O mnie

O mnie

Cześć, Vladimir z tej strony i bardzo miło mi jest Cię poznać!

Jestem marzycielem. Od dziecka fascynuję się komputerami… był taki okres kiedy spędzałem zdecydowanie więcej czasu z komputerami niż z ludźmi :).

Bardzo mnie fascynuję możliwość programowania maszyn, ich przewidywalność, brak chęci do kłamstw czy robienie jakichkolwiek rozgrywek politycznych. Do tego jeszcze, możliwość, ukierunkowanie mocy obliczeniowej do rozwiązania konkretnego problemu.

Mam doświadczenie komercyjne w programowaniu od 2008 roku (natomiast zacząłem się interesować programowaniem jeszcze wcześniej). Pracowałem z różnymi technologiami, platformami czy językami programowania i rozwiązywałem problemy z różnych branż i dla różnych firm. Takich jak rozrywkowa, turystyczna, bankowa, CRM, inżynieria produkcji i inne. Od 2013 zanurzyłem się w tematy związane z BigData, Machine Learning i Data Science.

Mam doświadczenie w projektowaniu i implemetancji architektur typu BigData, organizacji przetwarzania dużych danych (terabajty) tak zwany ETL i użycia uczenia maszynowego w praktyce.

Ostatni moje stanowisko na etacie było jako architekt systemów informatycznych w General Electric. Zajmowałem się cyfryzacją procesów w Brilliant Manufacturing. Wynikiem było wprowadzenie rozwiązań, które oszczędziły kilka miliony dolarów rocznie.

W pewnym czasie los pomógł mi zacząć nagrywać ten podcast. Miało to sporo swoich wyzwań, ale im więcej nad nim pracuję – tym bardziej rozumiem, że warto kontynuować.

Od 2015 roku prowadzę inicjatywę o nazwie DataWorkshop. To jest miejsce, gdzie więcej skupiamy się na aspektach technicznych uczenia maszynowego. Zaczynało się jako cykliczne spotkanie na meetup. Teraz to już szereg inicjatyw: DataWorkshop Club Conf, DataWorkshop Tour, DataWorkshop Challenge itd. Na rok 2019 społeczność DataWorkshop liczyło ponad 5000 zaangażowanych osób (również regularnie spotykamy się na żywo). Warto dołączyć się do społeczności DW (jeśli zamierzasz działać praktyczne z uczeniem maszynowym).

Wracając do BiznesMyśli.

Misją podcastu jest pokazania korzyści użycia uczenia maszynowego dla biznesu oraz możliwości wdrażania go we właściwy sposób.

Dać do świadomości, że większość firm ma teraz wybór – albo zrozumieć moc uczenia maszynowego i zacząć tego używać, albo po prostu przegrać w ciągu najbliższych kilka czy kilkanaście lat z konkurencją (która będzie robić to świetnie). Warto zrozumieć, że maszyna już teraz jest lepsza niż człowiek w pewnych obszarach.

Początki, jak to zwykle bywa, były dość trudne. Miałem duże wątpliwości czy warto nagrywać podcast… Opowiadałem o moich dylematach na konferencji Polcaster.


Zgodnie z badaniem przeprowadzonym w 2015 roku na Uniwersytecie Oxford razem z Deloitte, ok. 35% obecnych miejsc pracy w Wielkiej Brytanii z bardzo wysokim prawdopodobieństwem zostanie zamienione przez roboty w ciągu najbliższych 20 lat.

Zgodnie z ekonomicznym rocznym raportem Stanów Zjednoczonych w lutym 2016 wynika, że pracownik zarabiający mniej niż 20 dolarów na godzinę w 83% zostanie zastąpiony przez roboty, w przypadku 20-40 dolarów na godzinie z prawdopodobieństwem 31%.

Gartner przewiduje, że do roku 2022, inteligentne maszyny i roboty mogą zastąpić wysokokwalifikowanych specjalistów w takich zadaniach jak medycyna, prawo czy IT.

Jest jeszcze wiele innych estymacji, które można dość łatwo znaleźć. Główną myślą jest to, że to już dzieje się i już w ciągu najbliższych kilku czy kilkunastu lat dotknie miliony ludzi. Ten proces z definicji będzie bolesny. Ale można spróbować go złagodzić poprzez przygotowanie obu stron: pracowników i pracodawców.

Dobrym przykładem co może się stać, tylko w większej skali, jest to jak taksówkarze reagują na Uber, czasem próbują kogoś pobić lub nawet spalić samochód. Czy takie podejście ma sens? Oczywiście, że nie. Ale z drugiej strony, da się zrozumieć emocji które przeżywają taksowkarze. Po prostu ktoś im zabiera chleb… Dlatego trzeba do tych zmian odpowiednio się przygotować. Jest wiele niewiadomych jak to będzie.

Roboty zabiorą obecną dostępną pracę, ale stworzą nową.

A to oznacza, że trzeba być gotowym na zmianę sposoby myślenia… Ludzi będą musieli przekwalifikować się i adaptować się do zmian. A to jest trudne. Lepiej zacząć wcześniej, bo może być za późno…

To jest moja druga, bardziej głębsza motywacja. Zwrócenie uwagi osób decyzyjnych, również na aspekty etyczne i moralne. Uczenie maszynowe to potężne narzędzie, które powinno być wykorzystane z głową. Również mam dużą pokorę do tego. Jeżeli przynajmniej motywuje kilka decyzyjnych osób pomyśleć o tym, to już będzie dla mnie duży postęp.

Do podcastu będę zapraszał ludzi, praktyków, w ten czy inny sposób związanych ze sztuczną inteligencją. Jeżeli robisz coś ciekawego w tych tematach i chcesz się podzielić wiedzą, proszę daj mi o tym znać.

Na koniec podaję cytatę Isaaca Asimova…

Isaac Asimov miał rację...
Isaac Asimov miał rację…

Jeżeli masz jakiś pomysł, propozycję lub jakikolwiek komentarz, bez wahania proszę podziel się ze mną.

Vladimir

Share