我也會用 XD！但做影片時去看，只剩 doc & image 能上傳了～～可惜！