Atraktivno zanimanje za ljude koji imaju jači tehnički STEM background (matematika, programiranje, fizika, computational biology, ...) koje bilježi ogroman boom a 2012 godine ovo zanimanje praktički nije postojalo.



Graf gore je % oglasa za poslove ove vrste na američkom job oglasniku Indeed. Trend se nastavio i nakon 2016.

Plaće u Americi su 100-300 k dolara godišnje bruto, u boljim firmama i ljudi sa samo 3-5 godina iskustva imaju 200k. Veliki je broj radnih mjesta.

Nakon korone velika je tolerancija za remote rad, pa u principu to može raditi i netko iz Mostara ili Kiseljaka i imati netto plaću od 20 000+ maraka mjesečno.

Data science je umbrella term za raznoliku skupinu poslova, a evo netko je ih je ovako otprilike podijelio, mada je to opet nečija proizvoljna podjela, nije uopće standardizirano

Stvari koje su povezane s ovim:

machine learning (AI)
matematika
statistika
programiranje
baze podataka

Idealno i tipično ovakav ste tip: znate dobro matematiku i znate solidno programirati, te ste zainteresirani za AI i moderne tehnologije. Ne morate za svaku poziciju biti vrhunski softver inženjer niti morate u svakom poslu biti matematički genijalac, inače ne bi bilo toliko data science poslova u zapadnim firmama.

Zašto ovo zanimanje postoji i zašto bi neka veća firma zaposlila data scientiste? Koji je uopće biznis model cijele situacije?

- Danas su oko nas ogromne količine podataka. Podaci su novo zlato, omogućuju optimizaciju biznisa, optimizaciju marketinga, predviđanja... S obzirom da svi to rade i kompetitivni su u uštedama i optimizaciji resursa, moraš i ti.
- AI ulazi u skoro sve proizvode, a AI se 90% temelji na machine learning, često neuralne mreže. Najveći dio ML poslova su ustvari data science.

Ovo je zanimanje koje raste zajedno i komplementarno s IT industrijom, i dosta je vezano na tehnološke kompanije, no i šire.

Imaš kakvih poslova za klanje svinja, janjadi i ljudi?

Mislim ovdje je većina forumaša za te poslove.

Ako misliš na aktualnost ovoga zanimanja u BiH ili Hrvatskoj...

Ogroman je broj radnih mjesta na Zapadu, i već sada se može zaposliti tamo pa i remote raditi od bilo kuda.

S nekih 10 godina zakašnjenja, doći će ovaj job market i u BiH.

Valja se ljudima pripremiti, i mlade uputiti koje skillove da razvijaju i kakve fakseve da upisuju. Ovima koji imaju malo više ambicija i pameti i htjeli bi finije poslove i zaraditi.

Jasno je meni šta je na zapadu, u mom okruzenju decki rade sa AI.

Koliko ljudi ti ima firma ?

16 ljudi je u tvrtki koja uglavnom uzima poslove razvoja it rješenja za startup-e iz oblasti logistike i upravljanje ljudskim resursima. Projekat čiji razvoj trenutno vodim je partnerstvo između Salesforce i jedne njemačke agencije. Specijalističke usluge poput AI rade partnerske tvrtke čiji djelatnici su prije covida dolazili "on site", Ranije sam sa njima radio na rješenjima za španjolski startup koji uparuju podatke sa Amazona, Zalando, AboutYou .. DHL. Upravljanje zalihama, povratima i sl, gdje je maksimalno automatiziran proces.

U BiH poznajem dvije osobe koje su počeli kao DA, trenutno je jedan juriša na mag zvanje i duboko je zagrizao u ML (još 2015 je o tome pričao).

Ima tu i negativnih prica, nije sve cvijece. Firme cesto znaju zaposlit data science ljude bez da imaju jasnu viziju i dobre ulazne podatke za razvoj modela, ili je model nemoguce stvorit jer je ono sto zele prekompleksno (tipa da im predvidi kretanja na burzi). Krenu raditi pa se brzo razocaraju rezultatima i daju otkaz. Onaj tko zeli AI proizvod treba biti svjestan mogucnosti AI, nije to bas svemoguca stvar.

Može li se samonaučiti ovom poslu?

Možeš sve sam naučiti, samo zašto je graf do 2016?

Imam osjećaj zadnjih godina pomalo data scientist izlazi iz mode.

Naša Kvačica volio bih znati više o tome koliko vremena treba posvetiti učenju ovog posla za neke privatnu uporabu?

Što točno znači privatna uporaba?

Sve je to za ljude. 8 sati dnevno bavi se nekom aktivnosti X, i nakon 1 godinu znaš raditi X. Nakon 5 godina si svjetska klasa u X. Što je X stavi po želji, eto recimo data science. Ne treba komplicirati jednostavne stvari.

Njihov posao preuzima AI.

Jesi li probao copilot ili tabnine?

Za par godina će značajno smanjiti broj ljudi potrebnih za razvoj softvera.

Na internetu ima puno podatka koje želim malo provrititi u svom bubnju data sciencea.
Osim toga treba se od nečega živjeti dok se uči data science.

Jesam copilot, stravično.

Nisam rekao da je lako, samo da je jednostavno.

Jeste li vi pisali Alan Forda gospodine?

Bez izvlačenja. Hoćeš ti biti data scientist ili nećeš? Ako hoćeš, postoji cijena koju trebaš platiti. Nema migoljenja, cijena se mora platiti.

Ako nećeš, to je također ok, nije na moranje. Budeš nešto drugo što više voliš.

Ne želim da moj prihod bude primarno od data scietista nego od moje struke za koju sam se školovao.
Želim da data scientist bude moj aktivnost sa strane i jedan skill koji bih mogao upotrijebiti nekad u svome poslu.

Moras nazuljati guzove, za sve sto zelis.

Data science nije “jedan skill” da mozes uzeti nekakav kurs. Radi se o kombinaciji čitava dva velika zanimanja koja je danas postala interesantna zbog količine podataka u svijetu i vrijednosti tih podataka. Ta dva zanimanja su matematika i programiranje. To je za ljude koju su vec profesionalna ili visoka razina u bar jedno od dvoje.

To je zanimanje gdje je idealni kandidat matematicar koji je sa strane naučio dobro programirati; programer koji je naučio dobro matematiku i statistiku, ili recimo elektrotehnicar koji je doradio matematiku, naučio statistiku i naučio solidno Python.

Ako si pravnik, ekonomist, profesor talijanskog, onda nemaš od cega poceti; ovi koji su imali tisuće sati doticaja s matematikom ili programiranjem imaju previše prednosti

E sad, ako si recimo arhitekt, i želiš u svoje usluge dodati malo nekakvog “AI” jer je to popularno i da naplatiš nešto vise, onda postoje načini da se to fejka ali to neće biti neki stvarni i korisni produkt.

Data science stvari imaju smisla u kompanijama koje raspolažu s ogromnom količinom podataka, koje spremaju i čuvaju.

Recimo, YouTube, Uber ili Amazon su očiti primjeri.

Data scientist ti treba ako procijenis da imaš hrpu nekih podataka s kojima ne znaš sto ćeš, ali znaš da se može izvuci vrijednost iz njih koja je veća od place data scientista. To može ići i niže, ako zaposliš samo privremenog konzultanta da vidi može li se sta napraviti da se uvedu uštede, poveća sansa za nešto; ili optimizira nešto.

Tako na YouTube sistemi koji pogadjaju koje reklame vam treba pokazati, su napravili data science teams.