Скромен, со јасна мисла и изострен сенс за аналитичност, Петар вели дека често знае да навлегува во суштината на работите… што е само логичка последица од неговата проникливост во детали и афинитетот за работа со податоци. Иако Data Science не е баш вообичаена дестинација за студент од Економски факултет, Петар се пронајде на нашата Академија и покажа врвни резултати на првите модули – Напреден Excel и SQL. Затоа што ја има честа да биде првиот Студент на месецот од Академијата за Data Science, направивме еден фин муабет околу неговите мотивации и планови за понатаму.
Уписите за втората група на Академијата за Data Science се во тек . И овој пат бројот на места ќе биде ограничен, затоа резервирај го твоето на време, тука.
Петар, за почеток дали можеш да ни кажеш нешто повеќе за себе.
Па, почнувајќи од моите карактеристики генерално можам да се опишам како високо организирана и перцептивна личност. Самото тоа, конкретно кога работам, учам или општо во секојдневниот живот, помага да бидам аналитичен и инвентивен при решавање на различни проблеми.
Оваа година дипломирав на економскиот факултет, а од наредниот месец ќе започнам и со постдипломски студии на истиот. Ќе студирам статистика, со фокус на нејзина примена на проблеми блиски до економијата, финансиите и слично.
Како се одлучи за Data Science, особено затоа што имаш бекграунд во сметководство, ревизија, финансии, а не во IT?
Она што првично ме привлече е аналитичкиот начин на размислување и структурното решавање на проблеми кои се неопходни за успех во областа, а и љубопитноста за постојано барање одговори. Она што ме влече напред е науката, научниот пристап и постојаното учење, а тоа е според мене е важен предуслов за ваква “game changing” професија.
Како што спомна и ти, иако имам различен бекграунд за кој доцна ми стана јасно дека нема да можам да се пронајдам во конвенционалните кариерни можности кои ги нуди, во текот на студиите преку изборни предмети се фокусирав на математика и статистика, а надвор од факултет самостојно учев (и уште учам) калкулус, линеарна алгебра и веројатност. Во однос на програмирање, досега имам користено Python, но ограничено само на извесни библиотеки кои ми беа потребни за проект на факултет, како и за еден натпревар по финансии. Исто така за некои истражувања употребив и софтверски пакети за статистичка анализа како Stata и Minitab.
Како дипломец на Економски факултет, логично е да имаш интерес во Business Intelligence. Но, дали понатаму се гледаш и во некој друг домен на Data Science?
Можам да кажам дека Business Intelligence e доменот за кој во однос на досегашното знаење кое сум го стекнал во сметководство, финансии, како и техничките барања, е областа од DataScience за која моментално сум спремен да започнам со работа. Видете, самиот домен е повеќе фокусиран на анализа на податоци од минатото, како и нивна визуелизација, а доколку во иднина работам во одреден бизнис домен, тогаш дефинитивно би се насочил во BI. Но сепак, она во што повеќе се гледам понатаму се дефинитивно областите од Data Science кои се повеќе фокусирани на предвидување во иднина, особено машинското учење.
Во моментов се случува голем бум со Machine Learning. Платформи како Amazon, Netflix и Spotify се комплетно базирани на ова. Што мислиш дека ќе биде the next big thing во 2020? Дали можеби имаш некоја омилена апликација или платформа што функционира на сличен начин?
Апсолутно, машинското учење е присутно не само во тие широко познати платформи, туку има и “најобични” примени како линеарна регресија и класификација во статистиката.
Според мене, the next big thing ќе биде deep learning и computer vision. Целта кај deep learning алгоритмите во computer vision е да се разбере содржината од дигитални слики или видеа, односно ова вклучува развивање методи за репродуцирање и автоматизирање на човековата способност за вид. Моменталните најпопуларни примени на computer vision вклучуваат класификации на објекти од слики, идентификација, просторна детекција на предметите. Исто така овие технологии се користат за препознавање пешаци, коли и детекција на патот кај компаниите што произведуваат автономни коли.
Веќе постојат голем број компании кои ги користат и развиваат овие технологии, a како омилени можам да ги издвојам Tesla и Boston Dynamics.
Според Glassdoor, Data Science е најдобрата професија во моментов. Но, тоа е на интернационално ниво. Каков е твојот став за свеста и за Data Science во Македонија? Кај нас се уште постојат мисконцепции околу тоа што е Data Scientist, Data Analyst, Data Engineer итн…
Па, сметам дека полека но сигурно луѓето и бизнис заедницата стануваат се повеќе свесни за моќните решенија кои ги нуди Data Science. Да бидеме искрени, засега опсегот на потребното знаење за примена на Data Science во македонските компании е насочено единствено од потребите на локалната бизнис околина. Да се надоврзам, луѓето кои се занимаваат со DataScience во Македонија најчесто започнале во таа област поради outsourcing-от за потребите на странски компании. Колку што знам, единствена компанија која моментално во Македонија функционира врз база на machine learning е time.mk агрегаторот на вести и тоа е доволен факт кој говори сам за себе.
Во однос на мисконцепциите за улогите, да, дефинитивно постојат и тие се изразено нагласени кај нас. Секоја од титулите има комплетно различни улоги и очекувано – соодветни вештини кои се единствени само за таа титула. Добар пример за ова е разликата помеѓу Data Engineer, Data Scientist и Data Analyst/BI Analyst. Улогата и работата на еден Data Scientist е целосно зависна од тоа колку добро се структурирани податоците и дали е создадена соодветна архитектура за тие податоци, а тоа пак зависи од работата на Data Engineer. Од друга страна пак, во областа на BI потребен е BI Analyst кој има познавање од соодветен бизнис домен за да ја разбере и пренесе бизнис суштината од податоците.
Што сметаш дека е потребно за да се почне кариера во Data Science?
Генерално, имајќи ги предвид сите домени кои ги опфаќа Data Science сметам дека од клучно значење е критичкото размислување и чувството за тоа што се податоци и начините на кои се организираат, односно нивната инфраструктура. На тоа следи заклучокот дека е неопходно стекнување сериозна математичка основа за веројатност, калкулус и линеарна алгебра, како и детално проучување за тоа како функционираат широко користените алгоритми. Дополнително, интуицијата за податоците во голема мера се стекнува со совладување на концептите од статистичките дисциплини.
Сумирано, оптималниот пат до кариера во Data Science e комбинација на знаењата кои претходно ги споменав заедно со упорност и љубопитност за пронаоѓање одговори.
Како си поминуваш на Академијата? Што ти остави најголем впечаток досега?
Одлично. Иако сме на самиот почеток, можам да кажам дека очекувањата за досегашниот дел ми се целосно исполнети, а најголем впечаток ми остава дефинитивно практичниот пристап за решавање на проблемите како и логичната структурираност и поврзаност на предавањата со вежбите. Исто така, морам да ја пофалам посветеноста и стручната спремност на инструкторите.
Ве чека уште доста работа, пред вас е модулот за статистика, како и 3 месеци во Python. Кој модул очекуваш дека ќе биде предизвик?
Да, апсолутно. Во досегашниот дел поминавме дел од алатките кои се користат за BusinessIntelligence, како напреден Excel и SQL, а имајќи предвид дека во наредниот период ќе имаме доста математика, статистика и програмирање очекувам дека најголем предизвик ќе претставува модулот за Machine Learning. За успешно совладување на материјалот за овој модул ќе биде неопходна ефективна интеграција на знаењата кои ќе се стекнат по математика, веројатност, статистика и Python. Затоа, за да се совлада тој предизвик ќе мора сериозно време да се посвети на модулите кои му претходат.
За крај, што би им порачал на сите што би сакале да го започнат патот кон кариера во DataScience?
Доколку сте љубопитни за постојано барање одговори, сакате постојано да се надоградувате и да го подобрувате вашето критичко размислување тогаш веднаш пробајте се во Data Science! Ќе бидете изложени на доста интересни реални проблеми на кои ќе работите со интелигентни луѓе од различни области. И најважно, ќе научите многу за тоа како функционира светот околу вас и за тоа колку голем авторитет над вашите одлуки имаат вашите податоци.
Со Петар можеш да се поврзеш на https://www.linkedin.com/in/jolakoskip/
