Олександр Краковецький, PhD., Microsoft AI Most Valuable Professional, Microsoft Regional Director, CEO DevRain, CTO ДонорUA, поділився баченням майбутнього data-галузі, форматів навчання та розповів свою історію в ІТ
ІСТОРІЯ:
- Почав працювати з інтелектуальним аналізом даних на 4-му курсі, коли майже ніхто не знав, що це
- Написав два дипломи (бакалавр і магістр) та захистив дисертацію по темі
- Почав писати статті на Хабрі (habrahabr.ru, зараз – habr.com). На початку був одним із «півтора» автори по темі на сайті
- На статтях по штучному інтелекту та data-майнінгу набив собі потужний рейтинг, в свій час був другим у рейтингу на Хабрі
- Після захисту дисертації пішов працювати звичайним розробником ПЗ
- З розвитком Amazon та згодом – Azure, інтерес до даних знову почав зростати. Після 2014, як машинне навчання та штучний інтелект почали вриватися та ставати мейнстрімом – повернувся до того, з чого починав. В рамках своєї компанії DevRain почав розвивати напрямок штучного інтелекту
- Працює над АІ для бізнесу, має декілька проектів, що відносяться до чистої Data Science
- Любить виступати. До ІТ займався музикою та виступав у музичній школі
- Любить навчати. В аспірантурі, в рамках обов’язкової програми викладання зрозумів, що хоче ділитися знаннями, бути пов’язаним з освітньою діяльністю
- Під час виступів більше хвилюється, коли в залі 3-4 людини, ніж коли 500
- Вважає, що один з найкращих способів, розібратися з новою для себе темою – закомітитися на конференцію під певний дедлайн
>>> Бізнес-біографія Олександра Краковецького
ПРО КАР’ЄРУ:
Я почав працювати з інтелектуальним аналізом даних ще на 4-му курсі. Те, що зараз ми називаємо «машинне навчання» або «штучний інтелект», тоді називалося «data mining» або «knowledge mining». Моя кандидатська робота, потім магістерська та кандидатська (PhD) були присвячені саме інтелектуальному аналізу даних. Тоді це було досить цікаво, всі дивилися на мене і говорили: «Чому ти таку тему вибрав? Що це взагалі таке?».
Згодом я почав писати статті на Хабрі (habrahabr.ru, зараз – habr.com). Це був перший «data hub». Нас там біло півтора автора, я і ще хтось. На статтях по штучному інтелекту та data-майнінгу я набив собі потужний рейтинг, в свій час був другим в рейтингу на сайті.
Захистив кандидатську, пішов працювати звичайним розробником програмного забезпечення, тому що на той момент не було інтересу до даних, і хмарних платформ ще не було.
Кілька років працював, як звичайний розробник. Коли почали розвиватися Amazon, а потім і Azure, інтерес до даних знову почав зростати. Після 2014 року машинне навчання та штучний інтелект почали вриватися в індустрію та ставати мейнстрімом. На той момент я зрозумів, що потрібно повернутися до того, з чого я починав. І в рамках своєї компанії DevRain я почав розвивати напрямок штучного інтелекту.
Штучний інтелект – дуже широка галузь. Ми почали копати цю сферу і вже більше 3-х років займаємося її розвитком. Для бізнесу штучний інтелект – це прикладний інструмент, коли ми використовуємо якісь напрацювання, вбудовуємо їх в процеси. Але є у нас і проекти які відносяться до чистої Data Science.
ПРО ДОСВІД СПІКЕРСТВА:
Мені завжди подобалося виступати. До того, як я пішов в ІТ, декілька років займався музикою, виступав у музичній школі. Коли ти працюєш в ІТ, то сидиш на одному місці, щось кодиш. Тебе бачить, умовно, тільки твій колега. Моя історія спікерства теж почалася з ком’юніті…
Зараз, коли наступає цей «сезон конференцій» доводиться брати список та просто викреслювати ті, в яких не береш участь. В Україні ІТ еко-системи рідко перетинаються і є досить унікальні. І це цікавий феномен.
Коли я навчався в аспірантурі, однією з задач було викладання. Там і зрозумів, що мені це подобається. Я завжди пов’язував себе з якоюсь освітньою діяльністю. Конференції закривають потребу передавати знання. Завжди приємно поділитися та отримати фідбек від аудиторії.
Якщо мені хочеться розібратися з якоюсь темою, в якій я не дуже розбираюся на даний момент, найкращий спосіб – це закомітитися на якусь конференцію під конкретний дедлайн. Це сильно мотивує швидко розібратися і запланувати своє навчання на кілька тижнів.
Я намагаюся не готуватися на конференцію в останній день, але кілька випадків таких теж було. Після якогось 25 разу, це стає простіше. Не потрібно готувати кожний раз з нуля. В тебе є вже багаж знань, є розуміння. Ти вже можеш поговорити з аудиторією, розповісти якусь історію. Проблема в тому, що історії в певний момент закінчуються, та доводиться їх вигадувати :).
Якщо попереду важлива презентація або піч, я тікаю від усіх і просто монотонно півтори-дві години відшліфовую кожен слайд, кожну фразу. Коли ти тільки починаєш виступати, тобі потрібен хтось, на кому ти тренуєшся. Як правило, це рідні.
ПРО ОНЛАЙН-КУРСИ:
Відео-курс – це інший підхід до підготовки матеріалу. Ви ніколи не задумувалися, що на конференцію приходить тисяча людей, а потім дивишся все це в відеозаписі і розумієш, що кількість переглядів на Youtube дуже маленька. Просто по тій причині, що на конференції люди приходять за емоціями, за спілкуванням зі спікерами, попити каву, пофоткатися. Це такий комплекс заходів, нетвокінг, спосіб відпочити від рутинної роботи.
В відео-курс люди в першу чергу ідуть за контентом. Кожну фразу потрібно відшліфовувати, синхронізувати теорію з практикою, відеоряд зі звуковим рядом, мати середовище, в якому ти можеш записувати ці відео. На мій погляд, відео-курси – дуже хороший формат.
Раніше люди не сильно дивилися технічні доповіді в інтернеті. Але зараз всі усвідомили, що це валідний формат передачі знань. Ми повинні більше йти в онлайн, в відео, в аудіо, в подкасти…
ПРО ТРЕНДИ У НАВЧАННІ:
Давайте будемо чесними. На сьогоднішній момент ніхто в світі до кінця не знає, який буде наступний формат освіти. Я зараз не говорю, про онлайн, оффлайн… В принципі, яким буде зміст освіти. Це філософське питання. Я не вірю в якийсь окремий формат на 100%, я вірю в «гібрид», під яким кожен (ресурс онлайн-навчання – ред.) розуміє щось своє.
Навчальні майданчики зіштовхнулися з тим, що люди, подивившись один курс, отримують обмежені знання. Вони бачать одну картинку – ту, яку бачить викладач курсу. І ми все рівно підходимо до того, що повинна бути якась людина (ментор) щоб вести тебе по навчанню.
ПРО МЕНТОРСТВО:
Зараз так званий інститут менторства в Україні практично не розвинений. У нас «ментор» – це людина, яку всі знають. Або навпаки – людина, яку ніхто не знає, але вона є знайомим організаторів. Хоча насправді ментор – це окрема роль.
Ментор може бути не найкращим викладачем, з точки зору викладу матеріалу, але здатний спланувати learning pass для конкретної людини, підказувати їй, в яку сторону рухатися. Кожному, хто хоче увійти в іншу сферу, розвиватися, потрібно знайти ментора, який буде допомагати.
Ментор – це людина з великим світоглядом. Раніше нас вчили: «це добре, а це погано», технологія «а» хороша, технологія «б» погана… «Waterfall поганий, Scrum хороший»… Ми живемо в якійсь бінарній системі.
Порада молодим спеціалістам – відмовитися від бінарного підходу і розуміти, що світ дуже різноманітний. Сьогодні ти пишеш на дотнеті під ІОS, а завтра ти імплементуєш АІ-рішення в великий проект. На даний момент найголовніше – мати бекграунд. А яка буде імплементація, під яку технологію…, то вже не так важливо.
ПРО МАЙБУТНЄ DATA-СПЕЦІАЛЬНОСТІ:
Побачити, що сьогодні відбувається в навчанні ІТ-спеціалістів, можна на прикладі Microsoft. Раніше всі спеціалісти ділилися по якійсь технології або по продукту. Потім був «шифт» з девелопера на інженера (вже ніхто не пише – software developer, всі пишуть – software engineer, вже не – QA, а software engineer in test). Цей перший шифт відбувся кілька років тому.
Зараз ми також відходимо від понять «senior», «middle»… Вони все ще зрозумілі для українського ринку, але якщо ми говоримо з зарубіжним клієнтом, то намагаємося ними не оперувати. Зараз ми вже говоримо про конкретні компетенції.
Компетенцій стає досить багато. І сьогдні сертифікати та відповідні їм курси діляться на такі умовні категорії (рівні):
- Fundamentals. Це означає, що ви можете бути ким завгодно, але платформу Azure повинні знати, хоча б на рівні, як туди залогінитися, як створити сховище даних…
- Role based certification. Людина вибирає, яку роль або ролі вона хоче виконувати в компанії (адміністратор, Devops, розробник, Data Scientist, Data Engineer…). І під кожну роль виділяється конкретний learning pass.
- Специфічні компетенції. Наприклад: я розібрався з інтеграційними компонентами, як створювати рішення для автоматизації бізнес-процесів… В компанії використовується SAP, і є потреба на ринку інтегрувати SAP з Azure або іншим програмним продуктом. Тоді я повинен отримати додаткові знання, щоб вміти виконувати дану специфічну роль. Подібних спеціалістів сьогодні дуже мали, і вони мають велику кількість замовлень, вони затребувані, тому що в них є дуже спеціалізовані знання.
Дякуємо Олександру за час та досвід!
#SQLua_DataAcademy
𝗔𝗱𝘃𝗮𝗻𝗰𝗲𝗱 𝗗𝗮𝘁𝗮 𝗧𝗲𝗮𝗰𝗵𝗶𝗻𝗴 𝗮𝗻𝗱 𝗟𝗲𝗮𝗿𝗻𝗶𝗻𝗴! 💎 𝗝𝗼𝗶𝗻 𝘂𝘀!