"AI inženjer ne može biti samo podatkovni znanstvenik" - mnogi u industriji su još Katice za sve

“AI inženjer ne može biti samo podatkovni znanstvenik” – mnogi u industriji su još Katice za sve

Peto izdanje Digitalnog doručka rezervirali smo za umjetnu inteligenciju! Pričalo se o trendovima, praksama, klijentima, kadrovima... evo što smo saznali od hrvatskih stručnjaka.

Unatoč izazovnoj godini, kad je u pitanju AI, domaća scena ipak pomalo ide naprijed. Dokaz je to i Digitalni doručak koji smo pripremili u suradnji s A1 Hrvatska, a na temu umjetne inteligencije. Gdje je danas AI industrija u Hrvatskoj i što nas očekuje u 2021. saznali smo uz domaće top tvrtke i stručnjake u području, a s interesom i mnoštvom pitanja u prosjeku nas je podržalo više od 150 gledatelja na Zoomu i Facebooku.

Događaj je otvorila Senior Machine Learning Specialist Andrea Pirša Ilić iz A1 s uvodnim predavanjem o konkretnim primjerima korištenja AI i machine learninga.

Na panel raspravi koja je uslijedila moderatoru Ivanu Brezaku Brkanu pridružili su se Davor Runje, predsjednik CISEX-a i CTO AirtaMarija Drašković, Data Governance Specialist u Nets CEE i ambasadorica u Women in Data Science, Slađana Krpić, direktorica Business Analytics odjela u Poslovna Inteligencija, Nina Erceg, Computer Vision & Machine Learning Engineer u Include te Boris Gotovac, IT direktor u A1 Hrvatska.

Bob Rock rješava probleme

“Što uopće radi strojno učenje u telekomu”, pitala je na početku retorički i sama Andrea:

Odgovor na to pitanje je – svašta. Činjenica je da telekomi leže na ogromnim količinama podataka – od različitih mrežnih sustava, različitih komunikacijskih sustava – podataka koje dobivamo kroz komunikaciju s našim korisnicima putem društvenih mreža, mailova, chatova, različitih podataka o korištenju usluga i sl. A1 je tako vrlo rano prepoznao da u ovakvim skupovima podataka leže ogromne količine informacija i putem primjene strojnog učenja možemo doći do novih vrijednosti u kompaniji. Znali smo da trebamo početi “kopati” po podacima.

A tako je i bilo. Uz te podatke cilj je bio naučiti i predvidjeti moguće pogreške kako bi se iste spriječile prije nego dođu do korisnika. Testiranjem NLP (natural language processing) algoritama u konačnici su dobili rješenje kojim su uspjeli smanjiti broj zadataka IT support odjela.

Konkretno, ostvarili su da njihov chatbot može odrađivati i semantičko pretraživanje – ako se pojavi neki problem kod korisnika chatbot može jako brzo kroz pismeni input korisnika odnosno zaposlenika detektirati o kojem je problemu riječ i kako ga riješiti. Sve je to omogućeno analizom više od 20 tisuća tzv. ticketa.

Kako je protekao proces razvoja takvog rješenja koje je u konačnici postalo i mnogo robusniji alat, više saznajte kroz samo predavanje koje je dostupno na našoj službenoj Facebook stranici, a uskoro i na našem YouTube profilu.

Kako primijenjuju AI tehnologije?

Od nedavno službenim imenom Nets CEE, bivši Mercury PSI čiji su klijenti primarno banke, uglavnom je dosad koristio AI tehnologije u području prevencije prijevara, ističe Marija Drašković. Svrha rješenja koja razvijaju je – iz povijesnih podataka transakcija, ali posebno podataka u stvarnom vremenu – što prije uočiti moguće probleme.

U Poslovnoj inteligenciji pak, Slađana Krpić ističe kako su orijentirani najviše prema klijentima i njihovim potrebama. Tako se prije par godina krenulo sa standardnim slučajevima kao što je churn prediction ili fraud detection za naprednije klijente. Prešlo se s vremenom i na predikciju potražnje za neke od klijenata iz područja distribucije ili retaila na temelju povijesnih podataka i vanjskih parametara koji mogu utjecati na to. A i oni se u zadnje vrijeme sve više bave NLP-jem.

Airt je najviše prisutan u financijskoj industriji, nastavio je Davor Runje. Njihov posao se tiče procesa prije nego što podatkovni znanstvenici preuzmu svoju domenu, kaže. Ukratko, kako smo već pisali i na Netokraciji, razvijaju alate koji će procesiranjem svih tih podataka napraviti dobre profile korisnika koje onda omogućavaju financijskim institucijama bolju pripremu ponude na osnovu korisničkih potreba – od toga kada im ponuditi kredit koji im treba, do toga da ih spase iz minusa u koji će par mjeseci zaroniti i slično.

Nina Erceg nam je više rekla o doticaju Includea s umjetnom inteligencijom kako za njihove poznate klupe, tako i za druge proizvode koje imaju i planiraju. Na njima se nudi prostor za oglašavanje, ali oni su htjeli ponuditi nešto više svima koji se žele oglašavati – prvenstveno statistiku o tome koliki broj ljudi je pogledao te oglase, ali i mnoge druge podatke, u skladu sa svim pravilnicima.

Ne postoji brzo, veliko rješenje

Kako se promijenio stav klijenata prema AI, da li ga lakše prihvaćaju i je li išta veća potražnja, upitao je Ivan Brezak Brkan Slađanu. Ona ističe kako postoje te tehnološke napredne tvrtke koje prate te trendove ili, bolje rečeno, generiraju nekakve trendove, poput A1, a postoje firme koje su više tradicionalne, imaju neke entuzijaste koji nisu toliko u tome, ali imaju solidne ideje i kojima treba pomoć da mogu oblikovati svoje potrebe u nešto što se može riješiti.

Ono što mi tada svojim klijentima savjetujemo jest da se krene korak po korak – start small ovdje definitivno vrijedi. Krenuti s nekakvim manjim primjerom pa na to nadograđivati dalje. To je pristup koji uvijek savjetujemo našim klijentima i na taj način se više odlučuju na AI i slična rješenja, nego da je to nekakav big bang koji će onda napraviti čudo ili svemirski brod odjednom.

Katice za sve ne zaobilaze umjetnu inteligenciju

U kontekstu kadrova unutar AI područja, svi su se složili da je scena još mlada, kao i tehnologija pa je očekivano da će stručnjaci na početku raditi sve i svašta, a Davor se na to osvrnuo i na svom primjeru. Kao i u digitalnom marketingu prije 10 godina, situacija nije mnogo drugačija ni u AI-ju:

To je tipično za nove tehnologije koje su se tek pojavile. Svi su Katice za sve jer nemate izbora. Ja trenutno objavljujem znanstvene članke po konferencijama iz AI-ja i u isto vrijeme slažem dockere za produkciju i sve između. Takav je život jednostavno. Kako tehnologija postaje zrelija onda pomalo dobivate ljude kojima puno više paše neki segment koji se onda specijalizira za njega jer mu baš to leži. Mnogi od nas znaju što bi radili u svemu tome, ali mora netko složiti i taj docker container – pa ću ga složiti…

Kad se traži neki ML inženjer, u pozadini toga je i još nešto, nadovezala se i Nina:

Naime, sve nas zanima AI, puno čitamo i znamo o tome, ali u pozadini nama treba jedan softver programer. Dodatno, kad se ide u produkciju, tu definitivno je potreban jedan MLOps ili DevOps ovisno na koje okruženje to ide. Znači, treba se paziti što se piše u oglasima za posao i treba tražiti ljude s tim znanjima, a ne samo nekoga tko ima “interes za AI” – to svatko može imati.

Marija se slaže te dodaje kako još vlada popriličan kaos kad je u pitanju definiranje i sadržaj uloga unutar jednog AI tima te je naglasila koliko je bitna multidisciplinarnost kako bi sve funkcioniralo:

Ja sam isto pobjegla iz churn predictiona i data mininga jer me užasno frustriralo da mjesec dana sve pripremamo savršeno i onda se ne nazovu korisnici u kampanji. Tako da sam otišla u kvalitetu i upravljanje podataka i sad zapravo ono što se ja učim je tko što radi kad treba nekakvo AI/ML rješenje raditi baš da bih motivirala ljude iz različitih domena da je svatko potreban.

Na kraju, tko je AI inženjer?

Boris se osvrnuo na razliku između toga što jedan AI kadar danas može i treba znati. Između ostalog, treniranje modela je neka osnova te uloge i dok se van stvarnog konteksta može upogoniti mnogo modela, ono gdje zapinju stvari je implementacija – te modele treba znati ugraditi u poslovne procese.

Idealno bi bilo da imamo data inženjere, data scientiste, app developere pa product ownere i da sve to bude jedan lijep agilni tim, ali stvarnost je uvijek drugačija pa imamo Cognitive computing tim koji radi sve to pa usput moraju znati i više o mikroservisima, moraju poznavati OpenShift i tako dalje. Da, čupavo je, i teško je – ali učimo, takav je svaki početak. U konačnici, da li je AI inženjer samo data scientist – po meni nije – mora znati više od toga.

Ako vas zanima još detalja iz rasprave o tome kako organizirati AI timove i kome dodijeliti kakve uloge, svakako pogledajte čitavu panel raspravu koja je dostupna na našoj službenoj Facebook stranici!

Sukladno članku 94. Zakona o elektroničkim medijima, komentiranje članaka na Netokraciji dopušteno je samo korisnicima koji ostave svoje ime i prezime te mail adresu i prihvate pravila ponašanja.

Pravila ponašanja

Na Netokraciji za vas stvaramo kvalitetan, autorski potpisan sadržaj i zaista se veselimo vašim kvalitetnim, kontruktivnim komentarima. Poštujmo stoga jedni druge prilikom komentiranja, kao i Zakon, držeći se sljedećih pravila ponašanja:

  • Ne budite 💩: Nema vrijeđanja, diskriminiranja, ni psovanja (osim ako nije osobni izričaj, ali onda neka psovka bude općenita, a ne usmjerena prema nekome). Također, upoznajte se sa stavkom 2. članka 94. Zakona o elektroničkim medijima prije no što ostavite komentar.
  • Samo kvalitetna rasprava, manje trolanja: Ne morate se ni sa kim slagati, ali budite konstruktivni i doprinesite raspravi! Svako trolanje, flameanje, koliko god "plesalo" na granici, leti van.
  • Imenom i prezimenom, nismo Anonymous 👤: Autor sadržaja stoji iza svog sadržaja, stoga stojite i vi iza svog komentara. Koristimo ime i prezime te pravu email adresu.

Kako koristimo podatke koje ostavljate? Bacite oko na našu izjavu o privatnosti.

Sve ostale komentare ćemo s guštom spaliti, jer ne zaslužuju svoje mjesto na internetu.

Odgovori

Tvoja e-mail adresa neće biti objavljena.

Popularno

Kolumna

Od Yahooa do ChatGPT-ja: Strategije uspjeha na tražilicama koje vrijede i danas

Neke strategije za pozicioniranje na internetskim tražilicama još funkcioniraju i nakon 10 godina. U ovom povratku u prošlost, prisjećamo se raznih praksi, što se od njih zadržalo, a što ne - te što je novo ušlo u igru...

Startupi

Ovo je email strategija kojom je Burazin privukao investitore poput direktora Stack Overflowa

U novoj epizodi ulazimo u detalje o: (vjerojatno) najvećoj pre-seed rundi u hrvatski startup; tome kako SAD namjerava kontrolirati AI sustave koji bi mogli napraviti atomsku bombu te zašto osnivača Netokracije Ivana Brezaka Brkana izbacuju iz zagrebačkih kavana?

Tehnologija

Tomislav Tipurić uoči ATD-a: Moramo poraditi na promjeni definicije junior developera

Uoči 18. konferencije Advanced Technology Days porazgovarali smo s osobom zaduženom za program, Tomislavom Tipurićem, o svemu što ne smijete propustiti na samom događaju, a i u svijetu tehnologije posljednjih godina i dana. Naravno, AI je neizostavna tema.

Što ste propustili

Kolumna

Od Yahooa do ChatGPT-ja: Strategije uspjeha na tražilicama koje vrijede i danas

Neke strategije za pozicioniranje na internetskim tražilicama još funkcioniraju i nakon 10 godina. U ovom povratku u prošlost, prisjećamo se raznih praksi, što se od njih zadržalo, a što ne - te što je novo ušlo u igru...

Tehnologija

Najveća hrvatska luka u Pločama postat će pametna, uz sufinanciranje iz EU od skoro milijun eura

Luka Ploče postat će prva hrvatska pametna luka. Ujedno je ovo jedini projekt iz Hrvatske koji je Europska Komisija odobrila u sklopu fonda 5GSC - od ukupno 14 odobrenih u cijeloj Uniji.

Tvrtke i poslovanje

Bajke u digitalnom svijetu: Pinokio djeci priča o lažnom predstavljanju, a tri praščića o slabim lozinkama

Stotine ljudi podržale su humanitarnu akciju tvrtke Combis i Centra za nestalu i zlostavljanu djecu.

Društvene mreže

Upoznajte Retriever, platformu FER-ovog TakeLaba koja rudari po 30 domaćih web portala

Retriever zagrebačkog TakeLaba može analizirati milijune članaka objavljenih na hrvatskome u posljednjih 20 godina, a sprema se i na iskorak u regiju. 

Tvrtke i poslovanje

Od 1. siječnja država nadzire Wolt, Bolt, Glovo… – što to znači?

Teško je regulirati segment tržišta o kojem nemate konkretnih saznanja, srećom, za tzv. GIG ekonomiju to će se uskoro promijeniti. Više saznajemo u razgovoru s ravnateljom Uprave za rad i zaštitu na radu u Ministarstvu rada, mirovinskoga sustava, obitelji i socijalne skrbi.

Tvrtke i poslovanje

“Infrastruktura kao kod” izazov je s kojim se isplati uhvatiti u koštac, pogotovo za ogromne okoline

Što je sustav veći, to IaC (Infrastructure-as-Code) donosi više prednosti. Kako to izgleda u praksi?