AI data scientist-i əvəz edəcəkmi?

AI data scientist-i əvəz edəcəkmi? Rəqəmlərlə dürüst cavab

Qısa cavab: yox. Uzun cavab: əvəz etmir, amma işin nədən ibarət olduğunu dəyişir — və bu dəyişikliyə uyğunlaşmayanlar üçün nəticə eynidir.

Bu sual son iki ildə hər kursda, hər müsahibədə və  demək olar ki, data ilə işləyən hər iş yerində soruşulur. Cavab verənlərin yarısı “narahat olmayın, heç nə olmayacaq” deyir, digər yarısı “beş ilə hamımız işsiz qalacağıq” deyir. Hər ikisi səhvdir və hər ikisi eyni səbəbdən səhvdir: sualı düzgün qoymurlar.

Düzgün sual “AI mənim peşəmi əvəz edəcəkmi?” deyil. Düzgün sual budur: mənim gün ərzində gördüyüm işlərin hansı hissəsini AI daha ucuz görə bilir — və qalan hissə hələ də kimisə işə götürməyə dəyərmi?

Əvvəlcə vəziyyətə baxaq

Emosiyasız başlayaq. Süni intellekt bu gün nə edir və nə etmir?

AI-ın artıq yaxşı etdiyi işlər

• Standart kod parçalarını yazmaq — məlumat yükləmək, qrafik çəkmək, adi bir modeli qurmaq
• Sadə statistik xülasələr çıxarmaq və onları mətnə çevirmək
• Datanı bir formatdan başqasına çevirmək, təkrarlanan təmizləmə əməliyyatları
• Hazır kodu izah etmək, sənədləşdirmək, xətaları tapmağa kömək etmək

AI-ın hələ də zəif olduğu işlər

• Hansı sualın verilməli olduğunu müəyyən etmək — biznesdəki əsl problemi tapmaq
• Datanın etibarlı olub-olmadığını qiymətləndirmək; səhv datadan gözəl nəticə çıxarmaq AI üçün asandır
• Nəticənin məsuliyyətini daşımaq — bir modelin qərarına görə şirkət cavab verir, AI yox
• Kontekst: sənayenin, bazarın, tənzimləmənin və şirkətin daxili reallığının bilinməsi

İşəgötürənlərin tələbi necə sürüşür

Ən dəqiq siqnal proqnozlarda deyil, vakansiyalardadır. IEEE-nin 2026-cı il üçün texnologiya sorğusunda işəgötürənlərdən AI ilə bağlı vəzifələrə namizədlərdə hansı bacarıqları axtardıqları soruşulub. Bir illik dəyişmə mənzərəni yaxşı göstərir:

Texniki icra bacarıqları öz yerini mühakimə və məsuliyyət bacarıqlarına verir.

Burada iki hərəkət var və onlar əks istiqamətlərdədir.

Aşağı gedən: proqram təminatı hazırlama bacarığı bir ildə 8 bənd itirib. Bu, kod yazmağın dəyərsizləşməsi demək deyil — kod yazmağın kifayət etməməsi deməkdir. Kodu artıq alət də yazır.

Yuxarı gedən: AI etikası (+9 bənd), maşın öyrənməsi (+6) və data analizi (+4). Ən çox artan kateqoriyanın etika olması təsadüfi deyil. Şirkətlər modellərini istehsala buraxdıqca, “bu model səhv qərar verərsə nə olacaq” sualı texniki sualdan daha bahalı bir suala çevrilib.

Data scientist-in rolu necə dəyişir

Ən sadə şəkildə ifadə etsək: rol icraçıdan qərar sahibinə doğru sürüşür. Aşağıdakı cədvəl bu sürüşməni göstərir.

Bu cədvəldəki ən mühüm sətir dördüncüdür. Əvvəllər data scientist-ə hazır sual gəlirdi: “bu müştərilərin hansı gedəcək, hesabla”. İndi isə gözlənilir ki, data scientist özü gəlib desin: “bizim əsl problemimiz müştəri itkisi deyil, müştəri itkisini iki həftə gec görməyimizdir — gəlin onu həll edək”.

Bəs nə öyrənmək lazımdır

Praktik hissəyə keçək. Aşağıdakı beş istiqamət 2026-cı ildə dəyəri artan bacarıqlardır.

1. Modeli istehsala buraxmaq (MLOps)

Yaxşı modeli qurmaq artıq işin yarısıdır. İkinci yarısı onu real sistemə yerləşdirmək, işlədiyini izləmək və pisləşəndə xəbər tutmaqdır. Şirkətlər öyrəniblər ki, işləməyən mükəmməl model heç bir dəyər yaratmır. Bu səbəbdən data scientist-lər getdikcə daha çox proqram mühəndisi kimi işləyirlər.

2. Biznes dili

Modelinizin dəqiqliyini rəhbərliyə izah etmək lazım deyil. Onlara nə qədər pul, nə qədər vaxt və hansı riskin azaldığını izah etmək lazımdır. Bu bacarıq ən az öyrədilən və ən çox qiymətləndirilən bacarıqdır.

3. Konkret sahə bilikləri

Ümumi data scientist bolluqdadır. Bankçılıq risklərini bilən data scientist, və ya pərakəndə satışın mövsümlüyünü bilən data scientist nadirdir. Bir sahə seçin və onu dərindən öyrənin — bu, AI-ın ən çətin kopyaladığı şeydir.

4. AI alətlərini idarə etmək

Prompt yazmaq, AI agentlərini bir-birinə bağlamaq, onların nəticəsini yoxlamaq — bunlar artıq ayrıca bacarıqdır. Diqqət: burada əsas söz “yoxlamaq”dır. AI-ın verdiyi cavabı yoxlamadan qəbul edən adam AI-dan daha az dəyərlidir.

5. Etika və idarəetmə (governance)

Ən sürətlə tələb artan istiqamət. Modelin qərarlarında ayrı-seçkilik varmı? Data qanuni yolla toplanıbmı? Nəticəni izah edə bilirikmi? Bu suallara cavab verə bilən adamlar azdır və bahalıdır.

12 aylıq praktik plan

Əgər bu sahəyə yeni girirsinizsə və ya mövcud bacarıqlarınızı yeniləmək istəyirsinizsə, ardıcıllıq belədir:

Yekun

AI data scientist-i əvəz etmir. Amma bu cümləni rahatlıq üçün yox, dəqiqlik üçün deyirik — çünki onun ardınca gələn hissə daha vacibdir.

AI bəzi data scientist-ləri əvəz edir: işi yalnız hazır suala hazır kod yazmaqdan ibarət olanları. Və eyni zamanda başqa data scientist-ləri əvvəlkindən qat-qat dəyərli edir: problemi özü tapan, nəticəyə görə məsuliyyət daşıyan və işini izah edə bilənləri.

Aralarındakı fərq istedad deyil. Diqqətin harada olmasıdır.