Tag: dataworkshop

Łukasz Siatka – ex Googler, Facebooker

Łukasz Siatka – ex Googler, Facebooker

Z tego odcinka dowiesz się:

  • czym zajmuje się Łukasz Siatka,
  • co to jest to TPU i jakie problemy rozwiązuje,
  • czy TPU ma przewagę nad GPU,
  • jak w praktyce wykorzystywane jest TPU,
  • co zrobić, żeby wejść w świat deep learningu,
  • kiedy opłaca się kupować własną kartę, a kiedy lepiej przejść na chmurę,
  • na czym polega rola sound engineera,
  • jakie są największe wyzwania w uczeniu maszynowym,
  • które obszary w uczeniu maszynowym rozwijają się najszybciej,
  • jak wdrożyć uczenie maszynowe w swoim biznesie,
  • czym zajmuje się organizacja Machine Learning Study Group,
  • jakie są stanowiska w Facebooku, czy podobnej wielkości firmach, związane z uczeniem maszynowym i analizą, jakich kompetencji wymagają,
  • od czego zacząć naukę uczenia maszynowego i gdzie się uczyć.
Łukasz Siatka
Łukasz Siatka

Google już rok temu zapowiedział strategię AI First. Zabrał się za to na poważnie, ilość projektów, który w ten czy inny sposób wykorzystują uczenie maszynowe rośnie w postępie wykładniczym. Nie tylko Google, ale również inne firmy działają podobnie. Na ostatniej konferencji Google IO CEO Google Sundar Pichai zaprezentował tzw. Google Duplex. Bardzo polecam obejrzenie krótkiego wideo.

Idea jest prosta: mamy wirtualnego asystenta, w tym przypadku jest to Google Assistant, który będzie robił coraz więcej za Ciebie, w końcu jest asystentem. Może na przykład zarezerwować wizytę u fryzjera, czy stolik w restauracji. Ta rozmowa była bardzo ciekawa, nie trywialna, w szczególności jeżeli chodzi o restaurację. Można z niej wyciągnąć taki wniosek, że po pierwsze: Google Assistant próbuje udawać człowieka, by ten, kto odbierze nie czuł, że dzwoni bot, po drugie: staje się coraz bardziej intelektualny, czyli fajnie łapie kontekst, udaje mu się zadawać fajne pytania, które zależą od tego, co usłyszy od rozmówcy, po trzecie: może się wydarzyć, że po obu stronach będą boty, które będą udawać ludzi – brzmi to ciekawie, ale jest możliwe.

Nagrałem już odcinek, który więcej mówi o asystentach i jak to może zmienić naszą przyszłość. Myślę, że jest to kwestia czasu, być może 5 lat, może troszkę więcej. Tacy asystenci zaczną wchodzić w nasze życie i staną się na tyle powszechni, że już po jakimś krótkim czasie nie będziemy w stanie wyobrazić sobie życia bez takich asystentów. Podobnie mamy teraz z komórkami, kto jeszcze 10 lat temu nie mógł przeżyć bez komórki, a jak to jest teraz? No właśnie.

Dzisiaj chciałem szerzej poruszyć temat infrastruktury, również zająć się Google. Już dawno temu chciałem zaprosić Łukasza, który jest dzisiejszym gościem, jednak pewne ograniczenia, nie do końca zależne od Łukasza, spowodowały, że trochę się to przeciągnęło w czasie. Dobra wiadomość jest taka, że udało się nam spotkać i nagrać odcinek. Łukasz wcześniej pracował w Google, teraz pracuje w Facebooku, wykonuje wiele różnych ciekawych rzeczy, dla mnie jest taką skrzynką pełną wiedzy, bo potrafi odpowiedzieć na wszystkie pytania. Być może ma jakieś limity, ale jak na razie nie udało mi się go zaskoczyć, jego wiedza jest tak szeroka, że nasze rozmowy mogłyby trwać wieczność.

Co jakiś czas mamy okazję wspólnie działać na różnych eventach, hackatonach i są to zawsze bardzo inspirujące spotkania i rozmowy, dlatego pomyślałem, że fajnie byłoby zaprosić Łukasza, żeby podzielić się z większym gronem. Ta rozmowa była momentami bardzo techniczna, ale się nie przerażajcie, bo było również sporo wskazówek biznesowych, jak i edukacyjnych, czyli jak się zabrać do uczenia maszynowego.

Read More Read More

Share
DataWorkshop i praktyczne uczenie maszynowe

DataWorkshop i praktyczne uczenie maszynowe

Z tego odcinka dowiesz się:

  • czym zajmowałem się na etacie i czy łatwo było z niego zrezygnować,
  • kiedy rozpocznie się trzecia edycja kursu Data Workshop i czym będzie się różnić od poprzednich edycji,
  • jakie mam plany na ten rok i gdzie będziecie się mogli ze mną zobaczyć,
  • kim z zawodu są uczestnicy drugiej edycji kursu DataWorkshop,
  • dla kogo jest ten kurs i jak praktycznie wykorzystać tę wiedzę,
  • jakie trudności uczestnicy mieli podczas nauki Pythona,
  • jakimi wrażeniami z kursu mogą się podzielić,
  • czy to, czego się nauczyli pomoże im w realizacji planów zawodowych,
  • jak widzą przyszłość sztucznej inteligencji.
Praktyczne uczenie maszynowe
Praktyczne uczenie maszynowe

Zrezygnowałem z etatu. Pewnie wiesz, że oprócz tych wszystkich rzeczy, nad którymi pracuję, miałem również etat w General Electric. Odejście z pracy było bardzo logicznym krokiem i pewnie zrobiłbym to wcześniej, ale ta decyzja była dość trudna emocjonalnie. Analizowałem swoje wnętrze, poszukując odpowiedzi i zrozumiałem… po prostu w ciągu trzech lat, przez które pracowałem jako architekt w GE, wiele rzeczy udało się zmienić.

Udało się wprowadzić wiele dobrych praktyk, jak należy myśleć o produkcie i budować go, zarządzać kodem, testować, jak również wprowadzić sporo automatyzacji w różnych wymiarach (w momencie rezygnacji z pracy mamy tysiące automatycznych procesów wykonywanych dziennie, a jak dołączyłem, to mieliśmy zero i nawet żadnych pomysłów, że można to zrobić. Oczywiście GE to duża firma,  mówię jedynie o moim zespole). Poświęciłem sporo energii na tłumaczeniach zastosowania uczenia maszynowego i udało się również podziałać w tym temacie. Zajmowałem się edukacją zespołu, zarówno lokalnie, jak i za granicą (przede wszystkim w Indiach, ale również innych krajach). Mówiąc w skrócie, włożyłem w to serce i duszę. I trafiłem w pułapkę. W ten sposób człowiek przywiązuje się do wyników pracy. Zrozumiałem, w sumie po raz kolejny, jedną bardzo prostą rzecz, że najpierw należy odpuścić to, co udało się zrobić, żeby móc zrobić coś więcej.

Read More Read More

Share
Jak zacząć używać uczenie maszynowe w praktyce?

Jak zacząć używać uczenie maszynowe w praktyce?

Świat zmienia się szybciej niż myślisz, to już chyba wiesz…. Ale zmiany z definicji potrzebują kogoś, jak na razie jeszcze cały czas chodzi o ludzi, kto będzie je realizował. Przez to, że świat tak dynamicznie pędzi do przodu są dość duże braki chociażby w takich obszarach jak sztuczna inteligencja (w szczególności uczenie maszynowe).

Jak zacząć używać uczenie maszynowe
Jak zacząć używać uczenie maszynowe

Sytuacja jest czasem paradoksalna, kiedy firmy oferują gigantyczne kwoty dla specjalistów, żeby zaprosić ich do swojego zespołu. Oczywiscie, fajnie jest kiedy Twoja firma to Google czy Microsoft, gdzie roczny zysk wynosi blisko 100 miliardów dolarów. Natomiast, jak sobie radzić w sytuacji, kiedy Twoja firma jest w Polsce i jej obroty są mniejsze o 3 lub nawet 5 zer? 🙂

Również z drugiej strony, jeśli jesteś ambitnym człowiekiem, który chce wejść w temat uczenia maszynowego, ale jest to zbyt trudne. Być może już nawet były pierwsze próby, tylko po nich pojawiła się wiedza teoretyczna, brakowało zrozumienia jak ją wykorzystać i teraz czujesz się zagubiony.

Mam dobrą wiadomość dla obu przypadków. Kurs praktyczne uczenie maszynowe może Ci pomóc. Z punktu widzenia firmy, można przekwalifikować swoich programistów i dodać im jeszcze jedną, tak zwaną dodatkową, warstwę wiedzy. Z mojego doświadczenia wiem, że programiści chętnie wchodzą w ten temat bo jest to idealny obszar dla ich mózgu. Zyskujesz to, że w Twojej firmie nadal pracuje ten sam człowiek, który już zna funkcjonujący w Twoim przedsiębiorstwie proces, tylko co ważne staje się on bardziej wydajny.

Read More Read More

Share
Sztuczna inteligencja w ING Banku Śląski

Sztuczna inteligencja w ING Banku Śląski

Robotic process automation zmienia świat! Według KPMG  45% a może nawet i 75% prac w finansowym sektorze będzie wykonywane przez roboty w najbliższe 15 lat. Mówiąc bardziej precyzyjnie, przez tak zwany Robotic Process Automation (RPA). Dzisiaj o tym, ale nie tylko będzie mowa.

Gościem podcastu jest Ernest Wagner, który od 2004 stworzył kilka firm: agencję interaktywną, software house, technologiczny dom doradczy i kilka startupów w modelu SaaS. W 2015 roku stworzył zespół, który uruchomił bank mobile-first o nazwie Loot.io oceniony jako jeden z najgorętszych startupów w UK. Zarządza projektami IT od ponad 16 lat. Od 2014 roku doradza klientom w tematach związanych z danymi i sztuczną inteligencją. Od początku 2017 roku odpowiada za sztuczną inteligencję w ING Banku Śląskim.

Ernest Wagner
Ernest Wagner

Ernest posiada doświadczenie na skrzyżowaniu kilku dziedzin: sztuczna inteligencja, finanse, startupy. Dlatego ta rozmowa czasem była trochę o innych, ale bardzo ciekawych tematach. Na przykład Ernest mówi:

“Bąbel na rynku startupowym niewątpliwie istnieje, może podobny do tego, jak w latach 90-tych, nawet większy, bo jest dużo więcej pieniędzy w tym rynku technologicznym teraz. Wielu mądrych inwestorów, moim zdaniem i których szanuję, przewiduje krach w tym sektorze w najbliższym czasie.”

Również na samym końcu dowiesz się jak dostać bezpłatną godzinną konsultację ze mną.

Już nie przedłużam i zapraszam do wysłuchania.

Read More Read More

Share