Навайбкодила за час карту всех своих перелётов🥲
Заголовок может и получился громче, чем нужно, давайте разберёмся — мне интересно, похож ли ваш опыт, или я всё сделала не так! На выходных я решила провести эксперимент😎
➡️ Дано: .csv-файл со всеми моими перелётами за 3 года — экспорт из Flighty, о котором я вам уже рассказывала. Там есть вся базовая инфа, такая как коды аэропортов пунктов отправления и назначения, дата и время фактического вылета рейса, авиакомпания. Визуализация в самом приложении достойная, но имеет ограничения, я захотела её дополнить:
⭐️ отрисовать рейсы разных авиакомпаний разными цветами (чтобы можно было, например, посмотреть на карту только перелётов моими любимчиками Wizz🩷);
⭐️ сделать ползунок с хронологией того, как рос граф рейсов;
Изначально я выделила себе 2 часа, но закончила вайбкодинг-сессию досрочно, чтобы посмотреть закат — ровно через час. ТЗ выполнено не целиком, но, как видите, близко. Может быть, будет вторая часть))) Использовала только ChatGPT 5.2 Thinking.
Ещё сразу отмечу, что уже имею опыт с Plotly и вообще знала о нём, поэтому местами могла направить ИИ или доделать сама.
➡️ Мои впечатления в процессе
Для «чистоты эксперимента» я начала с нового окружения Python и чистого Jupyter Notebook (локально; не Colab), поэтому время установки необходимых библиотек учитывается. Я попросила последовательно сделать базовый EDA, потом какие-нибудь графики в Plotly. Если вы работали с Plotly, то знаете, что интерактивные визуализации могут начать отображаться далеко не сразу, с этим мне ChatGPT тоже смогла помочь.
При визуализации обнаружилось, что у всех рейсов после обработки датафрейма оказался час отправления 0, это пришлось подебажить уже мне (оказалось, что нужно было использовать другое поле таблицы). К этому моменту я уже была раздражена, потому что это какая-то типичная «стажёрская» ошибка, о которой я не хочу думать, когда делегирую кодинг.
Тем не менее, минут через 40 из первого часа я оказалась уже с картой перелётов в том или ином виде, и дальше уже «заказывала» исправления раскраски перелётов, добавление хронологии и прочие мелочи. Забавно, что ИИ за меня решил оптимизировать код (хотя в данном случае это излишне), и авиакомпании не из топ-8 слились в одну Other, например.
➡️ Итоги эксперимента:
💖 На мой взгляд, больше всего шансов на успешный вайбкодинг всё-таки в том случае, если вы готовы думать над дизайном кода самостоятельно, хотя бы имеете представление об используемом языке и готовы самостоятельно редактировать код. Иначе будет много необоснованных «решений» от ИИ и постоянные пере-генерации с непредсказуемым результатом.
🩵 Лично я успела поймать себя на том, что начинала злиться, когда надо было самой менять что-то в коде, а не просто ждать генерацию нового, хотелось сказать «ну ты чего, у меня лапки, сделай всё сразу работающим, раз такой умный, как все говорят»😄 Ну, это очевидная ловушка, и мы все это понимаем.
🤍 Важно понимать, что вывод ChatGPT не детерминирован, поэтому, когда вы предлагаете пофиксить баг, но переписать сразу весь код, чтобы не думать самостоятельно, может измениться что-то и в других местах — это мне кажется потенциальным слабым звеном🤨
В целом же, я осталась при своём мнении, что ИИ — это всё ещё прежде всего инструмент, который не стоит ни переоценивать, ни демонстративно игнорировать. Эксперимент обязательно повторю, и попробую другие нейронки тоже. Stay tuned🌟
➡️ Делитесь опытом и идеями — что и как навайбкодили?
#аналитика_и_жизнь #хардов_пост
@analytess 👩
Заголовок может и получился громче, чем нужно, давайте разберёмся — мне интересно, похож ли ваш опыт, или я всё сделала не так! На выходных я решила провести эксперимент😎
➡️ Дано: .csv-файл со всеми моими перелётами за 3 года — экспорт из Flighty, о котором я вам уже рассказывала. Там есть вся базовая инфа, такая как коды аэропортов пунктов отправления и назначения, дата и время фактического вылета рейса, авиакомпания. Визуализация в самом приложении достойная, но имеет ограничения, я захотела её дополнить:
⭐️ отрисовать рейсы разных авиакомпаний разными цветами (чтобы можно было, например, посмотреть на карту только перелётов моими любимчиками Wizz🩷);
⭐️ сделать ползунок с хронологией того, как рос граф рейсов;
Изначально я выделила себе 2 часа, но закончила вайбкодинг-сессию досрочно, чтобы посмотреть закат — ровно через час. ТЗ выполнено не целиком, но, как видите, близко. Может быть, будет вторая часть))) Использовала только ChatGPT 5.2 Thinking.
Ещё сразу отмечу, что уже имею опыт с Plotly и вообще знала о нём, поэтому местами могла направить ИИ или доделать сама.
➡️ Мои впечатления в процессе
Для «чистоты эксперимента» я начала с нового окружения Python и чистого Jupyter Notebook (локально; не Colab), поэтому время установки необходимых библиотек учитывается. Я попросила последовательно сделать базовый EDA, потом какие-нибудь графики в Plotly. Если вы работали с Plotly, то знаете, что интерактивные визуализации могут начать отображаться далеко не сразу, с этим мне ChatGPT тоже смогла помочь.
При визуализации обнаружилось, что у всех рейсов после обработки датафрейма оказался час отправления 0, это пришлось подебажить уже мне (оказалось, что нужно было использовать другое поле таблицы). К этому моменту я уже была раздражена, потому что это какая-то типичная «стажёрская» ошибка, о которой я не хочу думать, когда делегирую кодинг.
Тем не менее, минут через 40 из первого часа я оказалась уже с картой перелётов в том или ином виде, и дальше уже «заказывала» исправления раскраски перелётов, добавление хронологии и прочие мелочи. Забавно, что ИИ за меня решил оптимизировать код (хотя в данном случае это излишне), и авиакомпании не из топ-8 слились в одну Other, например.
➡️ Итоги эксперимента:
💖 На мой взгляд, больше всего шансов на успешный вайбкодинг всё-таки в том случае, если вы готовы думать над дизайном кода самостоятельно, хотя бы имеете представление об используемом языке и готовы самостоятельно редактировать код. Иначе будет много необоснованных «решений» от ИИ и постоянные пере-генерации с непредсказуемым результатом.
🩵 Лично я успела поймать себя на том, что начинала злиться, когда надо было самой менять что-то в коде, а не просто ждать генерацию нового, хотелось сказать «ну ты чего, у меня лапки, сделай всё сразу работающим, раз такой умный, как все говорят»😄 Ну, это очевидная ловушка, и мы все это понимаем.
🤍 Важно понимать, что вывод ChatGPT не детерминирован, поэтому, когда вы предлагаете пофиксить баг, но переписать сразу весь код, чтобы не думать самостоятельно, может измениться что-то и в других местах — это мне кажется потенциальным слабым звеном🤨
В целом же, я осталась при своём мнении, что ИИ — это всё ещё прежде всего инструмент, который не стоит ни переоценивать, ни демонстративно игнорировать. Эксперимент обязательно повторю, и попробую другие нейронки тоже. Stay tuned🌟
➡️ Делитесь опытом и идеями — что и как навайбкодили?
#аналитика_и_жизнь #хардов_пост
@analytess 👩