Оценка Cursor на реальном проекте по data science от A до D
Дата-сайентист Майк Вудворд проверил Cursor на настоящем проекте и выставил оценки. Прототипы и документация получили A, а pandas, очистка данных и скрейпинг C и D.
Что сделали
Майк Вудворд работал в Cursor с Claude в качестве модели над реальным проектом на Python про данные английского футбола. Он оценивал Cursor от A до D по общей работе с кодом и по отдельным задачам. Майк просил код промптами, потом проверял и правил его вручную. Например, запрос в pandas, который находит клубы, игравшие только дома или только в гостях, он написал сам.
Что получилось
Оценку A получили автодополнение кода, комментарии, документация и прототипы. C получили pandas, очистка данных и генерация кода. Скрейпинг и начало работы получили D. Приложения на Streamlit собирались быстро, но всё техническое приходилось тщательно проверять.
На что обратить внимание
Бесплатный тариф кончается быстро, так что для оценки нужна платная подписка. При работе с GitHub Cursor удалил часть файлов с данными, поэтому держите резервные копии.
Кому пригодится
Аналитикам и дата-сайентистам, которые решают, стоит ли переходить на Cursor и в каких задачах ему можно доверять.
Попробуйте сами с Cursor
У меня проект по data science в [путь к папке], цель [цель]. Попробуй выполнить эти задачи и оцени себя по каждой [преобразования в pandas / очистка данных / скрейпинг / прототип модели]. Для каждой скажи, что сработало, в чём ты не уверен и что мне стоит проверить вручную. В конце дай короткую таблицу оценок и не перезаписывай мои исходные файлы с данными.
Нужна помощь с запуском? Вступайте в сообщество AI Pack ↗
Источник: blog.engora.com ·