Streloviti uspon mlade Hrvatice koja je uspjela u zanimanju kojeg su proglasili najpropulzivnijim poslom 21. stoljeća

  • Datum 08.11.2021.

Pogledajte prvu mapu vještina i poslova budućnosti u Hrvatskoj, upoznajte ljude koji svojim znanjem pomiču granice 

Razvoj i unapređenje znanja i vještina kroz obrazovanje i svakodnevno učenje koje nikada ne prestaje ključni su pokretači individualnog uspjeha, razvoja kompanija i ekonomskog rasta. Kako bi istražili koje su vještine potrebne da bismo se već danas bavili inovativnim poslovima u najpropulzivnijim industrijama, A1 Hrvatska je s ekspertnim timom, u kojem je 27 znanstvenika, profesora, menadžera, stručnjaka iz različitih industrija i osnivača tehnoloških tvrtki, lansirao prvu hrvatsku interaktivnu mapu poslova i vještina budućnosti. Ovo su priče o ljudima koji već rade poslove budućnosti u Hrvatskoj i koji svojim znanjem pomiču granice, rade s najnovijim tehnologijama na inovativnim proizvodima i uslugama te pokreću transformacije u svojim industrijama. Evo kako svatko od nas može steći vještine za poslove budućnosti!

Prošlo je tek devet godina otkako je ugledni Harvard Business Review objavio članak u kojem je najavio kako će data scientist biti najpropulzivniji posao 21. stoljeća. To je zanimanje u članku opisano kao ekstremno moćna i iznimno rijetka kombinacija znanja, a kompanijama je sugerirano da će u toj profesiji pronaći hibrid hakera, analitičara, komunikatora i pouzdanog savjetnika. Kroz tih devet godina otkako je zanimanje podatkovnog znanstvenika – kako je ovaj izraz formiran u hrvatskom jeziku - istaknuo HBR, Andrea Pirša Ilić je završila matematičku gimnaziju u Zagrebu, počela pisati diplomski rad s temom strojnog učenja, zaposlila se istovremeno u odjelu Poslovne inteligencije A1 Hrvatska, ubrzo diplomirala na FER-u, počela u telekomu voditi tim kognitivnog računarstva, sretno se udala, a početkom ove jeseni sudjelovala je u regrutaciji novih mladih kadrova za svoj odjel kroz A1 Start pripravnički program. Kad navodi koje su vještine nužne (i poželjne) kod suradnika koji su tek završili fakultet, i koji će raditi na projektima koje vodi, morate primijetiti kako je i Andrea zapravo mlada. Tek joj je 28 godina. Ali, u njezinom karijernom usponu u samo šest i pol godina, koliko je zaposlena, nije bilo prečaca.

Podrška za učenje i projekte 

'Krenula sam u područje koje se bavi podacima na početku karijere u odjelu poslovne inteligencije, koja počiva na razvoju izvještaja. Pisanje diplomskog rada bio je zapravo zaokret u karijeri jer sam se počela baviti područjem strojnog učenja, odnosno razvoja umjetne inteligencije, što dotad u kompaniji nije postojalo. Iako mi je fakultet dao dobru podlogu, bio je to potpuno nov teren, u kompaniji za to nije bilo strukturirane edukacije. Zato mi je puno značilo kad sam od šefa dobila podršku i slobodu da nastavim učenje, i posebno da samostalno vodim projekte. Značilo je to uložiti puno vremena u samostalnu edukaciju koja je bila kombinacija online istraživanja i rada u praksi. Nakon toga sam odlučila upisati program certifikacije za područje data sciencea', objašnjava ova mlada žena prodornih zelenih očiju i kestenjaste kose, koja ponekad podsjeća na odraslu Hermione Granger, učenicu Hogwartsa koja zna i poštuje pravila, ali ih se ne boji prekršiti.

U tih intenzivnih devet mjeseci samostalne edukacije istraživala je dostupne tehnologije kojima podatkovni znanstvenik mora vladati da bi mogao odraditi kvalitetni projekt. 'Kroz taj period učenja stekla sam dosta vještina iz područja data analitike i data sciencea. Neke od njih su tehnološke, a druge su, uvjetno rečeno, prezentacijske vještine jer je bitno znati predstaviti data science projekt i pridobiti sugovornika koji raspolaže domenskim znanjem da se razvije u domeni data sciencea.'

Ukratko, u to vrijeme nije znala što je cilj, ali je bila sigurna u svoj smjer. I da ima dvije strasti: analizu i programiranje. 'Kada sam odlučivala hoću li izuti sigurne cipele data analitike i uskočiti u za mene neistraženo područje, morala sam odvojiti puno vremena kako bih izgradila svoje tehnološke vještine. Bila sam svjesna da imam veliki tehnološki gap. Nisam nikad požalila iako je to značilo puno učenja i istraživanja novih tehnologija.' 

Sve je slobodno vrijeme posvetila tome. 'Došla bih s posla, učila do dva ujutro, odmorila se, pa ponovno došla na posao. U tih devet mjeseci bilo je trenutaka kada je bilo jako zamorno, ali kada sada pogledam unatrag, zapravo mi je bilo zabavno', kaže Andrea o vlastitoj investiciji vremena i truda. 'Isplatilo se. Bez tih temelja ne bi bilo koraka naprijed, morala sam odvojiti to vrijeme, to je bio najbolji ulog za budućnost', zbraja uloženo i dobiveno. Uostalom, recept za svaki uspjeh je jednostavan. Muhammad Ali, jedan od najvećih sportaša svih vremena, sam sebi nikad na treningu nije dopuštao da odustane. 'Pati sada i živi ostatak života kao šampion', govorio je veliki Ali. 

PRVA HRVATSKA INTERAKTIVNA MAPA VJEŠTINA ZA POSLOVE BUDUĆNOSTI: 
PROVJERI KOJE SU SVE VJEŠTINE POTREBNE DA BI BIO DATA ZNANSTVENIK KAO ANDREA
 


Andrea se ne osjeća kao šampion jer u njezinoj profesiji nema stajanja. Ono što je u domeni algoritama i strojnog učenja bilo aktualno prije tri-četiri godine, danas više nije. Učenje nikad ne prestaje, jer je posao zapravo kombinacija istraživanja i razvoja. Ističe da je područje još relativno neistraženo, ali ima veliki potencijal. 'Mi smo kombinacija detektiva i Vidovitog Milana. Pokušavamo detektirati prošlost i zaključiti što će se dogoditi u budućnosti', smije se. More podataka kojim navigira veliko je i nepoznato, ali – upravo je to veseli. Ako je na početku i plovila bez navigacijske karte, kaže da je ubrzo kompanija postala svjesna da treba razvijati vještine potrebne za uspješan tim podatkovnih analitičara. 'Paralelno se unutar kompanije razvio tim kognitivnog računarstva i počeli smo se baviti stvarnim projektima. U samo dvije godine kompanija je počela intenzivno ulagati u razvoj vještina za data analitiku i data science. Kroz tečajeve i dodatne edukacije dobila sam priliku razvijati potrebne vještine uz veliku podršku kompanije.'

Ključno je razumjeti i biznis okruženje 

Novo se, tvrdi, naslonilo na staro, a ključan je bio DNA A1 i znanje koje je već akumulirano u kompaniji, veli Andrea, kojoj pomalo smeta što je data science postao prečesto upotrebljavani buzzword. 'Kod svakog problema kojeg se uhvatimo moramo provjeriti kako su neki ljudi u kompaniji to već ranije rješavali. Znamo da nismo najpametniji i da ne trebamo izmišljati toplu vodu. U kompaniji imamo ljude koji su gotovo 15 godina u ovom području, samo se tada to nije zvalo tako.' Na vizitkama je tim ljudima tada pisalo da su poslovni analitičari ili analitičari podataka. 'Sve je to bilo data science, a ti su ljudi i nas razvili. Nijedna podatkovna znanost ne može funkcionirati ako ne prenosimo iskustvo koje imamo i za nas je ključno domensko znanje.'  

Da biste razvili kvalitetno rješenje, nije dovoljno imati tehnološke vještine niti samo znati programirati. Krucijalno je, tvrdi Andrea, razumijevanje poslovanja, odnosno biznisa u kojem se razvijamo kao pojedinci i kompanija. 'Meni su to prenijeli stariji kolege kad sam došla u kompaniju, a danas imam priliku raditi s mladima, jer morate prepoznati koja vrijednost leži u svakom od tih podataka.'

Kada radi na projektima trudi se otkloniti svaku distrakciju, no posao podatkovnog znanstvenika u kompaniji nije posao za usamljenike. 'Puno surađujemo s drugim pametnim glavama koje razumiju podatke, raspitujemo se u svim dijelovima kompanije, razgovaramo s puno ljudi u različitim segmentima. Nema smisla vrtjeti algoritme bez razumijevanja onog što želiš unaprijediti ili optimizirati'. 

Algoritmi, automatizacija i AI tri su velika A kojima se bavi u A1. 'Raspolažemo podacima i modelima, no pravi je čar da razumiješ poslovne procese. I nijedan projekt nije isti, svakodnevno otkrivamo nešto novo o korisnicima, našim uslugama, prodaji, tehnici, poslovnim procesima. Svaki podatak priča svoju priču.'

Ako vam se ovo čini kao magija, niste daleko. Uostalom, u svom trećem najčešće citiranom zakonu slavni pisac znanstvene fantastike Arthur C. Clarke napisao je da je svaka dovoljno napredna tehnologija nerazlučiva od čarolije. Tajni sastojak je znatiželja, a Andrea je definira kao volju da tražite nepravilnosti u podacima i da vas oni ne frustriraju nego vesele. 

 

Produktivno koristiti vrijeme 

'Većina kompanija se dosad vodila osjećajem, ali sada je neizbježno da je vodite koristeći podatke', kaže. Za nas s druge strane interesa za derivate i integrale zastrašujuće zvuči procjena da će količina kreiranih, kopiranih i konzumiranih podataka u svijetu 2024. dosegnuti 149 zetabajta, u usporedbi sa samo dva zetabajta generirana prije 11 godina, dok je Andrea još bila u studentskim klupama. Prošle se godine svake minute u svijetu podijelilo 44.666,667 WhatsApp poruka, svake minute diglo se 147.000 fotografija na Facebooku, 347.222 storyja osvanula su na Instagramu, upućeno je 1.338,889 glasovnih ili videopoziva, 404.444 sata sadržaja na Netflixu streamalo se svake minute. Taj beskonačni digitalni univerzum igralište je za ljude Andreinog kova. Zadatak im je, pojednostavimo, strukturirati podatke na temelju kojih se mogu donijeti poslovne odluke. 

'Nekad je to kretalo obrnutim smjerom: pronašli bismo neki algoritam, pa smo tražili model i problem koji bi se tim algoritmom mogao riješiti. Danas krećemo od poslovnih problema unutar kompanije i potencijala za primjenu umjetne inteligencije, pa istražujemo koji se od tih algoritama može primijeniti. Definiramo poslovni proces koji pokušavamo optimizirati, nakon toga ulazimo u komunikaciju s našim kolegama koji nam detaljno pojašnjavaju kako izgleda poslovni proces, i onda krećemo prikupljati podatke. Da bismo stvorili dobru bazu podataka, moramo razumjeti i kako poslovni procesi funkcioniraju i što nam je krajnji cilj. Nakon toga slijedi faza analize podataka, pripreme, razvoj modela strojnog učenja i u konačnici primjena tih modela, odnosno razvoj aplikativnih rješenja', tumači. Jednostavno: data scientist mora poznavati problem koji rješava.

Kada je nedavno birala kandidate za svoj tim, ključna osobina koju je tražila bila je sklonost analitici. 'Bez toga je jako teško bilo što raditi, zato je važno da suradnik prati tehnologije koje dolaze. Mora željeti puno istraživati i pratiti što se događa u svijetu, imati predodžbu i viziju na koji način to približiti stvarnim poslovnim procesima i problemima. A mora znati i uprljati ruke i uhvatiti se programiranja.'

Kada radi ne gasi mobitel, mailove ni aplikacije, ali može se isključiti kada je u kreativnom procesu. 'Ako vam je nešto bitno, sve ostalo možete ostaviti sa strane.' Razvila je disciplinu da može raditi po dva, tri sata u komadu. 

'Kognitivni kapaciteti su ograničeni i vjerujem da treba produktivno iskorištavati vrijeme', veli. Ne misli da je u kasnonoćnim satima zajamčena kreativnost, trudi se da se posao u njezinom timu odradi unutar radnog vremena. Kad dođu do rezultata, pobjede slave zajedno. Zadovoljna je rezultatima koje su postigli u ovoj godini, uzbuđena zbog nekoliko zacrtanih većih proizvoda za krajnje korisnike, vesela što su novi planirani u sljedećoj godini. Umjetne inteligencije ne treba se bojati. 'AI će recimo, zamijeniti repetitivne poslove koji će se automatizirati, ali i dalje će svaka kompanija trebati ljude i njihova kreativna rješenja na svim razinama. Ona nam pomaže da vidimo stvari koje čovjek ne vidi. Maknete li se iz telekoma u druga područja, jasno je da već sada umjetna inteligencija pomaže liječnicima u dijagnostici.'

Kada ne radi, posvećena je obitelji. Živi na selu u kojem je odrasla, i kamo je iz Zagreba uspjela 'dovući' čak i supruga.  'Ljudi za vikend bježe iz grada, a meni je svaki vikend takav i uživam u mogućnosti da svaki dan mogu šetati u prirodi. Šuma mi je na 500 metara'. Ima tri psa. 'Nema tako lošeg dana koji psić ne može popraviti, a tri ga čine trostruko boljim'.

• Vještine ključne za moje zanimanje: 
Važne vještine su programiranje, matematika, strojno učenje, razvoj aplikacija zasnovanih na umjetnoj inteligenciji, rad s bazama podataka, analitičnost i domensko znanje.

• Vještine koje sam stekla obrazovanjem: 
Obrazovanjem sam stekla većinu tehničkih skillova. Dakle, programiranje u različitim programskim jezicima, matematika, strojno učenje, rad s bazama podataka i dizajn arhitekture kompleksnih sustava.

• Vještine koje sam stekle kroz svakodnevni posao: 
Prije svega istaknula bi znanje o poslovanju koje dolazi s iskustvom i radom na projektima iz različitih domena. Stekla sam brojne poslovne vještine poput agilnih metodologija, optimizacije procesa, ali i brojne soft vještine koje pomažu u svakodnevnom radu u timu.

• Moj radni dan: 
Gotovo da ne postoje dva identična dana. Većina dana ovisi o tome na kakvim projektima radimo i u kojoj su fazi razvoja. Nekakav tipičan dan započinje internim koordinacijama i sastancima s domenskim ekspertima. Tijekom većeg dijela dana bavim se prikupljanjem i analizom podataka te razvojem modela strojnog učenja ili nekih komponenti aplikacija koje koriste modele. Puno vremena provodim istražujući dostupna AI rješenja i algoritme strojnog učenja koji su primjenjivi na naše projekte.

• Na svom poslu svaki dan naučim nešto novo: 
Radom na projektima u različitim domenama. Izazovi koje svaki projekt donosi najčešće su prilika za istraživanje drugačijih pristupa i primjenu na stvarnim problemima. Svaki dan imam priliku učiti nešto novo. Ponekad je to razvoj nekih tehničkih vještina, istraživanje novih modela, a ponekad razvoj nekog domenskog znanja koje je zaista bitno u području rada s podacima.

• Vještine koje su važne za proaktivnost i inovativnost: 
Važno je biti kreativan, uporan i spreman na stalno učenje.

• Vještine koje su važne za timski rad: 
Najvažnije su komunikacijske vještine, empatija i sposobnost prenošenja znanja, ali isto tako često se pokaže kako je bitno kvalitetno upravljanje prioritetima i projektima unutar tima.