Зачем в эпоху ИИ изучать SQL — 09.01.26 11:00
Я задалась себе вопросом: а зачем сейчас, в эпоху искусственного интеллекта, изучать языки программирования?
Об этом порассуждаю ниже.
А пока подписывайся на мой канал На связи: SQL Там я публикую посты про особенности и нюансы SQL.
Этот канал про то, как не бояться баз данных, понимать, что такое JOIN, GROUP BY и почему NULL ≠ 0. Его я веду с нуля подписчиков. Разбор задач со скользящим окном уже в канале.
Присоединяйся!
И так
Сейчас нейросети могут создавать «много чего». Могут в принципе написать план создания отдельного государства. Я почти уверена, что каждый второй точно пользуется нейросетями для облегчения своей жизни. Почти каждая компания говорит о том, что выполнение рутинных задач будут замещены ИИ. Это и хорошо и плохо, как говорится, у любой стороны есть две медали. С одной стороны мы сможем освободившееся время выделить на что-то другое, а с другой стороны — это изменение в штатном расписании.
Так зачем же сейчас изучать SQL, если есть ИИ, который за нас может написать весь код, мы даже можем загрузить сырые данные и попросить проанализировать его, что это за данные, чтобы потом, при постановке задачи, учесть все нюансы в промте.
Рассмотрим следующий кейс:
Ты — аналитик, у тебя есть таблица с данными. Ты понимаешь бизнес:
— знаешь, какие показатели нужны
— знаешь как они считаются
— знаешь, что такое выручка, конверсия, средний чек и т.д.
Ты открываешь ИИ и говоришь:
Вот данные. Напиши SQL-запрос, который посчитает эти метрики. Учти NULL, особенности данных и вот эти условия
Все перечислил, все вроде бы учел.
ИИ пишет запрос.
Он выглядит красиво. Он даже выполняется.
Цифры выводятся.
И вот здесь возникает главный вопрос:
а что именно ты получил?
Ты дал данные, ИИ проанализировал, составил запрос, учел там формат даты, NULL и т.п., выдал результат. А как понять — можно ли верить этим данным? А почему получилось именно это число?
Т.е. появляется вопрос: а почему именно так?
Тут ты также можешь задавать вопросы нейросети и выяснять почему получились именно такие данные. Чтобы задавать такие вопросы знание SQL вообще не нужно. Нужно понимание полученных результатов. И все вопросы, которые ты задаешь — это бизнес-вопросы.
Нейросеть тебе на твои уточняющие вопросы дает комментарии и в этот момент, ты либо веришь полученным ответам, либо идешь проверять.
А чтобы проверить, тебе надо лезть в данные. И вот тут знания SQL тебе явно пригодятся.
Ты можешь от ИИ получать на вопрос: «Почему выросла конверсия?», например, такие ответы: «Конверсия выросла из-за изменения структуры пользователей.»
И что делать с таким ответом?
В твоей голове аналитика сразу возникают следующие вопросы:
— каких именно пользователей
— с какого дня
— по каким условиям
— что было исключено из расчета
Ты и эти вопросы можешь задавать нейронке.
Но без SQL ты можешь остаться на уровне объяснений, а не на уровне доказательств.
По факту:
SQL нужен не для того, чтобы:
-
писать сложные запросы
-
помнить синтаксис
-
быть «технарём»
SQL нужен, чтобы в любой момент сказать:
«Я могу сам(а) проверить».
Это ключевое.
Не написать с нуля.
Не оптимизировать на миллионы строк.
А проверить логику расчёта на уровне данных.
И еще одна особенность, если твои данные «большие», то ты не сможешь их все скормить нейронке, чтобы та проанализировала их на предмет выбросов и искажений. Тебе в любом случае придется самому проанализировать какие данные в твоем датасете, чтобы задать корректный промт для вычисления твоих показателей, чтобы твой итоговый запрос, который напишет нейронка, учитывал особенности твоих данных.
И тут ты возвращаешься к началу. Чтобы задать корректный промт для нейросети, ты должен сначала проанализировать данные, чтобы учесть все условия для вычисления показателей.
А чтобы проанализировать нужно самому написать SELECT-ы различного рода.
В моем канале На связи: SQL все простыми словами и с конкретными примерами.
Подписывайся!
