Czy Data Science to zawód przyszłości? Rozmowa z Krzysztofem Bork-Ceszlak

Deep Learning to funkcja sztucznej inteligencji (AI), która naśladuje działanie ludzkiego mózgu w przetwarzaniu danych i tworzeniu wzorców do wykorzystania w podejmowaniu decyzji.
Ta innowacyjna dziedzina nauki ewoluowała wraz z erą cyfrową, która przyniosła eksplozję danych we wszystkich formach i z każdego regionu świata. Te dane, znane jako Big Data, pochodzą między innymi ze źródeł takich jak media społecznościowe, wyszukiwarki internetowe, platformy handlu elektronicznego czy portale streamujące filmy, typu Netflix i HBO.
W epoce Industry 4.0 globalne firmy zdają sobie sprawę z niesamowitego potencjału, jaki wynika z odkrywania tego bogactwa informacji i coraz częściej dostosowują się do systemów sztucznej inteligencji w celu zautomatyzowanego wsparcia.

O tym czym jest Data Science, od czego warto zacząć swoją przygodę z tą wyjątkową dziedziną nauki i jak poprowadzić swoją ścieżkę kariery, aby się stale rozwijać, rozmawiamy z autorem szkolenia Akademia Deep Learning - Krzysztofem Bork -Ceszlak, entuzjastą Machine Learningu oraz konstruktorem rozwiązań embedded, który na co dzień pracuje jako lider zespołu AI oraz programista C++/Python.

iSA Online: Wiele osób będących laikiem w tym temacie zadaje sobie pytanie. Czym się różni programista od Data Scientist i ile te dwie dziedziny mają ze sobą wspólnego? Czy będąc programistą łatwiej zostać Data Scientist i odwrotnie? A jeśli nie programista, to jaki zawód jest najbardziej zbliżony do DS?

Krzysztof Bork-Ceszlak: Programista jest poniekąd artystą sztuki kodowania i rozwiązywania problemów z tym związanych. W Data Science programowanie jest natomiast jednym z wielu narzędzi w celu rozwiązywania złożonych problemów.
Ponieważ istnieje wiele specjalizacji w ramach Data Science, są zawody, które wymagają świetnej znajomości języków programowania, z uwagi na etap wdrażania rozwiązań na produkcji. Są jednak odłamy ukierunkowane na badania i rozwój i jest się wtedy w większości naukowcem. Nie kładzie się wówczas największego nacisku na programowanie, tylko na wykorzystanie różnych metod i narzędzi w celu zrozumienia danych, budowania i optymalizacji modeli oraz walidacji wyników.

Uwzględniając to wszystko, śmiało mogę stwierdzić, że programista jak najbardziej będzie miał ułatwiony start w Data Science. Natomiast posiadając umiejętności analityka lub chociażby naukowca, również uzyska się nieco przyspieszenia na start. Wszystko zależy od specjalizacji, jaką się wybierze.

iSA Online: Ostatni etap studiów kończyłeś w Szwecji, gdzie broniłeś magistra z Automatyki i Robotyki. Powiedz nam jakie główne różnice widzisz w nauczaniu w Polsce, a w Szwecji oraz jak bardzo przydatne dla Ciebie były te studia w kontekście Data Science i dalszego rozwoju w tym kierunku.

Krzysztof Bork-Ceszlak: Studia w Szwecji pozwoliły mi otworzyć się na szereg dostępnych możliwości. Miałem możliwość częściowego wyboru przedmiotów oraz wykonywanych projektów. System kształcenia pozwolił mi na rozwój w kierunku najlepiej do mnie dopasowanym. Wtedy zrozumiałem, że to całkowicie ode mnie zależy, w czym się wyspecjalizuję.
Poza tym zawsze miałem chęć zgłębiania wiedzy w kierunku uczenia maszynowego. Można nawet powiedzieć, że mam bzika na punkcie optymalizacji.

iSA Online: Czy ktoś, kto jest np. tzw. humanistą lub nigdy nie miał do czynienia z taką nauką jak Data Science, ma szansę wejść do tego świata? Jak trudna jest bariera wejścia do tego zawodu i od czego to w szczególności zależy?

Krzysztof Bork-Ceszlak: To czy ktoś się odnajdzie w świecie Data Science, zależy od poziomu determinacji danej osoby. Zdecydowanie nie jest to łatwa dziedzina i nawet mając dobry start np. jako programista, nie zagwarantuję ot tak sukcesu w przeciągu kilku dni. Bardzo ważne, jest poprawne zrozumienie szerokiego spektrum wiedzy, która kryje się na początku tej przygody. Jednak to nie wszystko. Aby utrzymać się na powierzchni, trzeba będzie stale się dokształcać i zgłębiać najnowsze osiągnięcia z tego świata.

iSA Online: Co Twoim zdaniem jest więc najtrudniejsze a co najłatwiejsze do opanowania i jakie umiejętności trzeba posiadać, aby się w tej dziedzinie odnaleźć?

Krzysztof Bork-Ceszlak: Myślę, że najtrudniejsze w tej dziedzinie jest dogłębne poznanie mechanik stojących za algorytmami uczenia maszynowego oraz ich metod optymalizacji modeli. Oparte jest to na dość sporym stosie operacji matematycznych, które bardzo często zostały po studiach zapomniane lub nie mieliśmy nigdy z nimi styczności. Jednak jeśli się już raz pewien zestaw procesów pozna i zrozumie, to nauka kolejnych będzie zdecydowanie łatwiejsza.
Z kolei najłatwiejsze według mnie jest poznanie nowoczesnych frameworków do pracy z uczeniem maszynowym. Napisane są naprawdę w bardzo intuicyjny sposób. Dokumentacja jest bardzo obszerna i społeczność zebrana wokół niej jest również bardzo aktywne oraz pomocne.

iSA Online: Żyjemy w epoce Industry 4.0, jaki to ma związek z Data Science? Czy Twoim zdaniem Polska jest perspektywicznym rynkiem dla biznesów próbujących odnaleźć się w nowej, pełnej innowacyjnych technologii rzeczywistości oraz jest u nas szansa na rozwój, dla osób posiadających wiedzę z tego zakresu?

Krzysztof Bork-Ceszlak: Ma to ogromny związek, ponieważ Data Science, a w szczególności sztuczna inteligencja, jest wpisana w definicję Industry 4.0. To właśnie wprowadzenie inteligentnych oraz samodoskonalących się rozwiązań pozwoli na rozwinięcie się przemysłu do niespotykanego wcześniej poziomu.

W Polsce ten trend jest jeszcze znikomy, ale zdecydowanie coraz częściej pojawia się na forum różnych konferencji czy paneli ekspertów. Kolejne projekty oraz ilość perspektyw z nimi związanych na pewno będzie się zwiększać. Wszystko zależy od przekonania się prezesów oraz zarządów większych spółek do chęci inwestowania w innowacyjne i przełomowe technologie.

iSA Online: Czy jesteś w stanie podać przykłady branż w Polsce, które się zajmują wdrażaniem takich rozwiązań dla innych firm oraz tych, którzy z tej dziedziny nauki korzystają we własnym biznesie?

Krzysztof Bork-Ceszlak: Zdecydowanie oferującą najwięcej możliwości jest branża bankowa, farmaceutyczna oraz IT. Już od wielu lat czołowe firmy w tych branżach przekonują się o potędze kryjącej się w zrozumieniu dużej ilości danych, które są gromadzone oraz przetwarzane przez zespoły Data Science. Ponadto coraz więcej pojawia się pomniejszych startupów dofinansowanych ze środków unijnych. Rozpoczynają oni bardzo często super ciekawe i innowacyjne projekty, do których warto dołączyć.

iSA Online: Już niedługo na naszej platformie startuje Twój kurs online dla osób chcących rozpocząć swoją przygodę z Deep Learning. Masz bardzo bogatą wiedzę i doświadczenie w branży i z tego co wiem, stale się w tej dziedzinie rozwijasz. Gdzie szukasz inspiracji i aktualnej wiedzy w tej szybko zmieniającej się dziedzinie nauki i kto jest dla Ciebie pewnego rodzaju guru ze świata, jeśli chodzi o Data Science.

Krzysztof Bork-Ceszlak: Specjalizuję się w zakresie tzw. uczenia głębokiego, czyli projektowaniu rozwiązań opartych na nierzadko ogromnych modelach sztucznych sieci neuronowych. W tej kwestii należy podążać za światowymi liderami, którzy świetnie przekazują wiedzę oraz osiągają przełomowe odkrycia. Jako przykład całych zespołów mogę podać Uniwersytet Stanforda, DeepMind lub Google Brain.

Jeżeli miałbym wytypować ‘guru’ z tego świata to na pewno byłby to Geoffrey Hinton oraz Andrew Ng. Należy również śledzić wszelkie publikacje naukowe, aby na bieżąco być z najnowszymi osiągnięciami.

iSA Online: Jaką ścieżkę należy przejść, aby rozwijać swoją karierę w Data Science? Od czego trzeba zacząć i gdzie jest koniec tej drogi na szczyt? Czy można to odnieść jakoś do pozycji Junior, Mid, Senior itd., tak jak to jest wśród programistów? Ile lat na to potrzeba, aby zostać takim ekspertem, jak np. Ty?

Krzysztof Bork-Ceszlak: Jak w każdej dziedzinie, najlepiej zacząć poprzez naukę i praktykę. Jak już pozna się podstawy, warto wybrać sobie jedną z wielu specjalizacji.
Może to być sprawdzenie swoich umiejętności w zakresie badań i rozwoju w takich dziedzinach jak przetwarzanie obrazów, dźwięku czy języka naturalnego. Jednak może się okazać, że bardziej interesuje nas techniczny aspekt Data Science, jak na przykład uruchamianie modeli w chmurze, optymalizacja rozwiązań, itp. Zdecydowanie jest w czym wybierać.
Należy jednak uważać, aby nie zamknąć się w pewnym momencie na dalszy rozwój, jeśli już stwierdzimy, że jesteśmy w czymś dobrzy. Bardzo łatwo przestać być ekspertem, jeśli nie będziemy na bieżąco się doskonalić i śledzić postępu technologicznego. Tempo zmian w Data Science jest ogromne.

iSA Online: Wspomniałeś, że studia dużo Ci dały w kontekście zrozumienia pewnych tematów. Jakie Twoim zdaniem wartości niosą za sobą kursy online? Na co Ty zwracałbyś w szczególności uwagę, przy zakupie takiego kursu dla siebie?

Krzysztof Bork-Ceszlak: W przypadku nauki podstaw oraz zaawansowanych metod w Data Science, zwróciłbym uwagę, aby przekazywana wiedza była możliwie aktualna oraz poparta dużą ilością przykładów stosowania różnych metod. Ponadto początkowo szerokie zbadanie dziedziny powinno być w następstwie poparte dogłębnym i ciekawym przekazaniem informacji.

iSA Online: Czy znajdziemy te wszystkie elementy w Twoim kursie? :) Jaki jest główny cel agendy tego szkolenia i co w szczególności z kwestii praktycznych ma szansę nauczyć się uczeń?

Krzysztof Bork-Ceszlak: Jak najbardziej! Moim głównym celem podczas szkolenia z podstaw Deep Learningu jest umożliwienie zapoznania się z tematem uczenia maszynowego z ukierunkowaniem na sztuczne sieci neuronowe.

Ponadto uczestnik kursu będzie miał możliwość stworzenia pełnego rozwiązania, wcale nie takich trywialnych problemów. Zahaczymy m.in. o mechanizmy algorytmów kryjące się w sieciach neuronowych, co w konsekwencji pomoże w implementacji własnej sieci, korzystając z nowoczesnych i powszechnie stosowanych narzędzi i bibliotek w języku python. Dzięki temu w bardzo przystępny sposób każdy będzie mógł się sprawdzić i stwierdzić, czy chcę się rozwijać dalej w Data Science i jeśli tak to w kierunku jakiej specjalizacji.