Má dlouholeté zkušenosti v oblasti dat. Pomáhal zákazníkům, většinou velkým nadnárodním společnostem, uspět v mnoha kritických projektech. Kromě IT je aktivní i v dalších oblastech. Pracoval a žil v různých evropských zemích, jako například v Belgii, Dánsku, Holandsku, Švédsku nebo Francii. Má bohaté zkušenosti z manažerských i technických rolí.
Rozhovor s LUBOMÍREM HUSAREM, zakladatelem Lovely Data.
Data v současnosti ovlivňují naše vnímání světa, i jak svět vnímá nás. Proč jsou data v životě lidí tak důležitá? Jak mohly přežít předcházející generace lidstva bez dat?
Pokud nemáte k dispozici data, tak se řídíte jen svoji intuicí. To nemusí být vždy špatně, ale často se jedná o rozhodování na základě pocitů, je to tedy hodně subjektivní. Data nám pomáhají rozhodovat se objektivně. Samozřejmě za předpokladu, že se objektivně rozhodovat chceme.
Navíc datová gramotnost, tedy schopnost zpracovat informace a vyvodit z nich závěry, je dnes nutná dovednost, bez které se v mnoha oborech už neuplatníte.
A jak mohly předcházející generace přežít bez dat? Není to úplně tak, že by nepoužívaly data. Už starověké civilizace měly rozvinutou administrativu, jejímž úkolem bylo vést např. evidenci obyvatel a jejich majetku. Takže přinejmenším od starověku lidstvo data v písemné podobě využívá.
Máte dlouhodobé zkušenosti v oblasti informačních technologií, vedl jste týmy specialistů na rozsáhlých projektech po celé Evropě. Na jakých projektech jste se podílel?
Měl jsem štěstí, že jsem se dostal k projektům pro velké firmy, a to v různých odvětvích. Vždy se to nějakým způsobem týkalo dat a vždy to byla jedna ze dvou kritických fází projektu. Ta první, kdy byl projekt na úplném začátku a bylo potřeba ho nějak „rozběhnout“. Nebo ta druhá, kdy se projekt nevyvíjel podle představ a bylo nutné ho „postrčit“ správným směrem.
Co se týká oborů, tak to byly např. finance, automobilový průmysl, logistika, veřejné služby nebo telekomunikace.
Jaké jsou většinou kritické situace ve firmách? Jakou nejkritičtější situaci jste musel řešit vy?
Když pominu ty globální situace, jako např. současnou pandemii, tak většina kritických situací vždy nějak souvisela s lidmi. Ať už to byl někdo, kdo dělal chyby, které pak museli ostatní řešit. Nebo když nefungovaly osobní vztahy, což pak v důsledku ovlivňovalo celkovou atmosféru.
Hodně tvrdé to bylo na projektech jednoho systémového integrátora, kde jste dostali svobodu dělat věci po svém, ale automaticky se s tím pojila velká zodpovědnost. Pamatuji situace, kdy lidé jeden den na projektu byli a druhý den tam už nebyli. Když jste se zeptali na důvod, dostali jste odpověď: „Neměli na to“. A bylo jedno, jestli je to interní zaměstnanec nebo externí spolupracovník. Na druhou stranu pak zůstali v týmu lidé, od kterých jste se mohli hodně naučit.
Svět se čím dál tím víc posouvá do online prostředí. Umí si lidstvo poradit s množstvím virtuálních dat a informací?
Snažíme se a učíme se. Takový objem dat samozřejmě nezvládá na 100 procent zpracovat nikdo. Ani jednotlivci, ani firmy, ani vlády jednotlivých zemí. Není to prostě v lidských silách.
Proto je důležité si určit priority a rozhodnout se, co chceme sledovat a k tomu pak data využít. Naštěstí nám dnes s rozhodováním pomáhají počítače. Jednou takovou oblastí je i dnes tolik diskutované strojové učení.
Každou minutu přibývá moře dat. Dá se to ještě vůbec nějak zpracovávat? Proč je obecně růst objemu dat problém?
Dostali jsme se do stavu, kdy sbíráme ohromné množství dat, protože můžeme. Ukládání dat během posledních let neskutečně zlevnilo. Nikdo dnes už nemusí přemýšlet, jestli je nějaká informace důležitá nebo není. Prostě se dnes uloží a později se uvidí, jestli se dá nějak využít.
To ale samozřejmě není případ jen posledních několika let. Všichni, kdo ukládají data, dlouhodobě bojují s tím, jak z nich dostat nějaké smysluplné informace.
Zároveň můžete mít hodně dat, ale mimořádná situace všechno změní. Dobrým příkladem jsou například aerolinky. Ty mají o cestujících spoustu informací, ale dnes je pro ně složité cokoliv předpovídat, protože nikdo neví, jak bude vypadat cestování za pár měsíců nebo za rok.
V současnosti existuje interdisciplinární obor tzv. datová věda (Data Science). Mohou ji využít firmy či jednotlivci? Jak?
Ano, datová věda je opravdu průnik více disciplín. Datový vědec by ideálně měl mít znalosti z několika oborů – např. matematiky, statistiky, informačních technologií a měl by také rozumět byznysu. Protože takových jedinců není mnoho, tak je tato role běžně rozdělená mezi více lidí – specialistů na danou oblast. Jeden člověk pak má na starosti získávání a čištění dat, další se zabývá strojovým učením, apod.
Firmy samozřejmě datovou vědu využívají, protože pokud chtějí být úspěšné, tak se bez „data driven“ přístupu neobejdou. Data dnes rozhodují vlastně o všem – od náboru zaměstnanců, přes optimalizaci výroby, až po marketing nebo prodej.
Jednotlivci data určitě využívají také. Krásným příkladem je například nákup nového bytu. Bez analýzy dat (cena, lokalita, stáří stavby, občanská vybavenost, apod.), se taková akce rovná hazardu.
Umělá inteligence (Artificial Intelligence, AI) a strojové učení (Machine learning) jsou si velmi podobné. V čem? Zabýváte se tím také?
Malinko vás opravím. Strojové učení je podoblast umělé inteligence. Umělá inteligence je tedy širší oblast, do které patří strojové učení. Je ale pravda, že se to často „míchá“ dohromady. Asi i díky tomu jsou tyto pojmy pro mnoho lidí zahaleny něčím tajemným, takovou černou skříňkou.
Černá skříňka je vlastně docela dobré přirovnání toho, jak strojové učení funguje. Do skříňky na jedné straně nasypete data, algoritmus si data přebere a na druhé straně vám vypadne odpověď.
V praxi to znamená, že abyste strojové učení mohli využívat, potřebujete data. Ideálně hodně dat, z kterých se algoritmus může učit.
Machine learningem se v LovelyData zabýváme. Na našich stránkách jsme nedávno zveřejnili 2 kurzy věnované právě strojovému učení. Mám velkou radost, že se lektorům podařilo látku vysvětlit srozumitelně a zpřístupnit tak toto téma všem zájemcům.
Je práce s velkými a různorodými daty jen pro programátory?
Už dávno není. S rozvojem hardwaru a jeho zlevňováním se rozšířila i nabídka softwaru. Dnes můžete na svém laptopu bez problémů analyzovat desítky milionů řádků dat. Na to jste ještě před 10 lety potřebovali výkonný server. Plus tým lidí, kteří to měli na starosti.
Navíc tato demokratizace zapříčinila obrovskou poptávku firem po lidech, kteří dokáží s daty pracovat. Bohužel, takových lidí je stále nedostatek. A to i celosvětově.
Zároveň je to velká příležitost pro všechny, kteří do tohoto oboru chtějí proniknout. Dnes totiž není výjimkou, že si datové dovednosti osvojují i dospělí, kteří jsou ze školy už nějaký ten pátek pryč.
Pracoval jste ve velkých společnostech v IT. Proč jste se rozhodl založit LoveData?
Myšlenku založit LovelyData jsem probíral s několika lidmi, kteří se v IT pohybují. Shodli jsme se, že tu chybí nabídka vzdělávání v oblasti využívání dat, která by byla dostupná široké veřejnosti. A která by navíc byla v češtině nebo slovenštině.
Naším cílem bylo hned od začátku nabízet kurzy, které mohou využít i lidé, kteří běžně takové kurzy nenavštěvují. Např. náš kurz „Python pro analytiky“ studují nejen programátoři a analytici, ale i konzultanti, manažeři, kontroloři, personalisté nebo lidé z marketingu.
Musí každý, kdo využívá moderní technologické nástroje, znát alespoň základy programování a mít matematické myšlení? Co lidi, kteří nejsou schopni se to naučit, a přesto chtějí či musí využívat moderní technologie?
Nemusí. Excel, Word nebo grafické programy běžně využívají lidé, kteří neumí programovat. Poslední dobou se šíří tzv. No-Code nebo Low-Code nástroje, které umožňují vývoj např. webů nebo aplikací i bez znalosti kódování. Představte si to jako stavebnici, kde skládáte jednotlivé díly.
Samozřejmě, že takové nástroje mají svá omezení. Pokud někdo chce analyzovat data nebo vyvíjet rychlý software, tak se bez znalosti programování neobejde.
S koronavirovou pandemií se mnoho věcí přesunulo na internet. Dávají vaši klienti přednost spíše kurzům živě nebo spíš využívají raději online kurzy? Kdo jsou nejčastějšími klienty?
Všechno se přesunulo on-line. Největší poptávku zaznamenáváme v oblasti on-line kurzů, které může studovat kdokoliv. Druhou volbou jsou webináře s lektorem, ty ale v tuto chvíli nabízíme jen firemním zákazníkům. Mají o ně zájem hlavně větší firmy, které si obsah webináře nechají připravit pro svoje týmy na míru.
Pro nás znamenal začátek roku 2020 obrovský přelom, kdy jsme museli rychle přejít z prezenčních kurzů na on-line lekce. Nejdřív to byly pouze webináře, ale pandemie hodně urychlila vývoj naší vlastní, streamovací platformy. Tu používáme na všechny on-line kurzy a jsme na ni náležitě pyšní. Díky tomu, že si její vývoj děláme sami, tak jí můžeme rozvíjet podle požadavků studentů a lektorů.
Nejčastějšími klienty jsou firemní týmy, kteří si chtějí osvojit nové technologie a zefektivnit práci s daty.
Komplikují nám nové technologie více život či spíše otevírají dveře novým příležitostem a mohou zjednodušovat práci?
Vlastně obojí. Některé obory se určitě zkomplikovaly. Stačí si například vzít vývoj webových stránek. V minulosti na to bez problémů stačil jeden člověk, který web navrhl i naprogramoval a dokázal ho tak postavit na „zelené louce“. To už dnes nejde ani náhodou.
Na druhou stranu se zase objevily nástroje, které umožňují např. analyzovat data tak, že si všechno naklikáte pomocí myši. Navíc se některé programovací jazyky (jako např. Python) rozvinuly až do té míry, že si zautomatizujete činnost, která vám předtím v Excelu zabrala hodiny. A stačí vám k tomu doslova pár řádků kódu.
Python je také důvodem, proč se dnes tolik mluví o umělé inteligenci. Díky komunitě, která se kolem Pythonu pohybuje, dnes máme k dispozici velký výběr nástrojů pro data nebo třeba strojové učení. Krásné je, že jsou tyto nástroje k dispozici každému a navíc zdarma.
Jaká jsou nejžhavější aktuální témata ve světě IT a nových technologií?
Rozhodně je to Python. To je programovací jazyk, který zpřístupnil IT pro široké publikum, nejen pro programátory. Python dnes najdete všude – od serverů, přes weby až po umělou inteligenci. Proto mají o kurzy Pythonu dnes zájem i lidé, kteří se dříve programování vyhýbali.
Pak je určitě zájem o strojové učení, kde dominuje právě Python. Využití machine learningu je stále ještě na začátku a mnoho firem si jeho možnosti teprve osahává. I proto je důležité mít vyškolené pracovníky, kteří tomuto tématu budou rozumět.
Hodně se také začíná mluvit o RPA (Robotic Process Automation). Jedná se o softwarové roboty, kteří automatizují, a tím zrychlují různé činnosti, které lidé dělají manuálně.
Mohou například přijímat e-maily, rozpoznat přiložené faktury, ty pak zadat do účetního systému, a to všechno rychleji, než by to zvládl člověk. Navíc roboti nepotřebují ani přestávky, ani dovolenou. Pro firmy jsou takoví „pracovníci“ určitě lákaví. Zároveň ale tyto pracovníky musí někdo naprogramovat. A to mohou udělat jen lidé.
Děkuji za rozhovor.
Foto: Poskytnuto Lubomírem Husarem
Zdroj: Renáta Lucková
Sdílet
Hodnotit
Autor článku
