ИИ для data scientist

ИИ для data scientist: конструктор промптов

Data scientist'ы тратят до 40% времени на очистку данных и написание рутинного кода. LLM ускоряют эти процессы, но только при грамотной формулировке запросов. Разбираем анатомию эффективного промпта и даём шаблоны под ключевые задачи.

Структура эффективного промпта

Промпт для DS должен содержать 5 обязательных блоков:

1. Роль — задаёт контекст (например, «ты — старший ML-инженер»).
2. Задача — конкретное действие (напиши код, объясни метрику, найди ошибку).
3. Данные — описание схемы, типов, примеров (важно для генерации корректного кода).
4. Ограничения — библиотеки, версии, стиль кода, запрет на определённые подходы.
5. Формат ответа — код с комментариями, таблица, объяснение в 3 пунктах.

Готовые шаблоны промптов

1. Генерация кода для предобработки

Шаблон: «Ты — data scientist. Напиши Python-код для обработки пропусков в датасете [описание схемы]. Используй pandas 2.0, не применяй dropna(). Выведи код с комментариями и краткое объяснение выбора стратегии».

Настройка: замените описание схемы на свои колонки, укажите допустимые библиотеки и желаемый подход (например, медиана для числовых, мода для категориальных).

2. Объяснение метрики

Шаблон: «Объясни метрику [F1-score] простым языком для заказчика. Приведи формулу, пример расчёта на синтетических данных и 2 сценария, где она предпочтите��ьнее accuracy».

Настройка: укажите целевую аудиторию (техническую или нет), глубину математических деталей.

3. Отладка кода

Шаблон: «Вот код [вставьте код]. Он выдаёт ошибку [текст ошибки]. Найди причину, предложи исправление и объясни, почему возникла проблема».

Настройка: добавьте версии библиотек и фрагмент данных, на котором ошибка воспроизводится.

4. Генерация синтетических данных

Шаблон: «Сгенерируй 1000 строк синтетических данных с колонками [перечислить]. Задай корреляцию между [колонка1] и [колонка2] = 0.7. Используй numpy, random_state=42».

Настройка: укажите распределения (нормальное, пуассона), допустимые диапазоны и тип данных.

Совет: всегда указывайте «покажи код без markdown» или «выведи только код», если планируете вставлять результат в IDE. Это экономит время на форматирование.

Сравнение подходов к настройке промптов

Практические рекомендации

• Итеративно уточняйте промпт: если ответ неполный, добавьте «дополнительно укажи сложность алгоритма».
• Используйте системные промпты для постоянных ограничений (например, «всегда используй type hints»).
• Для больших датасетов просите «сгенерируй код, который обрабатывает данные чанками по 10000 строк».