Kategoria: Podcast

Czy sztuczna inteligencja pomoże Ci mieć emeryturę?

Czy sztuczna inteligencja pomoże Ci mieć emeryturę?

W tym odcinku dowiesz się:

    • Jak zabezpieczyć się finansowo na przyszłość.
    • Jak najlepiej dobrać sposób inwestycji dla siebie.
  • Dlaczego warto zainteresować się kryptowalutami.
Czy sztuczna inteligencja pomoże Ci mieć emeryturę?
Czy sztuczna inteligencja pomoże Ci mieć emeryturę?

Społeczeństwo w Polsce, jak i w całej Europie się starzeje. Informacje na ten temat można znaleźć m.in. w badaniach GUS. W raporcie “Społeczne i ekonomiczne konsekwencje starzenia się społeczeństw a główne kierunki reform systemów emerytalnych w Europie” można zobaczyć odsetek osób w wieku powyżej 65 lat w odniesieniu do całości populacji. W latach 1950-2010 w Polsce to było ok. 10%, w latach 2010 – 2060 będzie to ponad 45%. Warto dodać, że na tle innych państw w Unii Europejskiej, ten odsetek w Polsce rośnie najszybciej. W miarę podobna sytuacja jest w Słowacji i potem na Łotwie.

Zmiana odsetka osób w wieku powyżej 65 lat w całości populacji
Zmiana odsetka osób w wieku powyżej 65 lat w całości populacji

Trzeba być dużym optymistą, żeby wierzyć, że np. za 20 lat, a tym bardziej za 30 nadal będzie działać system emerytalny na podobnych warunkach jak teraz (który swoją drogą, też ciężko nazwać idealnym, ale przynajmniej jakoś jeszcze działa). Można zatem wnioskować, że przy tak utrzymującym się trendzie, obecny system emerytalny będzie musiał ulec dużym zmianom, o ile w ogóle przetrwa. Być może wiek emerytalny w przyszłości będzie zaczynać się od 80 czy nawet 100 lat. Odkładając optymizm na bok warto zacząć myśleć pragmatycznie, aby uniknąć późniejszych frustracji, że zostaliśmy z dużymi problemami. Bierzmy odpowiedzialność na siebie i po prostu zadbajmy o siebie i o swoich bliskich.

Read More Read More

Share
Przyszłość naszych dzieci

Przyszłość naszych dzieci

Słuchaj BM50: Przyszłość naszych dzieci

Z tego artykułu dowiesz się:

  • Jakie obawy o przyszłość mamy jako rodzice.
  • Jakie cechy warto rozwijać u dzieci.
  • Jak wygląda współczesny konsumpcjonizm.
  • Czym jest pieniądz i jaką ma realną wartość.
  • W jaki sposób pogrywa się dziś z naszym zdrowiem.
  • Czy i jak otoczenie kształtuje człowieka.
Przyszłość naszych dzieci
Przyszłość naszych dzieci

Dzisiaj poruszę trudny ale ważny temat, o którym od dawna chciałem opowiedzieć. Bardzo ostrożnie podchodzę do przygotowywania podobnych materiałów do podcastów i bloga starając się unikać prezentowania moich głębszych przemyśleń przed szerszym gronem odbiorców. Spowodowane jest to chociażby tym, że niektóre tematy siedzą gdzieś głęboko w sercu i odkrywając je pokazujemy swoją wrażliwość, narażamy się na zranienie. Coraz częściej jednak z różnych kierunków dostaję pytania o moją opinię o pewnych kwestiach, a także bezpośrednie pytania o to, jak przygotować nasze dzieci na zbliżającą się przyszłość.

Do tego artykułu przygotowywałem się bardzo długo. Pewien czas temu przygotowałem część materiału, po czym odłożyłem go na “wirtualną półkę”. W styczniu po raz drugi zostałem ojcem 🙂 i to był dobry moment, aby powrócić do tematu. Jest to bardzo ciekawy moment w moim życiu, bo zaczynam rozumieć więcej niż wcześniej. Mam tu na myśli coś ponad wiedzę, intelekt czy logiczne myślenie. Tu chodzi o wewnętrzny spokój, intuicję i poczucie, że wiem, co mam robić, tak że pewne decyzje przychodzą mi łatwo.

W takiej sytuacji doświadczasz, że czas płynie zupełnie inaczej po narodzinach dziecka. Nie potrafisz zrozumieć dlaczego pielęgniarki zachowują się tak normalnie rozmawiając o zwyczajnych sprawach. Dla nich to kolejny dzień jak każdy inny, podczas gdy Ty czujesz, że wszystko się zmieniło, że to nie jest kolejny szary dzień. Oczywiście to całkiem naturalne, bo pielęgniarki widzą takie historie codziennie, jest to dla nich element codzienności, tak jak dla Ciebie, gdy jak zawsze idziesz do pracy. Wszystko może się wydawać szare, nudne beznadziejne.

Opowiem Ci pewną historię, która pomaga lepiej ułożyć w głowie priorytety. Pojechałem do Urzędu Stanu Cywilnego zgłosić narodzenie dziecka i odebrać jego akt urodzenia. Panowie pewnie wiedzą, o czym mówię, bo zazwyczaj jest to nasza rola, ale na wszelki wypadek przypomnę dla wszystkich jak ten proces wygląda. Wchodzisz do urzędu, bierzesz bilecik i czekasz w kolejce.

W gabinecie jest dwoje drzwi związanych odpowiednio: jedne z aktem urodzenia, drugie z aktem zgonu. Wygląda to tak, że całe życie jest gdzieś pomiędzy tymi drzwiami i uświadamiasz sobie, jak krótkie ono jest. W pewnym sensie do jedno z nielicznych miejsc w kulturze zachodniej, które pokazuje jak cienka jest granica między życiem a śmiercią.

Read More Read More

Share
Uczenie maszynowe na DataWorkshop, pragmatyczne wejście do świata ML

Uczenie maszynowe na DataWorkshop, pragmatyczne wejście do świata ML

Uczenie maszynowe na DataWorkshop, pragmatyczne wejście do światu ML
Uczenie maszynowe na DataWorkshop, pragmatyczne wejście do światu ML

Uczenie maszynowe, lub tak zwana sztuczna inteligencja jest bardzo gorącym tematem, głównie dlatego, że można dzięki niej uzyskać zauważalną wartość dodaną w biznesie. Czasem nawet może być ona kluczowa, bo dzięki temu pojawią się nowe biznesy, które zmieniają dotychczasowe reguły gry. W każdej branży obecność uczenia maszynowego jest coraz bardziej odczuwalna nie tylko na świecie, ale również w Polsce.

Pytanie, które zadają sobie dyrektorzy, managerowie, liderzy to w jaki sposób przeszkolić mój zespół w obszarze uczenia maszynowego. Również podobnie pytanie, tylko z innej perspektywy dość często zadają sobie osoby techniczne, np. programiści lub analitycy. Jak rozpocząć pracę z uczeniem maszynowym?

Cały paradoks polega na tym, że ilość informacji na ten temat jest tak ogromna, że ciężko jest się w tym odnaleźć. Są osoby, które próbują przerobić jak najwięcej różnych książek, artykułów, itp. w wyniku czego mają wrażenie, że wiedzą wszystko… natomiast dość często prawda jest taka, że dużo słyszeli, ale mniej przerobili.

Rozwiązanie rzeczywistych problemów wymaga innego sposobu myślenia. Musisz zacząć patrzeć na świat innymi oczami, traktować uczenie maszynowe bardziej jako narzędzie, niż cel. Wiem, że jest to dość oczywiste dla osób z biznesu, natomiast dla osób technicznych sama zabawa w uczenie maszynowe może być sposobem na dobrze spędzony czas.

Między innymi dlatego staram się utrzymywać stały kontakt z różnymi biznesami, poznawać przeróżne problemy i próbować zrozumieć, jakie umiejętności są najbardziej potrzebne, żeby to robić skutecznie. W roku 2018 współpracowałem z wieloma firmami i pomagałem przerabiać różne tematy związane z uczeniem maszynowym, o różnej złożoności. Między innymi robiłem klasyfikację produktów w katalogu, wykrywanie fraudów, prognoznozwanie sprzedaży, prognozowanie pewnych wzorców na giełdzie, prognozowanie związane ze wsparciem klienta, prognozowanie budżetu, nawet częściowo wspierałem bardzo ciekawy projekt społeczny, który miał na celu zminimalizowanie awarii na drogach (bardzo trzymam kciuki, żeby ten projekt poszedł dalej, bo technicznie rokuje dobrze). Również były inne projekty. Podam Ci jeszcze jeden przykład. Jest firma, która ma pewną przepustowość. Jak jest za mało zleceń, jest źle, jak jest za dużo, też jest źle. Natomiast jest potrzeba na dużą ilość zamówień. Ilość zamówień można regulować przy pomocy reklamy, chociażby na Google. Pytanie tylko, jak to zrobić rozsądnie. Tutaj z pomocą przychodzi prognozowanie oparte na uczeniu maszynowym. Z jego pomocą można częściej trafić w złoty środek, w wyniku czego firma maksymalizuje swój zysk, utrzymując jakość na wysokim poziomie.

Świadomie pomagam wielu firmom, bo dzięki temu przepuszczam przez swój mózg kolejne wyzwania i próbuję łączyć kropki z różnych branż. Doświadczenie które posiadam, staram się przekazywać w moim autorskim kursie online. Właściwie, mam ich już dwa. Pierwszy to praktyczne uczenie maszynowe. Czwarta edycja startuje 25 lutego 2019. Drugi online kurs to praktyczne prognozy szeregów czasowych. Jako słuchacz BiznesMyśli otrzymujesz zniżkę 15% na pakiet Gold lub Standard (kod: BIZNES_MYSLI_15), jak i również dostęp do modułu zerowego. Jak do tej pory odbyły się już 3 edycje kursu, gdzie sumarycznie wzięło w nim udział ponad 200 osób. 

Osoby po kursie używają zdobytej wiedzy w różny sposób. Ktoś już miał taką potrzebę w firmie i stosuje, ktoś inny przekonuje swoje kierownictwa, że warto, ale również są osoby, które znajdują pracę. Również ich w tym wspieram. Potem do mnie wracają pracodawcy i pytają, czy mam jeszcze kogoś do polecenia, ponieważ te osoby się sprawdziły. Staram się to robić bardzo ostrożnie, żeby dobierać je odpowiednio.

Mówić można różne rzeczy, więc lepiej jednak zapytać wprost absolwentów, co oni o tym myślą. Dlatego zaprosiłem 3 osoby (tyle zmieści się w odcinku), żeby podzieliły się swoją opinią. Warto wziąć pod uwagę, że są to osoby, dla których nagranie podcastu wiązało się ze stresem, więc proszę wybacz potencjalne “plątanie się”.

Read More Read More

Share
Efektywne tworzenie wizualizacji, KPI, raportów

Efektywne tworzenie wizualizacji, KPI, raportów

Efektywne tworzenie wizualizacji, KPI, raportów
Efektywne tworzenie wizualizacji, KPI, raportów

W tym odcinku dowiesz się:

  • Czym jest wizualizacja?
  • Czy wizualizacja jest w jakikolwiek sposób powiązana z językiem?
  • Jakie narzędzia można wykorzystać do wizualizacji?
  • Czym są kluczowe wskaźniki efektywności (KPI)?
  • Jakie błędy najczęściej popełniamy w procesie wdrażania KPI do naszej firmy?
  • Kto powinien być „właścicielem” KPI w firmie?
  • Jakie są sposoby manipulacji z wykorzystaniem wizualizacji?
  • W jaki sposób należy postępować z pracownikami odpowiedzialnymi za kluczowe parametry w swojej firmie?
  • Czy uczenie maszynowe i AI może pomóc nam w dobraniu odpowiedniego KPI?

Read More Read More

Share
Przetwarzanie języka naturalnego (rownież polskiego)

Przetwarzanie języka naturalnego (rownież polskiego)

W tym odcinku dowiesz się:

  • Czym jest NLP?
  • Jakie problemy biznesowe można rozwiązać stosując NLP?
  • Dokładnie w jaki sposób działa przetwarzanie języka naturalnego?
  • Na jakim etapie jest NLP biorąc pod uwagę język polski?
  • Jakie instytucje oraz ośrodki badawcze pracują nad udoskonalaniem NLP dla języka polskiego?
  • Czy NLP można wykorzystać w sytuacjach biznesowych?
  • Jakie oraz jak obszerne są aktualne zasoby przetwarzania języka naturalnego z wykorzystaniem języka polskiego?
  • Dlaczego NLP dla języka angielskiego jest najbardziej rozbudowane?
  • Czym jest konkurs PolEval oraz jak wziąć w nim udział?
  • Jak PolEval przyczynia się do poszerzenia wiedzy na temat NLP dla języka polskiego?
  • Jakie zasoby i narzędzia można wykorzystać oraz gdzie je znaleźć w przypadku rozpoczęcia nauki o NLP?
Przetwarzanie języka naturalnego
Przetwarzanie języka naturalnego

Mamy teraz okres świąteczny. Pewnie już się zastanawiasz jak ubrać choinkę, lub jakie kupić prezenty. Koniec roku to czas na podsumowanie. Skoro słuchasz tego podcastu, to często słyszysz frazę, że świat zmienia się szybciej niż myślisz. Czy wiesz, że zmienia się jeszcze szybciej?

Spróbuj, tak z ciekawości zajrzeć do większości zwykłych salonów samochodowych, jak Skoda, VW, KIA czy Hyundai, kończąc na droższych, jak Volvo czy BMW. Każdy z nich posiada już asystenta utrzymania pasa ruchu. Droższe samochody potrafią nawet jeszcze więcej. Pomagają prowadzić samochód autonomiczne, czy wykrywać pieszych. To już się dzieje. W październiku 2018 roku w Dubaju pojawiły się pierwsze autonomiczne taksówki i oni mają plan, aby do 2030 roku 25% pojazdów w Dubaju było autonomicznych, czyli za jakieś 11 lat. To robi wrażenie. Pomijam fakt wdrożenia latających taksówek. Chociaż co do latających taksówek.

Opowiem Ci jeszcze jedną ciekawostkę. W Moskwie w ciągu najbliższych 2 lat planuje się uruchomienie prototypu latającej taksówki. Kilka tygodni temu przedstawiono prototyp. Oczywiście, była to bardzo wczesna wersja, ale ten latający aparat nie zdążył nabrać wysokości zanim spadł. Z tego co czytałem, problem był dość ciekawy. Przez to, że na ulicy był mróz i przed startem ta taksówka stała na ziemi, jej akumulator podobno się szybko rozładował. Podobnie jak czasem telefon komórkowy szaleje na mrozie. Można stąd wyciągnąć kilka ciekawych wniosków, np. że technologia powinna dojrzeć. Chociaż już zamykając ten temat, oglądałem ciekawy materiał o autonomicznym samochodzie, który przejechał z Moskwy do Kazania ponad 780 km. Podróż trwała ok. 11 godzin i 99% czasu samochód jechał autonomicznie. Załączę video do notatek, ale ciekawostka polega na tym, że samochód poradził sobie na drogach bez pasów i nawet takich… gdzie nia ma asfaltu :). Rozwiązanie było przygotowane przez firmę Yandex (czyli taki rosyjski Google).

Jeśli chcesz nauczyć się wdrażać uczenie maszynowe w swojej firmie, to warto zapisać się na kurs. Pierwszy kurs jest praktycznym wprowadzeniem do uczenia maszynowego (w którym również będzie mowa o Deep Learning) i startuje 25 lutego 2019, oraz drugi kurs dedykowany praktycznemu prognozowaniu szeregów czasowych, który startuje 11 marca. Dobra wiadomość dla Ciebie: otrzymujesz prezent pod choinkę – 25% zniżki na oba kursy. Zniżka jest ważna na wybrane pakiety, dla pierwszych 10 osób do końca grudnia 2018 roku na hasło BIZNES_MYSLI_25.

Dzisiejszym tematem będzie przetwarzanie języka naturalnego. Łukasz Kobyliński jest dzisiejszym gościem, który ma doświadczenie w tym temacie, w szczególności w NLP dla języka polskiego. Rozmowa wyszła trochę dłuższa, ale warto jej posłuchać. Zapraszam!


Read More Read More

Share
Szeregi czasowe: rozmowa z doświadczonym inżynierem z Uber

Szeregi czasowe: rozmowa z doświadczonym inżynierem z Uber

  • Czym jest prognozowanie na szeregach czasowych (time series forecasting)?
  • Jakie zastosowanie mają szeregi czasowe w biznesie?
  • Jaka jest różnica pomiędzy statystyką a uczeniem maszynowym?
  • Które podejście sprawdza się najlepiej w stosunku do prognozowania szeregów czasowych?
  • Na co należy zwracać szczególną uwagę przy wykorzystywaniu uczenia maszynowego do prognozowania szeregów czasowych?
  • Czy odbywają się konkursy związane z prognozowaniem szeregów czasowych?
  • Jak konkursy wpływają na rozwój technologii?
  • Czym jest M4 Competition?
  • Jak działa model hybrydowy który łączy uczenie maszynowe ze statystyką?
Sławomir Smyk
Sławomir Smyl

Prognozowanie szeregów czasowych jest prawdopodobnie jedną z tych dziedzin, która przy minimalnym wysiłku daje namacalne korzyści. Mało tego – okazuje się, że wiele firm dotychczas robiło to w tak prymitywny sposób, że wystarczy minimalna zmiana podejścia, aby uzyskać pozytywną różnicę.

Tak się złożyło, że słuchałem wiele podcastów o różnych tematykach, na przykład biznesowej i był jeden odcinek, który mówił o poradach dla przedsiębiorców. W tym odcinku był poruszony temat mówiący o tym, że wiele przedsiębiorstw nie wie, ile pieniędzy spodziewać się pod koniec miesiąca.

Wystarczy obliczyć, ile średnio zarabiasz w dni robocze, i następnie jeżeli już wiesz ile zarabiasz średnio w ciągu dnia, a do końca miesiąca pozostało Ci, na przykład siedem dni roboczych, to wystarczy przemnożyć tą wartość średnią razy siedem i tyle jeszcze zarobisz do końca miesiąca. Kiedy tego słuchałem z zaciekawieniem, ponieważ sam zajmuję się tego typu tematami i chciałem dowiedzieć się czegoś nowego, aby zyskać nowe spojrzenie oraz doświadczenie, to dało mi to do myślenia, bo skoro takie proste podejście jest w stanie pomóc, to tym samym prostsze modele uczenia maszynowego radzą sobie z tym jeszcze lepiej ze względu na większą jakość prognozy oraz predykcji.

Jeżeli, na przykład wyliczymy sobie taką średnią, i ta średnia przypada akurat na czarny piątek w listopadzie, który był niedawno, to wtedy całkowicie sobie zaburzysz cały system. Więc nie możesz sobie wziąć jakiejkolwiek średniej z dowolnego dnia roboczego. Prawdopodobnie wymagane jest uwzględnienie sezonów. Dodatkowo, trzeba brać pod uwagę cykle, przesunięcia. Biznes ciągle się rozwija. Coś dodaje, coś usuwa. W grę wchodzą również większe koszty, i tak dalej. Tych dodatkowych rzeczy trochę jest. Warto wtedy zastosować pewne narzędzie, które pozwoli na uwzględnienie tego wszystkiego.

O znaczeniu szeregów czasowych powiedziałem więcej w odcinku 39. Tytuł tego odcinka to: “10 przykładów jak uczenie maszynowe może pomóc Twojemu biznesowi”. Tam powiedziałem więcej o sposobach mapowania oraz innych tematach, które pomagają rozwiązać wyżej wymienione problemy.

Prawdopodobnie wiesz też, że prowadzę kurs, który nazywa się: “Praktyczne prognozowanie szeregów czasowych”. Właśnie trwa pierwsza edycja. Muszę przyznać, że naprawdę włożyłem w to wiele wysiłku i zawsze kiedy mam zamiar wystartować z kolejną edycją, to mówię sobie: nigdy więcej, ponieważ przerasta to troszkę moje możliwości. Jestem już na tyle zmęczony, że gdybym zobaczył dinozaura przebiegającego obok mnie, to nawet nie zwróciłbym na niego uwagi, bo po prostu nie miałbym już kompletnie siły o tym myśleć i analizować tego zadziwiającego zjawiska :). Z drugiej strony, kiedy już kończę taki kurs i obserwuję, jak ludzie się uczyli i potem relacjonują, że mogą to zastosować na różnych obszarach, to jest to bardzo satysfakcjonujące.

Też między innymi, są do wyboru dwa pakiety. Pakiet indywidualny oraz wspólny, gdzie wdrażamy rozwiązania na konkretnych danych, i natychmiast otrzymujemy spodziewane wyniki. To jest bardzo pocieszające i motywujące. Wtedy czujesz, że wszystko co robisz ma jakiś sens.

Dlatego, jeżeli na poważnie rozważasz robienie prognoz sprzedaży, popytu oraz innych rzeczy związanych z tym tematem, to zapraszam Cię bardzo gorąco do udziału w drugiej edycji, która odbędzie się w marcu i będzie trwała sześć tygodni. Więcej o  tym powiem kolejnym razem. Mam zamiar zaprosić kilku absolwentów do kolejnych rozmów, prawdopodobnie w styczniu, może w lutym.

W pewnym momencie, kiedy bardziej skupiłem swoją uwagę na kursach oraz konferencjach to stwierdziłem, że to bardzo fajne uczucie pomagać ludziom oraz dzielić się z nimi posiadaną wiedzą. Z drugiej strony, nie da się odciąć od robienia rzeczy samodzielnie, wprost, wdrażania ich na produkcję. Nagle może się okazać, że wiedza którą posiadam i którą zdobyłem w sposób praktyczny, po czym przestałem się tym zajmować, staje się trochę mniej aktualna. Wtedy podjąłem decyzję, że nadal muszę osobiście zajmować się rzeczami związanymi z biznesem, z konkretnymi danymi. Wcześniej to bardziej wyglądało jak consulting z jedną osobą, teraz to zaczyna nabierać wyższych obrotów. Jestem współzałożycielem firmy Intelligene. Aktualnie mamy wiele projektów, niektóre z nich związane są właśnie z szeregami czasowymi. Uzyskanie zgody na powiedzenie o tych tematach to dość trudna sprawa, ale mam nadzieję, że niedługo uda mi się wszystko załatwić i będę w stanie zdradzić więcej.

Na razie trochę upraszczając, załóżmy że to jest taka prognoza popytu. Kiedy obserwowałem ten problem i powiedzmy, że uda się poprawić prognozę o jeden procent przy obecnych obrotach, to nagle się okazuje, że już w pierwszym roku wszystkie koszty związane z tym projektem się pokrywają i kolejnym krokiem są tylko oszczędności.

W ogóle, trochę mnie dziwi to, że większe firmy podchodzą do tego tak późno. Częściowo wynika to z biurokracji, z zamieszania, z polityki wewnętrznej. I aby rozwiązać ten problem, to więcej czasu spędzamy na aspektach prawnych, formalnych, zamiast na rozwiązywaniu konkretnych problemów. Ale ja to wszystko przyjmuję z pokorą. Po prostu uznałem, że tak funkcjonuje ten świat.

Podsumowując, postaram się przekazać więcej informacji o firmie którą współtworzę. O tych wszystkich planach, które zapowiadają się bardzo ciekawie. Aktualnie rozpoczynamy współpracę z czterema większymi firmami, które na pewno znasz. Ale to na razie sekret. 🙂

Teraz przechodzimy do sedna tematu. Potrzebowałem osoby, która powie więcej o szeregach czasowych. Chodzi o prawdziwego weterana który, jak to się mówi “zjadł zęby” w tym obszarze i taką osobę znalazłem. Jest nią Sławomir Smyl. Sławek pracuje w Uberze. Jest on bardzo otwarty na świat oraz na nowoczesne metody, które potrafi adaptować. Moim głównym celem było zapytać wprost, czy metody statystyczne radzą sobie lepiej od uczenia maszynowego. Wbrew pozorom, oczekiwałem, że metody statystyczne w przypadku konkursu M4 poradzą sobie lepiej. Było tam 100 000 szeregów czasowych. Problem z tymi szeregami był taki, że one nie posiadały żadnego kontekstu, tylko samą wartość zmieniająca się w czasie.

Załóżmy, że mamy na przykład kurs waluty (złotówka – dolar), to mamy tych szeregów czasowych powiedzmy 10 000, ale nie mamy żadnych informacji ani kontekstu. Wiemy tylko, że ta wartość zmienia się w czasie. Zwykle w takich zastosowaniach metody statystyczne działają lepiej, ale tutaj dzięki jednej sztuczce, która zastosował Sławek, udało się usprawnić wynik i tym samym wygrać ten konkurs. Zajął on pierwsze miejsce, i to po raz kolejny potwierdza jego talent oraz zdolności w tej dziedzinie. Jest on bardzo fajnym człowiekiem.

Serdecznie zapraszam!             

Read More Read More

Share
Schneider Electric i sztuczna inteligencja w sprzedaży

Schneider Electric i sztuczna inteligencja w sprzedaży

W tym odcinku dowiesz się:

  • Jak działa oraz czym zajmuje się firma Schneider Electric?
  • Jaka jest rola Michała w firmie?
  • W jaki sposób sztuczna inteligencja może usprawnić proces sprzedażowy?
  • Jak sprawnie przeprowadzić segmentację rynku na podstawie określonych danych?
  • W jaki sposób rozmawiać z osobami decyzyjnymi w firmach oraz biznesach, aby przekonać ich do swojego rozwiązania?
  • Czym jest „Joseph” oraz jaką pełni funkcję?
  • Jak uczyć się na własnych błędach na przykładzie przeprowadzonych iteracji?
  • Czy uczenie maszynowe zrewolucjonizuje proces sprzedaży w najbliższej przyszłości?
Michał Korzycki
Michał Korzycki

 

Otrzymałem bardzo dużo pozytywnych opinii o poprzednim odcinku z Januszem, za co Ci bardzo dziękuję. Wiele osób mnie pytało, czy mam konto na Patronite, czy na innych tego typu serwisach. Jak na razie, to nie mam i nie jestem pewien, czy gotów jestem je założyć z powodu poczucia takiej odpowiedzialności, że będę musiał starać się bardziej względem osób, które płaciłyby miesięczną kwotę. Może to nie są wielkie sumy, ale wiąże się to z dodatkową odpowiedzialnością. Cały czas się waham, a to co robię sprawia mi dużą przyjemność.

Jeszcze jedno ogłoszenie. Jeżeli używasz Spotify i akurat brakowało Ci tam BiznesMyśli, to podcast jest już tam dostępny! Wystarczy wpisać w wyszukiwarce BiznesMyśli i możesz posłuchać odcinków na Spotify.

Bardzo gorąco zapraszam do subskrybcji tego podcastu. Podzielenia się nim z przynajmniej jednym znajomym i dziękuję wszystkim osobom, które udzielają swoich opinii, oraz zostawiają “gwiazdki”. To jest właśnie moją motywacją do działania.

Z takich ciekawostek, które miały miejsce ostatnio. Ministerstwo Cyfryzacji opublikowało raport “Założenia do strategii AI w Polsce”. Ten raport zapowiada się bardzo ciekawie. Jest on troszkę obszerniejszy. Jeżeli nie miałeś okazji go przeczytać, to w notatkach znajdziesz link. Jeżeli chciałbyś abym go streścił, to daj znać. Postaram się to zrobić.

Mówi się, że uczenie maszynowe, albo tak zwana sztuczna inteligencja przyczynia się do zmian wielu zawodów. To jest raczej prawda. Myślę, że z tym się zgodzisz. Oczywiście to też dotknie obszaru sprzedaży. Sprzedaż stanie się bardziej efektywna.

Dzisiejszym gościem jest Michał Korzycki, który pracuje jako Head of Data Science w Schneider Electric. Opowie bardzo ciekawe i inspirujące historie oparte na własnym doświadczeniu, kiedy to prawdziwy lider bierze całe ryzyko na siebie, aby ostatecznie zostać zwycięzcą. Czasami podejście do sprawy od całkiem innej strony jest kluczem do sukcesu.  


Read More Read More

Share
Prowadzący naukowiec z DeepMind o rozwoju sztucznej inteligencji

Prowadzący naukowiec z DeepMind o rozwoju sztucznej inteligencji

Janusz Marecki
Janusz Marecki

W tym odcinku dowiesz się:

  • Czym zajmuje się Janusz Marecki oraz jak działa DeepMind?
  • Co Januszowi udało się osiągnąć pracując w IBM Research
  • Czym są problemy w całości obserwowalne?
  • Jakie są przeszkody w procesie konstrukcji sztucznego mózgu?
  • Czym jest system wieloagentowy (multi-agents system)?
  • Jaką wartość biznesową możesz uzyskać wdrażając system wieloagentowy do swojej firmy?
  • Czym jest efektywność Pareto?
  • Na czym polega „dylemat więźnia” oraz „dylemat społeczny”?
  • Jak problemy sztucznej inteligencji przekładają się na otaczającą nas rzeczywistość?
  • Czy w przyszłości będziemy w stanie kontrolować sztuczną inteligencję?
  • Czym dokładnie jest AGI oraz czy jesteśmy w stanie go osiągnąć?
  • W jak szybkim tempie technika posuwa się do przodu?
  • Jakich błędów unikać podczas wyciągania wniosków z „udanych” eksperymentów?
  • Które dziedziny nauki lub medycyny rozwiną się najbardziej w ciągu kolejnych 5-10 lat?

Na początek szybkie ogłoszenie. Pewnie jak już wiesz, 29 października ruszył mój autorski kurs praktycznego uczenia maszynowego. Natomiast 12 listopada, rusza już drugi, też autorski kurs online w 100%: “Praktyczne prognozy szeregów czasowych”. Czym są szeregi czasowe, opowiedziałem w odcinku 39, który nosi tytuł: “10 przykładów jak uczenie maszynowe może pomóc Twojemu biznesowi”. W skrócie chodziło o to: jeżeli chcesz się nauczyć robić prognozy, na przykład popytu, różnych wartości i innych wymiernych czynników w czasie, to bardzo gorąco Cię zapraszam na ten kurs, gdyż może okazać się, że nagle jesteś w stanie zoptymalizować swój biznes i przedstawić wymierne korzyści, dlaczego uczenie maszynowe działa. To tyle jeśli chodzi o ogłoszenie.

Tu możesz zobaczyć kawałek nagrania z kursu…

Teraz przechodzimy do dzisiejszego gościa, którym jest Janusz Marecki. Pracuje on w DeepMind. Wcześniej pracował w IBM, bardzo ciekawa osoba, z bardzo fajnym, przyjacielskim podejściem do życia. Kiedy już go lepiej poznasz, to bardzo przyjemnie się z nim współpracuje. Osobom, które mniej siedzą w temacie może się wydawać, że Janusz posiada czasem kontrowersyjne poglądy. Z drugiej strony jest to spojrzenie pragmatyczne. Tak, jak to widzi naukowiec pracujący w DeepMind. 


Read More Read More

Share
Uczenie maszynowe, muzyka i logistyka…

Uczenie maszynowe, muzyka i logistyka…

Adrian Foltyn
Adrian Foltyn

W tym odcinku dowiesz się:

  • Jak uczenie maszynowe pomogło firmie HelloFresh oraz jakie korzyści przyniosłoby Twojej firmie?
  • Na czym polega łańcuch dostaw (ang. Supply Chain Revolution) wykorzystywany przez HelloFresh?
  • W jakim stopniu umysł artysty (muzyka) jest powiązany z pracą jako Data Scientist oraz jakie można wynieść z tego korzyści?
  • Czy każda osoba jest w stanie rozpocząć przygodę z uczeniem maszynowym?
  • Jak jako Data Scientist podchodzić do problemów oraz jak efektywnie sobie z nimi radzić?
  • Jaki wpływ będzie miało uczenie maszynowe na logistykę w przyszłości?
  • Jakie są mity i legendy związane z uczeniem maszynowym?
  • Czym różnią się pojęcia: Machine Learning, AI, Data Science?
  • Jaki zabrać się za wdrażanie uczenia maszynowego w firmie z punktu widzenia decydenta?

 

W momencie, kiedy nagrywam to intro jestem już po konferencji, która odbyła się w sobotę, 13 października w Warszawie. Jeżeli jesteś regularnym słuchaczem, to wiesz, że musiałem włożyć wiele wysiłku i podejść twórczo do organizacji tego wydarzenia. Natrafiłem na wiele różnych przeszkód i ostatecznie organizacja była trudniejsza, niż mogłoby się to wydawać na początku, tym bardziej że świadomie zrezygnowaliśmy ze sponsorów na konferencji, aby jakość prezentacji była jak najwyższa, co wpłynęło fatalnie na aspekt finansowy tego przedsięwzięcia
i stworzyło wiele wątpliwości… Ale za to, po konferencji dostałem tak duży zastrzyk pozytywnej energii, aż byłem zaskoczony. Udało się zorganizować wydarzenie na takim poziomie, że nawet moje optymistyczne oczekiwania były zaniżone. Więcej o konferencji powiem na samym końcu.

29 października rusza praktyczny kurs online na temat uczenia maszynowego, który potrwa 8 tygodni i skończy się tuż przed “gwiazdką”. W trakcie kursu poznasz ze strony praktycznej fundamenty uczenia maszynowego. Będzie mowa o regresji i klasyfikacji (klasycznie uczenie maszynowe). Większość problemów biznesowych można sprowadzić właśnie do tych dwóch aspektów. Podjęty zostanie również temat uczenia głębokiego (w szczególności przetwarzanie obrazów).

Dotychczas odbyły się 2 edycje, w których wzięło udział 130 osób. Moi absolwenci pracują w takich firmach jak Intel, Orange, Allegro, IBM, Microsoft, Nokia, Bayer, Roche, Gemius, Santander Bank. Pracują również na uczelniach – Akademia Górniczo-Hutnicza w Krakowie, Szkoła Główna Handlowa w Warszawie, Politechnika Lubelska, Uniwersytet w Zielonej Górze. Również sporo osób w mniej znanych, ale bardzo ciekawych startupach lub software houseach.

W ciągu roku mają miejsce maksymalnie dwie edycje. Czwarta edycja odbędzie się najwcześniej w marcu lub kwietniu 2019.

Dodatkowo zdradzę jedną rzecz. Konferencja o której wspomniałem na początku i opowiem szczegółowo na końcu, została stworzona z myślą pomocy moim absolwentom. Cały czas staram się o nich myśleć. Są oni ciągle na bieżąco. Nawet po kursie przesyłam aktualizacje o kolejnych edycjach lub innych rzeczach. Postanowiłem, że absolwenci kursu otrzymają zniżkę w wysokości 50% na kolejne konferencje. Mimo tego, że będę musiał za nich dołożyć drugą połowę, to stwierdziłem że takie działania mają sens.

Dobra wiadomość! Zniżka 20% na hasło BM_KURS20

Dzisiejszym gościem jest Adrian Foltyn. Jest to człowiek, który próbuję łączyć muzykę z uczeniem maszynowym. Okazuje się, że obie te dziedziny mają wiele wspólnych cech, i jedni mogą wiele wyciągnąć od drugich. W szczególności, specjaliści od uczenia maszynowego od muzyków. Zapraszam do wysłuchania.

Read More Read More

Share
Sztuczna inteligencja w iTaxi

Sztuczna inteligencja w iTaxi

Tomasz Brzeziśnki - Chief Data Scientist w iTaxi
Tomasz Brzeziśnki – Chief Data Scientist w iTaxi

Z tego odcinka dowiesz się:

  • Jak optymalizacja pomogła firmie iTaxi?
  • Jak podnieść atrakcyjność oraz usprawnić działanie firmy wykorzystując uczenie maszynowe oraz sztuczną inteligencję?
  • Jak skutecznie optymalizować algorytmy?
  • Czy skuteczna automatyzacja może usprawnić workflow?
  • Jakie są problemy oraz trudności w odpowiedniej optymalizacji algorytmów?
  • Jak wykorzystać podejście symulacyjne do rozwiązywania problemów?
  • Co powinno być priorytetem podczas doboru procesów, aby jak najbardziej odzwierciedlały rzeczywistość?
  • Jak efektywnie wykorzystywać testy A/B?
  • Jak upewnić się, że symulator działa poprawnie oraz jak odpowiednio dobrać jego parametry?
  • Czy zastosowanie symulatora w przemyśle innym niż logistyka jest opłacalne?
  • Na co należy uważać oraz jakich kosztów się spodziewać podczas wdrażania uczenia maszynowego oraz sztucznej inteligencji do swojej firmy?
  • Jak będzie wyglądać postęp technologiczny w ciągu następnych 15 lat?

Jeżeli słuchasz tego odcinka wtedy, kiedy został opublikowany, to zostało Ci jeszcze kilka dni, prawie tydzień do rozpoczęcia konferencji DataWorkshop Club Conf, gdzie bardzo gorąco Cię zapraszam. Mam nadzieję, że jeszcze będą miejsca, i to jest miejsce, gdzie będzie można usłyszeć naprawdę wartościowe, takie życiowe wskazówki, jak należy podchodzić do uczenia maszynowego w naszym życiu, takim życiu realnym.

Nie błądź!
Nie błądź!

Również, chciałbym zrobić taki szybki anons, że dwudziestego dziewiątego października startuję z trzecią edycją mojego kursu „Praktyczne uczenie maszynowe” na DataWorkshop. To, jak już powiedziałem jest trzecia edycja. Sto trzydzieści osób wzięło w tym udział. Absolwenci moi pracują w różnych firmach. Znanych i mniej znanych. Myślę, że warto tego spróbować tym bardziej, że wiele osób, czyli moich absolwentów wygłosiło opinię o tym. Ja to wszystko zbiorę i w notatkach to będzie dostępne.

A teraz przechodzimy do tematu, bo dzisiaj jestem z bardzo ciekawą osobą. Nazywa się Tomasz Brzeziński, który pracuje w iTaxi, i dla mnie takie osoby są bardzo inspirujące, interesujące dlatego, że po pierwsze, potrafią myśleć inaczej, ale czasem widzę dwa rodzaje takich ludzi, którzy myślą inaczej. Pierwszy rodzaj to taki, który po prostu się buntuje i mówi: nie, ale za tym nic nie stoi, tylko po prostu się nie zgadza. Taki trochę nastolatek. A drugi rodzaj, który przyciąga moją uwagę to człowiek, który mówi, że można coś zrobić inaczej, i za tym stoją takie twarde, lub jak to się mówi w Polsce, grube argumenty. I to jest super ciekawa rzecz, kiedy wydaje się, że tak się robiło zawsze i przychodzi ktoś i mówi: a zróbmy to inaczej. I tłumaczy dlaczego tak jest. Dobra, już nie przeciągam tego wprowadzenia. Zapraszam do wysłuchania tego odcinka.

Tomasz Brzeziński
Tomasz Brzeziński

Read More Read More

Share