Область Data Science — одна из наиболее сложных в IT. Поэтому часто пугает новичков. Могут ли начинающие IT-специалисты успешно работать в сфере Natural Language Processing (NLP) и стоит ли сейчас туда идти?
Отвечает Владимир Васильев, академический директор магистерской программы ТГУ «Анализ естественного языка (NLP) в лингвистике и IT», тимлид направления Data Science в Сбере:
Область знаний Natural Language Processing (NLP), как одна из трех областей знаний в Data Science, помимо CV и классического ML, сейчас, пожалуй, самая активно развивающаяся. Все мы слышим истории о ChatGPT и прочих генеративных сетях. Это лишь одно из технологических направлений в NLP, но крайне значимое. Применение больших языковых моделей, в основе которых лежит энкодер-декодерная архитектура, будет только расширяться, а сами алгоритмы будут включать в себя все больше параметров. Конечно, многие эксперты заговорили о том, чтобы ограничить использование таких моделей и их обучение в целом. Риски не до конца изучены и последствия теоретически могут быть трагичными. Но прогресс невозможно остановить, его нужно возглавить и уметь им грамотно использовать. В настоящий момент человечеству действительно необходимо разработать методологию регулирования больших языковых моделей для предотвращения рисков существования цивилизации, планеты.
Языковые модели будут продолжать развиваться в ближайшие годы. Мы можем сказать, что гонка только началась, а NLP-специалисты будут востребованы. Эта отрасль и раньше меняла мир, экономику, существующие бизнес-процессы и бизнес-модели, однако именно сейчас происходит самый значимый скачок в развитии области.
Несмотря на то, что область знаний достаточно сложная, важно помнить, что в любую профессию приходят люди, которые когда-либо были новичками. Бояться не стоит. После окончания курса или вуза человек вряд ли будет сразу заниматься задачами по обучению больших языковых моделей, но он сможет выполнять не менее интересные базовые задачи. И точек приложения здесь тоже масса. Областей бизнеса, где могут использоваться NLP-технологии, очень много. Это могут быть виртуальные ассистенты и голосовые помощники: как те, с которыми мы разговариваем, так и те, с которыми переписываемся. Везде, где люди работают с текстами, сейчас можно применять разные NLP-подходы: от извлечения знаний из документов и их суммаризации до разработки поискового движка.
Очень часто начинающему специалисту необходимо понимание основ математики и IT, и, желательно, Data Science. Но даже если человек пришел из какой-либо другой, гуманитарной области, но понимает, что ему это нужно в работе, он замотивирован развиваться, то сможет найти что-то интересное для себя и применить в своей сфере.
