Što marketing može naučiti od pametnih klupa… zahvaljujući “machine learning” inženjerki!

No, Nini ovo nije prvi posao tog tipa u IT industriji. U Include je došla iz Telegre, vodeće hrvatske tvrtke u području nadzora i upravljanja prometom, gdje je radila kao razvojna inženjerka sustava za detekciju incidenata na cesti. Dok se u Includeu danas primarno bavi detekcijom i klasifikacijom ljudi i objekata oko njih, u svrhu ciljanog marketinga.

Što s podacima pametnih klupa?

Ako slučajno niste znali (gdje ste bili?), Include je solinska tvrtka koja proizvodi pametne klupe koje su u svojih 5 godina doveli na 56 tržišta. Njihova nova generacija pametne klupe, Steora, danas nudi još bolje mogućnosti ciljanog marketinga, što znači i više posla za Ninu:

Kada gledamo sa šireg aspekta, to podrazumijeva odabir hardvera koji može zadovoljiti potrebe projekta, prilagodbu svih komponenti i biblioteku koje jedan AI projekt zahtijeva.

Zatim istraživanje Machine Learning modela za svaki pojedini dio projekta (detekcija, klasifikacija…), prikupljanje podataka za datasetove, izgradnju cijelog ML okruženja za treniranje i deployment, komunikaciju i slanje obrađenih podataka prema serverima i ostalim modulima unutar proizvoda. Dakle, jako puno toga je bilo potrebno uskladiti za dobar proizvod.

Svjesni smo činjenice da je AI ekosustav u Hrvatskoj još u svojim povojima i tvrtke nemaju puno znanja ni resursa za izgradnju AI projekata/timova. Kako se Nini bilo uključiti u AI razvoj jednog hardver startupa s obzirom na dotadašnje iskustvo, ali i okolnosti u tvrtki?

Osobno sam imala veliki izazov koji je još uvijek prisutan, jer osim samog AI/ML dijela puno komponenti treba posložiti da zajedno funkcioniraju. Prebaciti mindset na embedded svijet koji sa sobom nosi manje mjesta za pohranu podataka, slabije procesiranje, itd. Međutim, dobra interakcija cijelog razvojnog odjela i međusobno dijeljenja znanja su uvijek ključni za uspjeh projekta.

Piloti novih Includeovih modela još nisu izašli, ali sustav je razvijen, priča mi Nina i trenutno su u finalnoj fazi testiranja svih funkcionalnosti prije prvih isporuka nove generacije pametnih klupa Steora na proljeće.

Od umjetne inteligencije do digitalnog vanjskog oglašavanja

Ono gdje priča (za našu marketinšku publiku) postaje još zanimljivija jest činjenica da se u Includeu Nina kao AI inženjerka najviše bavi razvojem modela u svrhu – marketinga. Naime, pametne klupe osim što su pametne su i izvrstan način digitalnog vanjskog oglašavanja ili digital out-of-home/DOOH oglašavanja.

Danas je gotovo nemoguće zamisliti javni prostor bez prostora za oglašavanje, a kada govorimo o Smart City rješenjima, logično je da u pozadini ima i AI-ja. Ideja o razvoju pametne klupe s mjestom za oglašavanje i AI-jem seže još u 2017. godinu kada je i započeta proof of concept faza razvoja. Mojim dolaskom u Include završena je PoC faza i započeta ozbiljnija realizacija sustava i stvaranje tima.

Model Steora City donosi novi industrijski 19-inčni zaslon za vanjsko oglašavanje te kameru koja snima okolinu i prolaznike, a Nina je ta koja svojim modelima pospješuje uspješnost tog segmenta poslovanja.

Kako je sam projekt krenuo od proof of concept (PoC) faze, puno smo modula računalnog vida i strojnog učenja koristili, trenirali i testirali. Biblioteke s kojima smo radili, a koje koristimo i dalje, su TensorRT, Tensorflow, OpenCV. S obzirom na to da smo se bazirali na Nvidijinu arhitekturu, određene komponente sustava optimizirane su za grafičke kartice (GPU). Za razvoj softvera koristimo agilne metode kako bi redovno pratili napredak projekta.

Trenutno klupe Steora bilježe podatke o broju prolaznika, njihovom spolu te koliko su dugo gledali u smjeru zaslona. Svi podaci i statistika s klupa oglašivačima su dostupni putem Includeove web platforme SOLOS. A kad je u pitanju prikupljanje i obrada osobnih podataka, morala sam pitati i koliko im posao otežava sam GDPR. Po onom što kaže Nina, čini se nimalo kad se unaprijed postave potrebne mjere.

Videozapisi s kamere se ne pohranjuju, već se samo bilježe podaci trenutnog kadra koji se zatim trajno briše iz sustava. Time je zajamčena privatnost prolaznika što nam omogućuje da naš sustav možemo ponuditi državama sa rigoroznim zakonima za zaštitu osobnih podataka.

Oglašivači tako, ovisno o tipu kampanje, mogu predvidjeti koje je najefektivnije vrijeme za njeno postavljanje, dodaje Nina, što je marketinškim agencijama dodatna vrijednost pri zakupu oglasnog prostora.

Kako krenuti u svijet podataka, strojnog učenja i umjetne inteligencije?

U Includeu trenutno ne postoji zaseban AI odjel, iako je AI sve više neophodan u industriji koju pokrivaju. Nina mi zato ne krije kako bi voljela vidjeti da se u skoroj budućnosti Include još više okrene AI smjeru te da se poveća tim i eventualno oformi poseban odjel. S obzirom na isprepletenost tehnologija koje koriste, to bi se moglo skoro dogoditi, zaključuje Nina:

Smart City i IoT traže AI u svojim rješenjima i postoji plan za dodatne projekte u skoroj budućnosti.

S obzirom na to da je povod ovom intervjuu činjenica što Nina gostuje na Women in Data Science konferenciji, koja ovaj put virtualno udružuje područje srednje i istočne Europe, za kraj sam je morala pitati i ima li neki savjet za kolegice koje tek ulaze u sferu strojnog učenja odnosno umjetne inteligencije.

Za početak, Nina kaže da svima preporučuje uključiti se na konferencije i poslušati o projektima i iskustvima iz područja:

Nekoliko njih se organizira uzastupno svake godine: AI2Future, Data Science Conference, Shift AI i naravno Women in Data Science. Nedavno je osnovana udruga CroAI te je i u njihovoj organizaciji dobro popratiti događanja. Za samostalno učenje i upoznavanje s ML/AI dobro je proći kroz tečaj Elements of AI koji je dostupan i na hrvatskom. Ali za ulaženje u neka dublja znanja matematike i algoritama tu preporučam tečajeve od Andrew Ng sa Stanford University (Coursera): Deep Learning Specijalizacija, ili malo lakše za početak: AI for everyone.

Još bi nadodala da je za usavršavanje znanja dobro pronaći i nekoga s više iskustva – mentora. Organizacija u kojoj i ja volontiram i gdje se može pronaći preko 60 mentora iz raznih područja IT sektora, uključujući AI, zove se Mentoring Byte program. Sudjelovanje u ovakvom programu zasigurno ubrzava stjecanje novih znanja i stvara preduvjete za brži osobni razvoj.

A ako želite saznati više o tome kako se uključiti u svijet podatkovne znanosti, u ponedjeljak na WiDS CEE konferenciji, 8. ožujka, Nina će na panelu How to start a career in Data Science u 16:15 podijeliti svoja iskustva s kolegicama iz IBM-a, Hewlett Packard Enterprisea, Ynsight Researcha i Sveučilišta u Bristolu.

Na događaj se možete prijaviti putem Eventbritea, a sudjelovanje je posve besplatno.