Qısa cavab: Süni intellekt məlumat mühəndislərini tamamilə əvəz etməyəcək; o, SQL tərtibatı, boru kəməri iskalaları, testlər və sənədləşdirmə kimi təkrarlanan işləri avtomatlaşdıracaq. Əgər rolunuz əsasən az sahibkarlıq tələb edən, bilet əsaslı işdirsə, bu, daha çox açıqdır; əgər etibarlılığa, təriflərə, idarəetməyə və hadisələrə cavab verməyə sahibsinizsə, süni intellekt əsasən sizi daha sürətli edir.
Əsas nəticələr:
Mülkiyyət : Yalnız tez bir zamanda kod yaratmaq üçün deyil, nəticələr üçün məsuliyyətə üstünlük verin.
Keyfiyyət : Boru kəmərlərinin etibarlı qalması üçün sınaqlar, müşahidə qabiliyyəti və müqavilələr.
İdarəetmə : Məxfilik, giriş nəzarəti, saxlama və audit izlərini insanlara məxsus şəkildə saxlayın.
Sui-istifadəyə qarşı müqavimət : Süni intellekt çıxışlarını qaralama kimi qəbul edin; inamlı səhvlərin qarşısını almaq üçün onları nəzərdən keçirin.
Rol dəyişikliyi : Şablon yazmağa daha az vaxt sərf edin və davamlı sistemlərin dizaynına daha çox vaxt ayırın.
Əgər məlumat qrupları ilə beş dəqiqədən çox vaxt keçirmisinizsə, bəzən pıçıldanan, bəzən də süjet xətti kimi iclasda səslənən nəqarəti eşitmisiniz: Süni intellekt Məlumat Mühəndislərini əvəz edəcəkmi?
Və... başa düşürəm. Süni intellekt SQL yarada, boru kəmərləri qura, yığın izlərini izah edə, dbt modellərini tərtib edə, hətta anbar sxemlərini narahatedici bir inamla təklif edə bilər. SQL üçün GitHub Copilot dbt modelləri haqqında GitHub Copilot
Forkliftin jonqlyorluq etməyi öyrəndiyini izləmək kimi bir hissdir. Təsirli, bir az həyəcanverici və bunun sizin işiniz üçün nə demək olduğunu tam olaraq bilmirsiniz 😅
Amma həqiqət başlıqdan daha az səliqəlidir. Süni intellekt məlumat mühəndisliyini tamamilə dəyişdirir. Darıxdırıcı, təkrarlana bilən hissələri avtomatlaşdırır. "Nə istədiyimi bilirəm, amma sintaksisi xatırlaya bilmirəm" anlarını sürətləndirir. Həmçinin tamamilə yeni növ xaos yaradır.
Gəlin hər şeyi düzgün şəkildə, nikbinlik və ya panikaya qapılmadan izah edək.
Bundan sonra oxumaq istəyə biləcəyiniz məqalələr:
🔗 Süni intellekt radioloqları əvəz edəcəkmi?
Süni intellekt görüntüləmə iş axınını, dəqiqliyi və gələcək rolları necə dəyişir.
🔗 Süni intellekt mühasibləri əvəz edəcəkmi?
Süni intellekt hansı mühasibat tapşırıqlarını avtomatlaşdırdığına və hansılarının insan tərəfindən idarə olunduğuna baxın.
🔗 Süni intellekt investisiya bankirlərini əvəz edəcəkmi?
Süni intellektin sövdələşmələrə, tədqiqatlara və müştəri münasibətlərinə təsirini anlayın.
🔗 Süni intellekt sığorta agentlərini əvəz edəcəkmi?
Süni intellekt anderraytinqi, satışları və müştəri dəstəyini necə dəyişdirdiyini öyrənin.
Niyə "Süni intellekt Məlumat Mühəndislərini Əvəz Edir" sualı yenidən ortaya çıxır 😬
Qorxu çox spesifik bir yerdən gəlir: məlumat mühəndisliyinin təkrarlana bilən çoxlu işi var .
-
SQL yazmaq və refaktorinq etmək
-
Qəbul skriptlərinin qurulması
-
Sahələrin bir sxemdən digərinə xəritələşdirilməsi
-
Testlərin və əsas sənədlərin yaradılması
-
... bir növ proqnozlaşdırıla bilən boru kəməri nasazlıqlarının aradan qaldırılması
Süni intellekt təkrarlana bilən nümunələrdə qeyri-adi dərəcədə yaxşıdır. Məlumat mühəndisliyinin bir hissəsi də məhz budur - nümunələrin üzərinə yığılması. GitHub Copilot kod təklifləri
Həmçinin, alətlər ekosistemi artıq mürəkkəbliyi "gizlədir":
-
İdarə olunan ELT konnektorları Fivetran sənədləri
-
Serversiz hesablama AWS Lambda (serversiz hesablama)
-
Bir kliklə anbar təminatı
-
Avtomatik miqyaslama orkestrasiyası Apache Airflow sənədləri
-
Deklarativ transformasiya çərçivələri dbt nədir?
Beləliklə, süni intellekt ortaya çıxdıqda, sonuncu hissə kimi hiss oluna bilər. Əgər yığın artıq abstraksiya olunubsa və süni intellekt yapışqan kodunu yaza bilirsə... nə qalır? 🤷
Amma insanların diqqət yetirmədiyi bir şey var: məlumat mühəndisliyi əsasən yazmaq deyil . Yazmaq asan hissədir. Çətin hissə isə qeyri-müəyyən, siyasi və dəyişkən biznes reallığını etibarlı bir sistem kimi aparmaqdır.
Və süni intellekt hələ də bu qaranlıqla mübarizə aparır. İnsanlar da çətinlik çəkirlər - sadəcə daha yaxşı improvizasiya edirlər.
Məlumat mühəndislərinin bütün günü əslində nə etdikləri (gözəgörünməz həqiqət) 🧱
Açıq danışaq - "Məlumat Mühəndisi" vəzifəsi sanki təmiz riyaziyyatdan raket mühərrikləri qurursunuz kimi səslənir. Praktikada isə etibar .
Tipik bir gün daha az "yeni alqoritmlər icad etmək" və daha çox şeydir:
-
Məlumatların tərifləri ilə bağlı yuxarı qruplarla danışıqlar aparmaq (ağrılı, lakin zəruri)
-
Bir metrikanın niyə dəyişdiyini (və gerçək olub olmadığını) araşdırmaq
-
Sxem dəyişikliyi və "gecə yarısı kimsə sütun əlavə etdi" sürprizlərinin idarə edilməsi
-
Boru kəmərlərinin idempotent, bərpa edilə bilən və müşahidə edilə bilən olmasının təmin edilməsi
-
Aşağı axın analitiklərinin təsadüfən mənasız tablolar qurmaması üçün maneələr yaratmaq
-
Anbarınızın pul tonqalına çevrilməməsi üçün xərclərin idarə olunması 🔥
-
Girişin təmin edilməsi, audit, uyğunluq, saxlama siyasətləri GDPR prinsipləri (Avropa Komissiyası) Saxlama məhdudiyyəti (ICO)
-
İnsanların sizə DM göndərmədən istifadə edə biləcəyi məlumat məhsullarının yaradılması 20 sual
İşin böyük bir hissəsi sosial və əməliyyat xarakterlidir:
-
"Bu masanın sahibi kimdir?"
-
"Bu tərif hələ də qüvvədədirmi?"
-
"CRM niyə dublikatları ixrac edir?"
-
“Bu metrikanı rəhbərliyə xəcalət çəkmədən göndərə bilərikmi?” 😭
Əlbəttə ki, süni intellekt bunun bəzi hissələrində kömək edə bilər. Amma onu tamamilə əvəz etmək... bir çətinlikdir.
Məlumat mühəndisliyi rolunun güclü versiyasını nə təşkil edir? ✅
Bu bölmə vacibdir, çünki əvəzetmə söhbəti adətən məlumat mühəndislərinin əsasən "boru kəməri inşaatçıları" olduğunu fərz edir. Bu, aşpazların əsasən "tərəvəz doğradığını" fərz etmək kimidir. Bu, işin bir hissəsidir, amma iş deyil.
Məlumat mühəndisinin güclü versiyası adətən bunların əksəriyyətini edə biləcəyi deməkdir:
-
Dəyişiklik üçün dizayn
Məlumatlar dəyişir. Komandalar dəyişir. Alətlər dəyişir. Yaxşı bir mühəndis reallıq hər dəfə asqırdıqda çökməyən sistemlər qurur 🤧 -
Müqavilələri və gözləntiləri müəyyənləşdirin
“Müştəri” nə deməkdir? “Aktiv” nə deməkdir? Sıra gec çatdıqda nə baş verir? Müqavilələr xaosun qarşısını bəzəkli kodlardan daha çox alır. Açıq Məlumat Müqaviləsi Standartı (ODCS) ODCS (GitHub) -
Hər şeyə müşahidə qabiliyyətini
təkcə "işlədi" deyil, həm də "düzgün işlədi" anlayışını daxil edin. Təravət, həcm anomaliyaları, sıfır partlayışları, paylanma dəyişiklikləri. Məlumatların müşahidə qabiliyyəti (Dynatrace) Məlumatların müşahidə qabiliyyəti nədir? -
Yetkin kimi kompromislər edin.
Sürət və düzgünlük, xərc və gecikmə, rahatlıq və sadəlik. Mükəmməl bir boru kəməri yoxdur, yalnız yaşaya biləcəyiniz boru kəmərləri var. -
Biznes ehtiyaclarını davamlı sistemlərə çevirin.
İnsanlar metriklər istəyirlər, amma onlara lazım olan şey məlumat məhsuludur. Süni intellekt kodu hazırlaya bilər, amma biznes minalarını sehrli şəkildə bilə bilməz. -
Məlumatları gizli saxlayın
Məlumat platforması üçün ən yüksək tərif, heç kimin bu barədə danışmamasıdır. Hadisəsiz məlumatlar yaxşı məlumatlardır. Santexnika kimi. Yalnız sıradan çıxdıqda fərq edirsiniz 🚽
"Süni intellekt Məlumat Mühəndislərini əvəz edəcəkmi?" sualı bir az qəribə səslənməyə başlayır... Süni intellekt mülkiyyəti deyil, tapşırıqları .
Süni intellekt artıq məlumat mühəndislərinə kömək edir (və bu, həqiqətən də əladır) 🤖✨
Süni intellekt sadəcə marketinq deyil. Yaxşı istifadə edildikdə, o, qanuni bir güc artırıcısıdır.
1) Daha sürətli SQL və transformasiya işləri
-
Kompleks birləşmələrin çəkilməsi
-
Düşünməmək istədiyiniz pəncərə funksiyalarını yazmaq
-
Sadə dil məntiqini sorğu skeletlərinə çevirmək
-
Çirkin sorğuların oxunaqlı CTE-lərə yenidən qurulması GitHub Copilot for SQL
Bu, çox böyük bir amildir, çünki "boş səhifə" effektini azaldır. Yenə də təsdiqləməlisiniz, amma 0% əvəzinə 70%-dən başlayırsınız.
2) Xətaların aradan qaldırılması və kök səbəblərinin aradan qaldırılması
Süni intellekt aşağıdakılarda yaxşıdır:
-
Səhv mesajlarının izahı
-
Hara baxmaq lazım olduğunu təklif edir
-
“Sxemin uyğunsuzluğunu yoxlayın” tipli addımlar tövsiyə olunur GitHub Copilot
Bu, heç vaxt yatmayan və bəzən inamla yalan danışan yorulmaz gənc mühəndisə sahib olmaq kimidir 😅
3) Sənədləşmə və məlumat kataloqunun zənginləşdirilməsi
Avtomatik yaradılan:
-
Sütun təsvirləri
-
Model xülasələri
-
Nəsil izahları
-
“Bu cədvəl nə üçün istifadə olunur?” dbt sənədlərinin
Mükəmməl deyil, amma sənədsiz boru kəmərlərinin lənətini aradan qaldırır.
4) İskelelərin sınaqdan keçirilməsi və yoxlanılması
Süni intellekt təklif edə bilər:
-
Əsas sıfır testləri
-
Unikallıq yoxlamaları
-
Referans bütövlüyü ideyaları
-
“Bu metrik heç vaxt azalmamalıdır” stilində dbt məlumat testləri Böyük Gözləmələr: Gözləmələr
Yenə də nəyin vacib olduğuna qərar verirsiniz, amma bu, adi hissələri sürətləndirir.
5) Boru kəmərinin "yapışqan" kodu
Konfiqurasiya şablonları, YAML iskeleləri, orkestrasiya DAG qaralamaları. Bu şeylər təkrarlanır və süni intellekt səhər yeməyində təkrarlanan yeməklər yeyir 🥣 Apache Airflow DAG-ları
Süni intellekt hələ də mübarizə aparır (və bu, onun əsasını təşkil edir) 🧠🧩
Ən vacib olan hissə budur, çünki əvəzetmə sualına əsl tekstura ilə cavab verir.
1) Qeyri-müəyyənlik və dəyişən təriflər
Biznes məntiqi nadir hallarda dəqiq olur. İnsanlar cümlənin ortasında fikirlərini dəyişirlər. “Aktiv istifadəçi” “aktiv ödənişli istifadəçi” olur və “bəzən ödənişlər istisna olmaqla, geri ödəmələr istisna olmaqla, aktiv ödənişli istifadəçi” olur... necə olduğunu bilirsiniz.
Süni intellekt bu qeyri-müəyyənliyə sahib çıxa bilməz. O, yalnız təxmin edə bilər.
2) Hesabatlılıq və risk
Boru kəməri qırıldıqda və icraçı idarəetmə paneli cəfəngiyat göstərdikdə, kimsə aşağıdakıları etməlidir:
-
triaj
-
təsirini çatdırmaq
-
düzəlt
-
təkrarlanmanın qarşısını almaq
-
ölümdən sonrakı dövrü yazın
-
biznesin ötən həftənin rəqəmlərinə hələ də etibar edib-etməyəcəyinə qərar verin
Süni intellekt kömək edə bilər, amma mənalı şəkildə hesabat verə bilməz. Təşkilatlar enerji ilə deyil, məsuliyyətlə fəaliyyət göstərirlər.
3) Sistemli düşüncə
Məlumat platformaları ekosistemlərdir: qəbul, saxlama, transformasiyalar, orkestrləşdirmə, idarəetmə, xərc nəzarəti, SLA-lar. Bir qatlı dalğalanmalarda dəyişiklik. Apache Airflow konsepsiyaları
Süni intellekt qlobal ağrı yaradan yerli optimallaşdırmalar təklif edə bilər. Bu, qapını çıxarmaqla cırıltılı bir qapını düzəltməyə bənzəyir 😬
4) Təhlükəsizlik, məxfilik, uyğunluq
Əvəzedici fantaziyaların öldüyü yer budur.
-
Giriş nəzarətləri
-
Sətir səviyyəli təhlükəsizlik Snowflake sətir giriş siyasətləri BigQuery sətir səviyyəli təhlükəsizlik
-
Saxlama qaydaları Saxlama məhdudiyyəti (ICO) Saxlama ilə bağlı AB təlimatı
-
Audit yolları NIST SP 800-92 (qeydiyyatın idarə olunması) CIS Control 8 (Audit Qeydiyyatının İdarə Edilməsi)
-
Məlumat rezidenturası məhdudiyyətləri
Süni intellekt siyasətlər hazırlaya bilər, lakin onların təhlükəsiz şəkildə həyata keçirilməsi əsl mühəndislikdir.
5) “Naməlum naməlumlar”
Məlumat hadisələri çox vaxt gözlənilməzdir:
-
Satıcı API-si semantikanı səssizcə dəyişdirir
-
Saat qurşağı fərziyyəsi dəyişir
-
Arxa doldurma bölməni təkrarlayır
-
Təkrar cəhd mexanizmi ikiqat yazmalara səbəb olur
-
Yeni məhsul xüsusiyyəti yeni tədbir nümunələrini təqdim edir
Vəziyyət məlum bir model olmadığı zaman süni intellekt daha zəif olur.
Müqayisə Cədvəli: praktikada nəyi azaldır 🧾🤔
Aşağıda praktik bir baxış var. “İnsanları əvəz edən alətlər” deyil, müəyyən vəzifələri kiçildən alətlər və yanaşmalar.
| Alət / yanaşma | Tamaşaçı | Qiymət abu-havası | Niyə işləyir |
|---|---|---|---|
| Süni intellekt kod kopilotları (SQL + Python köməkçiləri) GitHub Kopilot | Çoxlu kod yazan mühəndislər | Pulsuzdan pulluya qədər | İskele, refaktorlar, sintaksisdə əladır... bəzən çox spesifik şəkildə lovğalanır |
| İdarə olunan ELT konnektorları Fivetran | Komandalar udma qabiliyyətini artırmaqdan beziblər | Abunəlik-y | Xüsusi udma ağrısını aradan qaldırır, lakin əyləncəli yeni yollarla pozur |
| Məlumatların müşahidə platformaları Məlumatların müşahidəsi (Dynatrace) | SLA-lara sahib olan hər kəs | Orta müəssisəyə | Boru kəmərləri üçün tüstü siqnalizasiyaları kimi anomaliyaları erkən aşkarlayır 🔔 |
| Transformasiya çərçivələri (deklarativ modelləşdirmə) dbt | Analitika + DE hibridləri | Adətən alət + hesablama | Məntiqi modulyar və sınaqdan keçirilə bilən, daha az spagetti edən edir |
| Məlumat kataloqları + semantik təbəqələr dbt Semantik təbəqə | Metrik qarışıqlığı olan orqanlar | Praktikada asılıdır | "Həqiqəti" bir dəfə təyin edir - sonsuz metrik mübahisələri azaldır |
| Şablonlarla orkestrləşdirmə Apache Airflow | Platformaya yönəlmiş komandalar | Açıq + əməliyyat dəyəri | İş axınlarını standartlaşdırır; daha az qar dənəciyi DAG-ları |
| Süni intellektlə dəstəklənən sənədləşmə dbt sənədlərinin yaradılması | Sənədlər yazmaqdan nifrət edən komandalar | Ucuzdan orta səviyyəyə | Biliklərin yox olmaması üçün "kifayət qədər yaxşı" sənəd hazırlayır |
| Avtomatlaşdırılmış idarəetmə siyasətləri NIST Məxfilik Çərçivəsi | Tənzimlənən mühitlər | Müəssisə-y | Qaydaların tətbiqinə kömək edir - lakin qaydaları tərtib etmək üçün yenə də insanlara ehtiyac duyur |
Nəyin çatışmadığına diqqət yetirin: "məlumat mühəndislərini silmək üçün düyməni basın" yazısı olan bir sətir. Bəli... həmin sətir mövcud deyil 🙃
Beləliklə... süni intellekt Məlumat Mühəndislərini əvəz edəcək, yoxsa sadəcə rolu dəyişdirəcək? 🛠️
Budur, dramatik olmayan cavab: Süni intellekt peşəni deyil, iş axınının bəzi hissələrini əvəz edəcək.
Amma bu, edəcək . Və bunu görməməzlikdən gəlsəniz, sıxıntını hiss edəcəksiniz.
Nə dəyişir:
-
Daha az vaxt yazmaq üçün şablon
-
Sənədləri axtarmağa daha az vaxt
-
Baxış, təsdiq və dizayn üçün daha çox vaxt
-
Müqavilələri və keyfiyyət gözləntilərini müəyyənləşdirmək üçün daha çox vaxt Açıq Məlumat Müqaviləsi Standartı (ODCS)
-
Məhsul, təhlükəsizlik və maliyyə ilə əməkdaşlıq etmək üçün daha çox vaxt
Bu, incə bir dəyişiklikdir: məlumat mühəndisliyi "boru kəmərlərinin qurulması"ndan daha az "etibarlı məlumat məhsulu sistemi"nin qurulmasına" çevrilir
Və sakit bir şəkildə, bu, daha dəyərlidir, az deyil.
Həmçinin - və bunu dramatik səslənsə belə deyəcəyəm - süni intellekt məlumat artefaktları yarada bilən insanların sayını artırır ki, bu da hər şeyi sağlam saxlamaq üçün kiminsə ehtiyacını artırır. Daha çox məhsul daha çox potensial qarışıqlıq deməkdir. GitHub Copilot
Bu, sanki hər kəsə elektrikli qazma vermək kimidir. Əla! İndi kimsə "xahiş edirəm su borusuna qazma" qaydasını tətbiq etməlidir 🪠
Dəyərli qalan yeni bacarıq dəsti (hər yerdə süni intellekt olsa belə) 🧠⚙️
Əgər praktik "gələcəyə davamlı" yoxlama siyahısı istəyirsinizsə, bu belə görünür:
Sistem dizayn düşüncə tərzi
-
Dəyişikliklərə tab gətirən məlumat modelləşdirməsi
-
Toplu və yayım kompromisləri
-
Gecikmə, xərc, etibarlılıq düşüncəsi
Məlumat keyfiyyəti mühəndisliyi
-
Müqavilələr, təsdiqləmələr, anomaliya aşkarlanması Açıq Məlumat Müqaviləsi Standartı (ODCS) Məlumatların müşahidə oluna bilməsi (Dynatrace)
-
SLA-lar, SLO-lar, insidentlərə cavab vermə vərdişləri
-
Əsas səbəb təhlili intizamla (təsirli deyil)
İdarəetmə və etibar memarlığı
-
Giriş nümunələri
-
Audit qabiliyyəti NIST SP 800-92 (qeydiyyatın idarə edilməsi)
-
Dizaynla Məxfilik NIST Məxfilik Çərçivəsi
-
Məlumatların həyat dövrünün idarə edilməsi Saxlama üzrə AB rəhbərliyi
Platforma düşüncəsi
-
Yenidən istifadə edilə bilən şablonlar, qızıl yollar
-
Qəbul, transformasiya və sınaq üçün standartlaşdırılmış nümunələr Fivetran dbt məlumat testləri
-
Əriməyən özünəxidmət alətləri
Ünsiyyət (bəli, həqiqətən)
-
Aydın sənədlərin yazılması
-
Təriflərin uyğunlaşdırılması
-
Nəzakətlə, lakin qətiyyətlə "yox" demək
-
Robot kimi səslənmədən güzəştləri izah etmək 🤖
Əgər bunları edə bilsəniz, “Süni intellekt Məlumat Mühəndislərini əvəz edəcəkmi?” sualı daha az təhlükəli hala gəlir. Süni intellekt sizin əvəzediciniz deyil, ekzoskeletiniz olur.
Bəzi məlumat mühəndisliyi rollarının kiçildiyi real ssenarilər 📉
Yaxşı, tez bir zamanda reallığı yoxlayın, çünki hamısı günəş işığı və emoji konfeti deyil 🎉
Bəzi rollar daha çox açıqdır:
-
Hər şeyin standart konnektorlar olduğu təmiz qəbul rolları Fivetran konnektorları
-
Komandalar, minimal domen nüansları ilə əsasən təkrarlanan hesabat boru kəmərləri ilə işləyirlər
-
Məlumat mühəndisliyinin "SQL meymunları" kimi qəbul edildiyi təşkilatlar (sərt, lakin doğrudur)
-
İşin sadəcə biletlər və kopyalama-yapışdırma olduğu aşağı sahibkarlıq rolları
Süni intellekt və idarə olunan alətlər bu ehtiyacları azalda bilər.
Amma hətta orada belə, əvəzetmə adətən belə görünür:
-
Eyni təkrarlanan işi görən insanların sayı azalır
-
Platforma mülkiyyətinə və etibarlılığına daha çox diqqət yetirilir
-
"Bir nəfər daha çox boru kəmərini dəstəkləyə bilər" istiqamətində dəyişiklik
Bəli, işçi sayı dəyişə bilər. Rollar dəyişir. Titullarda dəyişiklik olur. Bu, reallıqdır.
Yenə də rolun yüksək mülkiyyətli və yüksək etibarlı versiyası qalmaqdadır.
Yekun xülasə 🧾✅
Süni intellekt Məlumat Mühəndislərini əvəz edəcəkmi? İnsanların təsəvvür etdiyi təmiz və tam şəkildə yox.
Süni intellekt:
-
təkrarlanan tapşırıqları avtomatlaşdırmaq
-
kodlaşdırmanı, ayıklamanı və sənədləşdirməni sürətləndirmək dbt sənədləri üçün GitHub Copilot
-
boru kəmərlərinin istehsalı xərclərini azaltmaq
Lakin məlumat mühəndisliyi əsasən aşağıdakılarla bağlıdır:
-
məsuliyyət
-
sistem dizaynı
-
etibar, keyfiyyət və idarəetmə Açıq Məlumat Müqaviləsi Standartı (ODCS) NIST Məxfilik Çərçivəsi
-
qeyri-müəyyən biznes reallığını etibarlı məlumat məhsullarına çevirmək
Süni intellekt buna kömək edə bilər... amma ona "sahib" deyil.
Əgər məlumat mühəndisisinizsə, bu addım çox sadədir (asan deyil, amma sadədir):
mülkiyyətə, keyfiyyətə, platforma düşüncəsinə və ünsiyyətə üstünlük verin. Əhəmiyyətli hissələri özünüz idarə edərkən süni intellekt əsas prinsipləri idarə etsin.
Bəli - bəzən bu, otaqdakı yetkin olmaq deməkdir. Cazibədar deyil. Amma səssizcə güclüdür 😄
Süni intellekt Məlumat Mühəndislərini əvəz edəcəkmi?
Bu, bəzi vəzifələri əvəz edəcək, karyera pilləkənlərini dəyişdirəcək və ən yaxşı məlumat mühəndislərini daha da dəyərli edəcək. Əsl hekayə budur.
Tez-tez verilən suallar
Süni intellekt məlumat mühəndislərini tamamilə əvəz edəcəkmi?
Əksər təşkilatlarda süni intellekt rolu tamamilə silməkdənsə, konkret tapşırıqları öz üzərinə götürməyə daha çox meyllidir. Bu, SQL tərtibatını, boru kəmərinin inşasını, sənədlərin ilkin keçidlərini və əsas testlərin yaradılmasını sürətləndirə bilər. Lakin məlumat mühəndisliyi həm də mülkiyyət və hesabatlılığı, üstəlik, dağınıq biznes reallığını etibarlı bir sistem kimi aparmaq kimi xoşagəlməz işi də özündə birləşdirir. Bu hissələr hələ də insanların "düzgün"ün nəyə bənzədiyinə qərar verməsini və işlər pozulduqda məsuliyyəti öz üzərinə götürməsini tələb edir.
Süni intellekt artıq məlumat mühəndisliyinin hansı hissələrini avtomatlaşdırır?
Süni intellekt təkrarlana bilən işlərdə ən yaxşı nəticəni göstərir: SQL tərtib etmək və refaktorinq etmək, dbt model skeletlərini yaratmaq, ümumi səhvləri izah etmək və sənədləşmə konturlarını hazırlamaq. O, həmçinin null və ya unikallıq yoxlamaları kimi testləri qura və orkestrləşdirmə alətləri üçün şablon "yapışqan" kodu yarada bilər. Qazanc təkandır - işləyən bir həll yoluna yaxınlaşmağa başlayırsınız - amma yenə də düzgünlüyü yoxlamalı və mühitinizə uyğun olduğundan əmin olmalısınız.
Əgər süni intellekt SQL və boru kəmərləri yaza bilirsə, məlumat mühəndislərinə nə qalır?
Çox şey: məlumat müqavilələrinin müəyyən edilməsi, sxem sürüşməsinin idarə edilməsi və boru kəmərlərinin idempotent, müşahidə edilə bilən və bərpa edilə bilən olmasını təmin etmək. Məlumat mühəndisləri metrik dəyişikliklərini araşdırmağa, aşağı axın istifadəçiləri üçün maneələr qurmağa və xərc və etibarlılıq kompromislərini idarə etməyə vaxt sərf edirlər. İş çox vaxt etibar yaratmaq və məlumat platformasını "sakit" saxlamaqla bağlıdır, yəni heç kimin bu barədə gündəlik düşünməməsi üçün kifayət qədər sabitdir.
Süni intellekt məlumat mühəndisinin gündəlik işini necə dəyişir?
Adətən, bu, standart və "axtarış vaxtını" azaldır, beləliklə, siz yazmağa daha az vaxt sərf edirsiniz, nəzərdən keçirməyə, təsdiqləməyə və dizayn etməyə daha çox vaxt sərf edirsiniz. Bu dəyişiklik rolu hər şeyi əl ilə kodlaşdırmaqdansa, gözləntiləri, keyfiyyət standartlarını və təkrar istifadə edilə bilən nümunələri müəyyən etməyə yönəldir. Praktikada, çox güman ki, məhsul, təhlükəsizlik və maliyyə ilə daha çox tərəfdaşlıq işi görəcəksiniz - çünki texniki nəticəni yaratmaq daha asan olur, lakin idarə etmək çətinləşir.
Niyə süni intellekt "aktiv istifadəçi" kimi qeyri-müəyyən biznes tərifləri ilə mübarizə aparır?
Çünki biznes məntiqi statik və ya dəqiq deyil - layihənin ortasında dəyişir və maraqlı tərəflərə görə dəyişir. Süni intellekt təfsir hazırlaya bilər, lakin təriflər inkişaf etdikdə və ya ziddiyyətlər ortaya çıxdıqda qərara sahib ola bilməz. Məlumat mühəndisliyi tez-tez danışıqlar aparmağı, fərziyyələri sənədləşdirməyi və qeyri-səlis tələbləri davamlı müqavilələrə çevirməyi tələb edir. Bu "insan uyğunluğu" işi, alətlər təkmilləşdikcə belə, rolun yoxa çıxmamasının əsas səbəbidir.
Süni intellekt məlumatların idarə olunması, məxfilik və uyğunluq işlərini təhlükəsiz şəkildə idarə edə bilərmi?
Süni intellekt siyasətlərin hazırlanmasına və ya yanaşmaların təklif edilməsinə kömək edə bilər, lakin təhlükəsiz tətbiq yenə də real mühəndislik və diqqətli nəzarət tələb edir. İdarəetmə giriş nəzarəti, PII ilə işləmə, saxlama qaydaları, audit izləri və bəzən yaşayış məhdudiyyətlərini əhatə edir. Bunlar "demək olar ki, düzgün" ifadəsinin qəbul edilmədiyi yüksək riskli sahələrdir. İnsanlar qaydaları hazırlamalı, tətbiqi yoxlamalı və uyğunluq nəticələrinə görə məsuliyyət daşımalıdırlar.
Süni intellekt inkişaf etdikcə məlumat mühəndisləri üçün hansı bacarıqlar dəyərli olaraq qalır?
Sistemləri davamlı edən bacarıqlar: sistem dizayn düşüncəsi, məlumatların keyfiyyəti mühəndisliyi və platforma yönümlü standartlaşdırma. Daha çox insan məlumat artefaktlarını tez bir zamanda yarada bildikdə, müqavilələr, müşahidə qabiliyyəti, hadisələrə cavab vermə vərdişləri və intizamlı kök səbəb təhlili daha da vacib hala gəlir. Ünsiyyət də fərqləndirici amil olur - tərifləri uyğunlaşdırmaq, aydın sənədlər yazmaq və kompromisləri dramatik şəkildə izah etmək məlumatların etibarlılığını qorumağın böyük bir hissəsidir.
Süni intellekt və idarə olunan alətlərdən hansı məlumat mühəndisliyi rolları ən çox risk altındadır?
Təkrarlanan məlumat qəbuluna və ya standart hesabat boru kəmərlərinə yönəlmiş rollar, xüsusən də idarə olunan ELT konnektorları əksər mənbələri əhatə etdikdə daha çox açıq olur. Aşağı mülkiyyətli, bilet əsaslı iş azala bilər, çünki süni intellekt və abstraksiya boru kəməri başına səyi azaldır. Lakin bu, adətən təkrarlanan tapşırıqları yerinə yetirən insanların sayının azalması kimi görünür, "məlumat mühəndislərinin olmaması" yox. Etibarlılığa, keyfiyyətə və etibara yönəlmiş yüksək mülkiyyət rolları davamlı olaraq qalır.
Xaos yaratmadan GitHub Copilot və ya dbt kimi alətlərdən süni intellektlə necə istifadə etməliyəm?
Süni intellekt çıxışına qərar kimi deyil, qaralama kimi yanaşın. Ondan sorğu skeletləri yaratmaq, oxunaqlılığı artırmaq və ya dbt testləri və sənədlərini hazırlamaq, sonra isə real məlumatlara və kənar hallara uyğun olaraq təsdiqləmək üçün istifadə edin. Onu güclü konvensiyalarla birləşdirin: müqavilələr, adlandırma standartları, müşahidə qabiliyyəti yoxlamaları və icmal təcrübələri. Məqsəd etibarlılıqdan, xərc nəzarətindən və ya idarəetmədən ödün vermədən daha sürətli çatdırılmadır.
İstinadlar
-
Avropa Komissiyası - Məlumatların qorunması izah olunur: GDPR prinsipləri - commission.europa.eu
-
İnformasiya Komissarının Ofisi (ICO) - Saxlama Məhdudiyyəti - ico.org.uk
-
Avropa Komissiyası - Məlumatlar nə qədər müddətə saxlanıla bilər və onları yeniləmək lazımdırmı? - commission.europa.eu
-
Milli Standartlar və Texnologiya İnstitutu (NIST) - Məxfilik Çərçivəsi - nist.gov
-
NIST Kompüter Təhlükəsizliyi Resurs Mərkəzi (CSRC) - SP 800-92: Kompüter Təhlükəsizliyi Jurnalının İdarə Edilməsi üzrə Təlimat - csrc.nist.gov
-
İnternet Təhlükəsizliyi Mərkəzi (CIS) - Audit Jurnalının İdarə Edilməsi (CIS Nəzarətləri) - cisecurity.org
-
Snowflake Sənədləri - Sıra giriş siyasətləri - docs.snowflake.com
-
Google Cloud Sənədləri - BigQuery sətir səviyyəli təhlükəsizlik - docs.cloud.google.com
-
BITOL - Açıq Məlumat Müqaviləsi Standartı (ODCS) v3.1.0 - bitol-io.github.io
-
BITOL (GitHub) - Açıq Məlumat Müqaviləsi Standartı - github.com
-
Apache Airflow - Sənədləşmə (sabit) - airflow.apache.org
-
Apache Airflow - DAG-lar (əsas konsepsiyalar) - airflow.apache.org
-
dbt Labs Sənədləri - dbt nədir? - docs.getdbt.com
-
dbt Labs Sənədləri - dbt modelləri haqqında - docs.getdbt.com
-
dbt Labs Sənədləri - Sənədlər - docs.getdbt.com
-
dbt Labs Sənədləri - Məlumat testləri - docs.getdbt.com
-
dbt Labs Sənədləri - dbt Semantik Layer - docs.getdbt.com
-
Fivetran Sənədləri - Başlanğıc - fivetran.com
-
Fivetran - Konnektorlar - fivetran.com
-
AWS Sənədləri - AWS Lambda Geliştirici Təlimatı - docs.aws.amazon.com
-
GitHub - GitHub Copilot - github.com
-
GitHub Sənədləri - GitHub Copilot ilə IDE-nizdə kod təkliflərinin alınması - docs.github.com
-
Microsoft Learn - SQL üçün GitHub Copilot (VS Code uzantısı) - learn.microsoft.com
-
Dynatrace Sənədləri - Məlumatların müşahidəsi - docs.dynatrace.com
-
DataGalaxy - Məlumatların müşahidə olunma qabiliyyəti nədir? - datagalaxy.com
-
Böyük Gözləmələr Sənədləri - Gözləmələrə Baxış - docs.greatexpectations.io