Data & AI sa Brankom Kovačem: Početak Nove Ere

Nastavljamo da jačamo tim i ekspertizu!

Nakon više od decenije iskustva na pozicijama Data Scientist, Branko Kovač je odlučio da ulaže svoju energiju i dalje razvija svoje znanje u našoj kompaniji.

U trenutku formiranja i strateškog planiranja Data & AI oblasti u Quantox-u, razgovaramo sa novim direktorom sektora za upravljanje podacima i veštačku inteligenciju.

1. Imajući u vidu tvoje višegodišnje iskustvo na različitim pozicijama u oblasti Data Science, kako vidiš trenutno stanje i razvoj ove oblasti na domaćem, a kako na stranom tržištu?

Domaće tržište – moja omiljena tema!

Pre 10 godina je bilo moguće na prste dve ruke izbrojati profesionalce u ovoj oblasti u Srbiji. Moja prva poznanstva sa ljudima iz sveta Data Science su iz 2014. godine, a od tada smo prešli dugačak put. Posebno mi je interesantno ubrzanje koje se dogodilo od početka Covid-19 pa do danas. Srbija u 2022. postaje dom interesantnih start-up kompanija kojima je u fokusu mašinsko učenje, dok se broj kompanija koje zapošljavaju ubrzano uvećava. Prostora za napredak ima – ako pričamo o poslovanju, onda bi to bilo na polju daljeg razvoja usluga i proizvoda, kao i u oblasti obrazovanja.

Globalno tržište je generalno dosta ispred nas, i to će verovatno ostati slučaj. Verujem da možemo biti jednako kvalitetni na pojedinačnom nivou, ali Srbija ne može da se poredi sa npr. SAD jer su brojevi tu neumoljivi – tržište, novac – sve je tamo. Bilo bi sjajno postati Izrael. Ali, to je već mnogo šira priča od Data Science. Izrael ima sjajne fakultete, razvijenu industriju, i opet – novac. Nadam se dolasku još nekog poput Microsoft-a u Srbiju, to bi bila potvrda da idemo u dobrom smeru.

2. Šta smatraš za najveći izazov u ovom trenutku u oblasti Data & AI?

Ogroman hype koji postoji, ako pričamo o veštačkoj inteligenciji. Bez dileme je teško boriti se sa očekivanjima koja postoje. Svi pričaju o AI, svi gledaju prezentacije koje govore o fantastičnim dostignućima, svi očekuju magiju koja će preokrenuti biznis i zaraditi veliki novac. Daleko od toga da nije moguće realizovati sjajne ideje, ali je potrebno je vreme, znanje, dobri podaci (pre svega!), pa tek onda možemo pričati o rezultatima.

Posmatrano iz ugla nauke – kako uopšte doći do prave veštačke inteligencije?

Dometi ljudske inteligencije su nam poznati, a naš mozak pritom troši svega 20 vati. Komplikovane arhitekture bazirane na neuronskim mrežama troše ogromne količine energije i još uvek su ograničene na uzak set zadataka koje mogu da izvršavaju. Mnogi se pitaju da li su neuronske mreže i deep learning uopšte rešenje ovog problema. Bez dileme, ogroman napredak je napravljen u prethodnih 5-10 godina zahvaljujući razvoju računara i cloud tehnologije. Biće zanimljivo pratiti šta će se desiti u narednih isto toliko godina.

Na operativnom nivou, veliki problem je nedostatak ljudi sa adekvatnim znanjem – i globalno i lokalno. Data scientisti, ML inženjeri, data inženjeri, dobri analitičari – svih ovih ljudi zaista nedostaje i moraćemo mnogo više vremena da posvetimo obrazovanju kako bismo ovaj problem rešili, posebno imajući u vidu brzinu kojom se cela oblast kreće.

3. Šta obuhvataju zaduženja vodeće osobe za ovu oblast u jednoj internacionalnoj rastućoj IT kompaniji?

Nimalo programiranja i mnogo više svega ostalog, ne znam da li mogu konciznije da opišem. Šta je to “sve ostalo”? 

Na duži rok, biće potrebno kreirati više timova u okviru različitih oblasti. Strategija razvoja, operativni planovi i izbor tehnologija su nesumnjivo među zadacima koji idu uz poziciju na kojoj se nalazim.

Ako posmatramo svakodnevne aktivnosti, to je svakako komunikacija sa ljudima, bilo da su u pitanju članovi tima, kolege, sadašnji i potencijalni klijenti ili drugi partneri. Volim da pomognem i u potrazi za novim kolegama ako mogu, iako mi to nije primarni posao.

Na polju mašinskog učenja (“veštačka inteligencija”, prim. aut.) već smo počeli sa razvojem tima – imamo nekoliko sjajnih ljudi, a uveliko razmišljamo o novim članovima. Moj uloga je, pre svega, da tehnički usmeravam tim i pomognem savetima kad god je to moguće. Realizaciju prepuštam njima.

4. Kako bi opisao glavne ciljeve i značaj ovog stuba poslovanja za celu kompaniju?

Biznis vertikala koju razvijamo ima nekoliko pravaca u kojima bismo želeli da kompanija raste – analitika podataka, mašinsko učenje i inženjering podataka. Ovo je maratonski posao i biće potrebno vremena, rada i pomalo sreće da bismo uspeli. Znam da prethodna rečenica zvuči kao fraza, ali ne mogu da zamislim da ćemo za pola godine biti u prilici da kažemo – svaka čast, ostvarili smo sve kako smo želeli. 

Uzevši u obzir u kom pravcu se kreće IT industrija, uveren sam da će Data & AI biti važan faktor u daljem razvoju kompanije. Opet fraza, ali – podaci su već sada svuda oko nas, njihova upotreba je sve veća i zaista bi bilo nesmotreno ignorisati stvarnost i ne iskoristiti sve mogućnosti koje ova oblast pruža.

5. Nakon prvih mesec dana u Quantox-u, koji su tvoji prvi utisci?

Huh, glavni utisak je – ok, ovo je sve novo za mene. 

Quantox je prva “tipična” IT kompanija za koju radim. Osim toga, prethodne dve kompanije u kojima sam radio su bile korporacije, sa svim vrlinama i manama koje uz to idu. Ništa loše na račun tih kompanija, samo što je to potpuno drugačiji svet od ovog u kojem se nalazi Quantox. Pretpostavljam da je onda jasno koliko je ovo prilično velika promena za mene.

Ovaj posao je drugačiji od svih prethodnih, kao i odgovornost koju imam. Za ovo kratko vreme smo već prošli svašta. Sve je vrlo dinamično. Od fantastičnih sastanaka i različitih situacija na projektima, komunikacije sa lokalnom zajednicom… Ne mogu da kažem da to nije upravo čemu sam se nadao, jer monotonost u poslu nije nešto u čemu naročito uživam.

Ako me ovo budete pitali za pola godine, sigurno ću moći da kažem mnogo više.

6. Koji su tvoji glavni pokretači, motivacija i inspiracija u poslu (Šta te iznova pokreće)?

Vrlo brzo shvatim šta i zbog čega nešto ne želim, ali dugo mi je vremena prvo bilo potrebno da pronađem čime mi je interesantno da se bavim u profesionalnom životu. Imam dovoljno različitih interesovanja privatno, a Data Science je super miks – matematika, inženjerning, procesi, problemi, tehnologija, kognitivna nauka, filozofija. I onda me to stvarno dobro “vozi”. Kad dodam i da mi je ova biznis strana uvek bila zanimljiva, jasno je da nemam problem sa motivacijom na poslu.