Data Science, šta je to?

Nelt avatar Nelt 20.12.2019.

Autor: Miloš Došlov, Head of SAP BI & Reporting excellence, Nelt Group

Data Science je često pominjana pomodna reč u savremenom poslovnom svetu. Svi govore o njoj, ali svaka kompanija ima različito razumevanje šta to tačno znači i koje je korake neophodno preduzeti u tom pravcu.

Danas su, kao gotovi proizvodi, dostupna brojna softverska rešenja koja olakšavaju najrazličitije kompanijske procese. Jedan od značajnih ishoda je pribavljanje i generisanje raznih podataka koji monetizacijom mogu potencijalno doneti veliku vrednost samim kompanijama.

Ekspertima takođe nije lako da objasne šta to tačno Data Science pristup predstavlja. Moj utisak je da primena ovih rešenja postepeno postaje sve razumljivija.

Ako još uvek ne znate na šta mislim, pogledajte nekoliko primera upotrebe ovih softvera u praksi.

  • Automatsko prepoznavanje vašeg lica na fotografijama socijalnih mreža.
  • Najbolja ruta-putanja na putu do naše kuće automatski se dobija čim sednemo za volan našeg vozila.
  • Dostavljanje hrane poručivanjem preko mobilne aplikacije u garantovanom roku.
  • Zanimljiv slučaj fudbalskog kluba Liverpool koji je objavio da je zamalo osvojio prvenstvo Premier lige 2019 tako što je naprednom obradom podataka uspeo da pronađe i regrutuje potcenjene fudbalere.

Trenutna situacija pokazuje da se kompanije uveliko okreću modelu upravljanja baziranim na podacima, što u ovom domenu podrazumeva primenu i upotrebu takozvanog modela Mašinskog učenja, modela koji uči i donosi nam vredne informacije na osnovu naših podataka.

Stručnjaci predviđaju da će kao sledeća faza nastupiti veštačka inteligencija, koja će pored učenja iz naših modela, moći sama da zaključuje i donosi nam još veću vrednost.

Još uvek su prisutna mišljenja da je Data Science stručnjak jedna osoba koja poseduje sva potrebna znanja i iskustva. Istina je, po mom mišljenju, nešto drugačija. To je skup veština koje se po prirodi stvari pronalaze kod više osoba, u zavisnosti od pojedinih projekata i potreba. Skup traženih kompetneci i njihova kompleksnost kojoj mladi profesionalac treba da se posveti, dovodi do zaključka da postoji više stručnih Data Science profila.

Mladim talentima bih savetovao, iz svog ugla, da posvete dužnu pažnju razvoju prenosivih veština i saradnje. Asertivna komunikacija, veštine prezentovanja, otvorenost za feedback, kolaboracija… samo su neke od njih.

Od suštinske je važnosti pričati istim jezikom. Ne može se zanemariti činjenica da se ovaj posao ne radi u izolaciji od ostatka kompanije, već se rezultati analize i modeliranja moraju predstaviti u poslovnom kontekstu. Menadžment će retko, ili nikada, postavljati pitanje koji je algoritam korišćen, ili kolika je preciznost modela merena površinom ispod ROC krive, i to treba imati u vidu.

Na osnovu dosadašnjeg uvida u trendove i iskustva koje sam stekao u poslovnom sektoru mogu reći da je vreme podataka već uveliko prisutno, da sve više nadolazi, te da možemo samo tumačiti segmente. Bilo bi pretenciozno prognozirati buduće servise u ovako dinamičnom okruženju.