Mentionsy
Skills On Podcast
Skills On Podcast
23.05.2026 08:10

#7 Czy Analityk powinien bać się AI? | Vladimir Alekseichenko

Czy AI zastąpi analityków danych? Vladimir Alekseichenko wyjaśnia, jak Agentic AI i Software 3.0 rewolucjonizują rynek. Poznaj kompetencje przyszłości!Polecane materiały:

🎁 Software 3.0 od Vladimira — wejdź na inżynierski poziom AI: zbuduj produkcyjne systemy z RAG i naucz się tworzyć autonomicznych Agentów🔗 Podcast Biznes Myśli — tu znajdziesz podcast Vladimira🎁 Analityk Danych 10x od Piotra — bezpłatny plan rozwoju dla Analityków oparty na analizie 2000 ofert pracy🔗 LinkedIn Piotra — chętnie pogadam o tematach związanych z Analizą Danych

🔗 Claude Code — narzędzie od Anthropica, dzięki któremu zautomatyzujesz swoją pracę dzięki agentom

🔗 OpenClaw — podcast w którym twórca tego narzędzia zdradza kulisy jego powstawania

🔗 Linear — system do zarządzania zadaniami, który świetnie się integruje z agentami AI

Znikają stanowiska skupione na pracy odtwórczej. Jedna osoba generuje dziś tyle co 50-osobowy zespół. Vladimir Alekseichenko — CEO Data Workshop, 10+ lat w ML, podcast Biznes Myśli (500k pobrań) — tłumaczy, co to znaczy dla Twojej kariery w danych i jak nie tylko przetrwać, ale wygrać w erze AI.


Dowiesz się:

👉 Czy junior w 2026 ma przewagę nad seniorem, i dlaczego Vladimir twierdzi, że tak?

👉 Które umiejętności tracą wartość, a które stają się ważniejsze?

👉 Czym Software 3.0 różni się od "używania ChatGPT"?

Kluczowe momenty:

— Prawda czy halucynacja? Cyfrowe alter ego Vladimira

— Czy analitycy i programiści stracą pracę przez AI?

— "Ownership": Jedyna umiejętność, która uchroni Cię przed AI

— Co Vladimir w pełni zautomatyzował, a czego NIGDY nie odda AI?

— Paradoks rynku: Dlaczego juniorzy z AI mogą wygryźć seniorów?

— Autorytety? Jak naprawdę uczyć się sztucznej inteligencji?

— Ciemna strona agentów AI: Bezpieczeństwo i utrata kontroli

— Software 3.0: Dlaczego Vladimir przestał używać frameworków i pisze od zera?

— 7 poziomów autonomii AI. Kiedy powstanie prawdziwe AGI?

— Gdybyś zaczynał od zera w 2026 — co Vladimir zrobiłby inaczej?

Więcej materiałów znajdziesz tutaj:

- Instagram - https://www.instagram.com/piotr.menclewicz/

- LinkedIn - https://www.linkedin.com/in/piotr-menclewicz/

- Facebook - https://www.facebook.com/piotr.menclewicz/

- Tik Tok - https://www.tiktok.com/@piotr.menclewicz

Alekseichenko LLM AI Alekseichenko Cloud LM RAC Andrii Karpaciego Code'zie API CLO Jan Likun Confluence ETH Uniwersytet CEO

Rozdziały (20)

1. Wprowadzenie i przedstawienie gościa

Wprowadzenie do tematu i przedstawienie gościa, Vladimir Alekseichenko, założyciela firmy Data Workshop.

2. Rekrutacja i wpływy AI w branży

Diskussja o rekrutacji i wpływie AI na branżę, w tym nauczanie ML i data science.

3. Cyfrowe alterego i aplikacje

Przedstawienie cyfrowego alterego i aplikacji, takich jak Day One, używanych przez gościa.

4. Zmiany w zawodach i roli analityka danych

Analiza zmian w zawodach, w tym roli analityka danych, i wpływy AI na te zmiany.

5. Wartość kodu i umiejętności analityka

Diskussja o wartości kodu w obecnych warunkach i kluczowych umiejętnościach analityka danych.

6. Podsumowanie i przyszłość

Podsumowanie rozmowy i omówienie przyszłości zawodowej analityka danych.

7. Responsabilidade i ownership

Rozmowa o konsekwencjach odpowiedzialności w karierze analityka, w tym ownership i priorytety. Aleksyichenko podkreśla istotność podejmowania decyzji wewnętrznie i przyjmowania odpowiedzialności.

8. Przykłady zastosowania ownership

Przykłady zastosowania ownership w codziennej pracy, w tym testowanie Open Cloud przez żonę Aleksyichenkowa.

9. Introwertyzm i ownership

Rozmowa o osobistych doświadczeniach Aleksyichenkowa z introwertyzmem i przyjmowaniu ownership w różnych sytuacjach.

10. Automatyzacja w machine learning

Przebieg pracy w machine learningie 5 lat temu w porównaniu do obecnej sytuacji, z podkreśleniem automatyzacji i brainstormingu.

11. AI w strategii i decyzjach

Rozmowa o roli AI w strategii i decyzjach, z podkreśleniem konieczności osobistego podejmowania decyzji i brania odpowiedzialności.

12. Ochrona prywatności i AI

Ważność ochrony prywatności danych w interakcjach z AI, z podkreśleniem konieczności aktywnego myślenia i działania.

13. Nowa perspektywa na pracę juniorskich i seniorskich roli

Podróżnik omawia nową perspektywę na pracę juniorskich i seniorskich roli, podkreślając przewagę juniorskich pracowników ze względu na ich otwartość umysłu i zdolność do szybkiego nauczenia się.

14. Edukacja i nauka w nowym świecie

Podróżnik omawia proces edukacji i nauki w nowym świecie, podkreślając ważność eksperymentowania i odwagi do przekroczenia komfortu.

15. Software 1.0, 2.0 i 3.0

Rozmowa o zastosowaniach Software 3.0, w tym Cloud Code i Open Cloud, oraz jego korzyści w analizie danych.

16. AI i jego ograniczenia

Analiza możliwości i ograniczeń AI, w tym halucynacje i konsekwencje ich wdrożenia, oraz przyszłość architektury AI.

17. Perspektywy przyszłości i nauka

Pytania o przyszłość nauki i technologii, w tym zmiany w pracy i życiu w 2026 roku.

18. Fundamenty i eksperymentowanie

Vladimir omawia, jak powinien się zacząć nauka o LLM, podkreślając znaczenie zrozumienia fundamentów i eksperymentowania z narzędziami.

19. Adaptacja do zmian i krytyczne myślenie

Rozmowa o adaptacji do zmian i krytycznym myśleniu, szczególnie w kontekście analizy informacji i osi czasu.

20. Edukacja i Agentic AI

Wspomnienie o firmie Data Workshop i jej programie edukacyjnym, skupiającym się na Agentic AI.

Szukaj w treści odcinka

Wyczyść
Znaleziono 1 wynik dla "ETH Uniwersytet"

I między innymi były też takie badania ze Szwajcarii, ETH Uniwersytet.

Ostatnie odcinki