– Rynek pracy w Data Science będzie stale się rozrastać. Obecnie świat jest w momencie przejściowym, gdzie uczenie maszynowe zagląda do wielu aspektów naszego życia, a tych aspektów będzie jeszcze więcej – mówi Krzysztof Bork-Ceszlak, trener infoShare Academy, który zawodowo zajmuje się Machine i Deep Learningiem.
Data Science to dziedzina, która z roku na rok zyskuje na popularności. Z Krzysztofem porozmawialiśmy nie tylko o tym, jak zostać Data Scientsitem, ale z czym ta profesja się wiąże. W którą stronę zmierzamy? Czy nauka o danych rozwija się czy może swój „prime time” ma już za sobą? Jak znaleźć „Złotego Gralla” Deep Learningu? Zapraszamy do lektury!
Pamiętasz moment, kiedy pierwszy raz usłyszałaś o Data Science?
Krzysztof Bork-Ceszlak: Pierwszy raz o Data Science usłyszałem zostając trenerem Data Science 🙂 Wcześniej po prostu wykonując zawód wchodzący w ten zakres, nie byłem tego świadomy. Wtedy jeszcze była to mało popularna w Polsce nazwa. Raczej mówiło się wtedy o poszczególnych elementach jak analizie danych, uczeniu maszynowym lub uczeniu głębokim.
No właśnie, jesteś ekspertem od Deep Learningu, uczysz młodych adeptów programowania w infoShare Academy, współtworzysz kurs online. Jak do tego doszło?
Zostałem dostrzeżony przez infoShare Academy i obdarzony szansą zaistnienia w świecie poza zawodowym. Była to świetna okazja, z której chętnie skorzystałem. Na początku prowadziłem pojedyncze zajęcia na kursie Data Science. Później, gdy okazało się że idzie mi całkiem nieźle, zostałem opiekunem bootcampu oraz trenerem prowadzącym zajęcia z Deep Learningu. Oczywiście nie obyło się bez wpadek i sam musiałem się dużo nauczyć. Zawsze lubiłem przekazywać innym wiedzę. Jednak zaprojektowanie odpowiednich warsztatów i dobre poprowadzenie ich, to już nie jest łatwe.
To pytanie musi paść, więc miejmy to już za sobą 🙂 Czy w 2020 trzeba skończyć studia, żeby zostać Data Scientistem?
Oczywiście, że nie, ale… Widzę po kursantach, że osoby, które studiowały kierunki ścisłe, szybciej przyswajają wiedzę z zakresu Data Science. Co oczywiście nie wyklucza ludzi z każdej innej branży. Po prostu będą musieli włożyć więcej wysiłku w naukę.
Data Science to bardzo obszerny temat. Ty specjalizujesz się w Deep Learningu. Dlaczego wybrałeś akurat tę dziedzinę i co najbardziej cię w nim pociąga?
Myślę, że większość osób, która się tym zajmuje chciałaby znaleźć tego “złotego gralla” Deep learningu i stworzyć „prawdziwą” sztuczną inteligencję. Jednak najciekawsza jest codzienna praca i ciągłe rozwiązywanie nowych i nietrywialnych problemów. Wyzwania są ogromne. Jednak satysfakcja z sukcesów jeszcze większa!
Rozwiniesz czym w Twoim rozumieniu jest “prawdziwa sztuczna inteligencja”?
Dziś rozwiązania nazywane sztuczną inteligencją są świetne w tym, do czego zostały stworzone. Potrafią na przykład znacznie lepiej niż człowiek rozpoznawać pismo ludzkie lub w mgnieniu oka tworzyć długie i sensowne opowiadania. Natomiast pamiętajmy, że najczęściej spora armia inżynierów i programistów AI spędza wiele godzin aby ten konkretny program napisać i nauczyć rozwiązywać to jedno zadanie. Nie można ot tak wziąć modelu, który rozpoznaje pismo i wykorzystać go do generowania tekstu. Należy znowu zainwestować określoną liczbę godzin pracy. Według mnie „prawdziwa sztuczna inteligencja” jest programem, który jest świadom swojego istnienia. Nie potrzebuje człowieka do nauczenia się rozwiązywania danego problemu. Jest w stanie samemu znaleźć odpowiednie dane w sieci i nauczyć się na ich podstawie konkretnej czynności.
W 2012 w Harvard Business Review ukazał się artykuł pt. „Data Science – najseksowniejszy zawód XXI wieku”, od tego momentu ten termin odmienia się przez wszystkie przypadki. Zgadzasz się z tezą zawartą w tytule? Jak ją rozumiesz?
Oczywiście, że się zgadzam! Uwielbiam tę pracę. Uwielbiam tworzyć rozwiązania całkowicie nowatorskie. Jest w tym zawodzie ogromną ilość ekscytacji. A to oznacza, że musi być seksowny.
Od tego momentu sporo się zmieniło – każda poważna firma potrzebuję silnego zespołu od analizy i przetwarzania danych, na rynku jest ogromne zapotrzebowanie na specjalistów, w mediach nie ma tygodnia, żeby nie mówiło się o sztucznej inteligencji. Czujesz, że to “prime time” Data Science, czy on dopiero nadejdzie?
Uważam, że rynek pracy w Data Science będzie stale się rozrastać. Obecnie świat jest w momencie przejściowym, gdzie uczenie maszynowe zagląda do wielu aspektów naszego życia. A tych aspektów będzie jeszcze więcej. Także ciągle powstają nowe miejsca pracy. Szczególnie w Polsce.
Jakie są największe szanse i zagrożenia związane z rozpowszechnieniem mechanizmów Data Science?
Świadomość polskich przedsiębiorców wzrasta w tym zakresie. Myślę, że branża IT całkowicie się już przekonała. Powoli dzieje się to w strefach przemysłowych. Coraz więcej konferencji ogólnokrajowych jest organizowanych pod kątem AI.
Zastanawiasz się czasem, jaki wpływ na rozwój naszej cywilizacji będą miały te zmiany w podejściu? Gdzie będziemy za 30 lat?
Biorąc pod uwagę to, jak potężny wybuch różnych zaawansowanych technologii z tej dziedziny obserwujemy w ostatniej dekadzie, sądzę, że nikt nie jest w stanie sobie wyobrazić, jaki poziom osiągniemy za 30 lat. Moim osobistym marzeniem jest zobaczyć humanoidalne androidy, w pełni autonomiczne. Mogłyby wspomagać człowieka w najcięższych i najbardziej mozolnych zadaniach.
W pełni autonomiczne humanoidalne androidy?
Mam na myśli takie roboty, które podobne są do człowieka z kształtu, lecz znacznie przewyższają go w możliwościach fizycznych. Zastosowanie można by im znaleźć np. w wielu zakładach produkcyjnych, gdzie ciężko zamontować klasycznego robota, ponieważ potrzeba większej elastyczności i mobilności. Wszelkie prace powtarzalne można by oddać tego typu maszynom. Zaś człowiek mógłby zająć się nadzorem oraz czysto kreatywnym aspektem rozwoju produktu.
Machine Learning z jednej strony pomaga i usprawnia procesy, z drugiej ma duży wpływ na nasze życia – szybko uczące się algorytmy decydują, co oglądamy, czytamy, słuchamy. Czy ludzie, którzy masowo korzystają z sieci społecznościowych powinni mieć świadomość, jak to działa? Powinniśmy się tego uczyć w szkołach?
Jak najbardziej. Każdy człowiek korzystający z nowinek techniki powinien mieć świadomość, jak szeroko jest infiltrowany i w jakim stopniu treści pojawiające się wokół niego są personalizowane. Szkoła podstawowa służyć ma do pozyskiwania podstawowej wiedzy o świecie i tak też powinno być. Ubranie rozwiązań Data Science w szaty magicznych algorytmów, brzmi fajnie, ale jest to czysto marketingowa zagrywka. Klient powinien wiedzieć, z czym ma do czynienia.
Masz poczucie, że prawodawstwo nadąża za zmianami technologicznymi?
Zdecydowanie nie nadąża. Zmiany zachodzą za szybko, aby obecny sposób wprowadzania zasad nadążał za nimi.
Jak Data Scientist może zmieniać świat na lepsze?
Podejmując się pracy 😉 Jednak ważne, aby to były projekty etyczne i podnoszące pozytywną stronę technologii na świecie.
Czy znasz jakieś przykłady projektów, które np. pomagają w walce z koronawirusem?
Ostatnio czytałem o bardzo ciekawym rozwiązaniu z zakresu Deep learningu. Mianowicie powstała aplikacja, która na podstawie dźwięku kaszlnięcia ocenia, czy użytkownik jest chory na koronawirusa. Wyniki są bardzo obiecujące, ponieważ autorzy osiągnęli ponad 90% skuteczność. Zero specjalistycznych testów, zero czekania w kolejkach na badanie. Wystarczy smartfon. To jest prawdziwa oszczędność czasu i pieniędzy!
Czym Ty zajmujesz się w pracy zawodowej? Możesz opisać, w jakich projektach bierzesz udział?
Obecnie zajmuje się prowadzeniem projektów w których rozwiązania deep learningowe pomagają osobom niedowidzącym odnaleźć się w przestrzeni publicznej lub pomagają osobom starszym w walce z samotnością oraz stagnacją. Poza tym tworzymy mniejsze projekty, w których interaktywne ekspozycje muzealne wzbogacane są o pierwiastek sztucznej inteligencji.
W jakich branżach szczególnie potrzebni są dziś specjaliści od danych?
Praktycznie w każdej. Tylko nie wszyscy przedsiębiorcy ufają tym technologiom. Obecnie największe zapotrzebowanie jest w IT oraz bankowości. Mam nadzieję, że niedługo rozszerzy się to o branżę produkcyjną.
Czy z Data Scientista “wyklują” się nowe, jeszcze bardziej wyspecjalizowane profesje? A może to już się dzieje?
To już się dzieje! Rynek pracy potrzebuje między innymi specjalistów od Data Engineering, Machine Learning, Deep Learningu, Cloud Computing.
Dobrze to widać po zmieniającej się ofercie w infoShare Academy. Podczas bootcampu Data Science prowadzisz zajęcia z Deep Learningu, na początku przyszłego roku w sieci pojawi się Twój autorski kurs online, w którym pogłębiasz ten temat. Czego dokładnie będzie dotyczyć?
Kurs online z Deep Learningu będzie skierowany do osób, które znają podstawy Pythona i chcą spróbować tego niesamowitego świata. Stopniowo będziemy wprowadzać coraz ciekawsze, ale jednocześnie trudniejsze rzeczy 😉 Zaczniemy od ogólnego zaznajomienia się z sieciami neuronowymi i narzędziami do ich projektowania. Następnie przejdziemy do praktycznego wykorzystania tych modeli w różnego rodzaju problemach do rozwiązania.
Zakończmy dobrą radą. Co powiedziałbyś młodym adeptom, którzy interesują się nauką Data Science?
To jest naprawdę świetne! Tak, że nie poddawajcie się w zdobywaniu wiedzy 😉 Dzięki temu na pewno zdobędziecie wymarzoną pracę.
Dziękuję za rozmowę
Krzysztof Bork-Ceszlak – na co dzień lider zespołu AI wykorzystujący zwinne metodyki zarządzania oraz programista C++/Python. Po godzinach trener Data Science. Entuzjasta Machine Learning’u, specjalizujący się w Deep Learning’u. Zwolennik przekazywania wiedzy od podstaw ze szczegółowym zrozumieniem tematów. Hobbystycznie konstruktor rozwiązań embedded.
