Kauno technologijos universiteto Matematikos ir gamtos mokslų fakulteto (KTU MGMF) profesorius dr. Tomas Ruzgas
Jau daugiau nei dešimtmetį viešojoje erdvėje kartojama frazė, kad šiandieniniai darželinukai užaugę dirbs tokiose profesijose, kurių didžioji dalis šiuo metu dar net neegzistuoja. Skaičiai įvairiuose šaltiniuose svyruoja – vieni mini 65 proc., kiti 80 proc., tačiau pati idėja skamba pakankamai įspūdingai, kad būtų kartojama konferencijose, „LinkedIn“ įrašuose ir universitetų renginiuose.
Vis dėlto žmogui, kuris šiandien svarsto apie magistrantūros studijas, rūpi ne hipotetinis darželinukas iš ateities. Jam rūpi daug paprastesnis klausimas: kokių kompetencijų darbo rinka ieško šiandien ir kokių ieškos rytoj?
Atsakymas, nors ir ne toks romantiškas kaip skraidančių automobilių vizijos, yra gana aiškus – tai gebėjimas suprasti duomenis. O jei dar tiksliau – gebėjimas suprasti labai daug duomenų. Tiek daug, kad tradicinės skaičiuoklės ima panašėti į arklio traukiamą vežimą autostradoje Vilnius–Klaipėda.
Pasaulis, kuris nuolat generuoja skaičius
Šiuolaikinis verslas renka duomenis beveik apie viską. Pavyzdžiui, kiek laiko klientas praleido interneto svetainėje, kurią prekę įsidėjo į krepšelį, bet nenupirko, kada paskutinį kartą kreipėsi į klientų aptarnavimo centrą, kokią reklamą paspaudė, kuriame mieste gyvena, kokiu įrenginiu naudojasi ir t. t.
Duomenų kiekiai auga taip sparčiai, kad daugeliui įmonių problema jau seniai nebėra duomenų trūkumas. Problema kita – kaip juos suprasti.
Verslai jau daugelį metų kaupia milžiniškus informacijos kiekius, tačiau ne visada geba iš jų išgauti realią vertę. Todėl duomenų mokslo, modeliavimo ir mašininio mokymosi specialistų poreikis išlieka itin didelis.
Iš esmės situacija primena žmogų, kuris nusipirko didžiausią pasaulyje biblioteką, tačiau neturi katalogo. Knygų daug, o atsakymų – mažai.
Nauji verslai, naujos supergalios
Prieš trisdešimt metų konkurencinį pranašumą suteikdavo gamyklos. Prieš dvidešimt metų – interneto svetainė. Prieš dešimt metų – mobilioji programėlė. Šiandien vis dažniau konkurencinį pranašumą lemia gebėjimas greičiau nei konkurentai suprasti, ką byloja duomenys.
Būtent todėl didžiųjų duomenų analitika tapo viena svarbiausių sričių tiek finansuose, tiek elektroninėje prekyboje, tiek logistikoje, tiek sveikatos technologijų srityje. Organizacijos ieško žmonių, kurie ne tik moka programuoti ar taikyti statistinius metodus, bet ir geba duomenis paversti sprendimais, nes vadovui dažniausiai nereikia dar vienos lentelės – jam reikia atsakymo. Pavyzdžiui, kurie klientai greičiausiai nutrauks paslaugų sutartį, kada reikėtų papildyti sandėlio atsargas, kuris produktas kitais metais bus pelningiausias ar kiek rizikinga nauja investicija.
Tokie klausimai šiandien sprendžiami ne intuicija, o modeliais. Nors, žinoma, intuicija, o kartais ir krištolinis rutulys, vis dar aktyviai dalyvauja kai kurių įmonių strateginiuose posėdžiuose.
Kodėl matematika staiga tapo madinga?
Matematikai ilgą laiką kentėjo nuo stereotipo, kad jų gyvenimas apsiriboja kreida, formulėmis ir egzaminų sesijomis. Tačiau šiandien situacija pasikeitė. Staiga paaiškėjo, kad pasaulyje, kuriame dirbtinis intelektas, rekomendacijų sistemos ir prognozavimo modeliai priima milijonus sprendimų per sekundę, matematinis mąstymas tapo viena vertingiausių kompetencijų.
Duomenų analitikai kasdien naudoja statistiką, optimizavimą, tikimybių teoriją, mašininį mokymąsi ir matematinius modelius. Jie ieško paslėptų dėsningumų, vertina riziką, prognozuoja procesus ir kuria sprendimų priėmimo sistemas. Tokios kompetencijos šiandien laikomos vienomis svarbiausių pažangioje duomenų analizėje.
Paradoksalu, tačiau dauguma žmonių matematiką prisimena kaip mokyklinį klausimą: „Kam man to reikės gyvenime?“ Pasirodo, atsakymas buvo labai paprastas. „Tam, kad po dešimties metų turėtum didesnį namą.“
O kas bus rytoj?
Jei šiandien duomenų analitika atrodo pažangi, ateities toliuose jau matyti dar viena technologinė banga – kvantinės technologijos. Kvantiniai kompiuteriai kol kas dar nestovi kiekvienos įmonės biure šalia kavos aparato, tačiau jų potencialas analizuoti sudėtingus duomenų rinkinius, optimizuoti procesus ir spręsti itin sudėtingus skaičiavimo uždavinius vertinamas labai rimtai.
Kai kurie ekspertai prognozuoja, kad tam tikri uždaviniai, kuriems šiandien reikia dienų ar savaičių skaičiavimų, ateityje galės būti sprendžiami nepalyginamai greičiau.
Žinoma, kol kas nereikėtų panikuoti. Net kvantinėje eroje išliks viena gana stabili tiesa – du plius du mūsų visatoje vis dar yra keturi. Bent jau su didžiausia tikimybe. Fizikai šioje vietoje galėtų pradėti ginčytis, tačiau verslo vadovai dažniausiai renkasi tą realybę, kurioje keturi leidžia sudaryti biudžetą.
Kokių žmonių ieško organizacijos?
Įdomu tai, kad darbo rinkai šiandien nebereikia vien programuotojų, vien matematikų ar vien ekonomistų. Labiausiai vertinami tie, kurie sugeba sujungti visas šias sritis. Tai žmogus, kuris supranta verslo problemą, geba ją paversti matematiniu modeliu, moka apdoroti didelius duomenų kiekius ir gali paaiškinti rezultatą taip, kad jį suprastų ne tik dirbtinis intelektas, bet ir finansų direktorius.
Toks kompetencijų derinys tampa vis svarbesnis, nes organizacijos ieško specialistų, galinčių ne tik atlikti analizę, bet ir prisidėti prie strateginių sprendimų priėmimo. Būtent tokie gebėjimai – nuo žvalgomosios duomenų analizės iki prognozavimo modelių kūrimo ir verslo įžvalgų generavimo – šiandien akcentuojami pažangiose duomenų analitikos studijose.
Universitetas – ne teorijos muziejus
Kartais vis dar galima išgirsti nuomonę, kad universitetas yra vieta, kurioje žmonės dvejus metus mokosi teorijos, o tikrasis gyvenimas prasideda pirmąją darbo dieną. Duomenų analitikos srityje toks požiūris greitai subliūkšta. Pažangios magistrantūros studijos šiandien orientuojasi į realių duomenų analizę, verslo problemų sprendimą, modeliavimo projektus, prognozavimo uždavinius ir darbą su moderniais analitikos įrankiais. Studentai mokosi ne tik metodų, bet ir jų taikymo realiose situacijose.
Kitaip tariant, vietoj abstrakčios užduoties „įrodykite teoremą“ vis dažniau kyla klausimas: „Kodėl įmonė praranda klientus ir kaip tai sustabdyti?“ Ir, reikia pripažinti, antrasis klausimas dažniausiai skamba šiek tiek realistiškiau.
Ateities profesija, kuri egzistuoja jau šiandien
Galbūt po dvidešimties metų atsiras profesijos, kurių pavadinimų šiandien dar nesame girdėję. Galbūt dalį duomenų analizės atliks kvantiniai algoritmai. Galbūt dirbtinis intelektas pats kurs naujus verslo modelius. Tačiau vienas dalykas atrodo gana aiškus: kuo daugiau pasaulyje bus duomenų, tuo vertingesni bus žmonės, gebantys juos suprasti.
Todėl šiandien didžiųjų duomenų analitika nėra tik dar viena technologinė mada. Tai universali verslo kalba, kurią vis dažniau turi mokėti ne tik IT specialistai, bet ir sprendimų priėmėjai.
O tiems, kurie svarsto apie magistrantūros studijas ir ieško srities, kurioje matematika, technologijos ir verslas susitinka vienoje vietoje, verta atidžiau pažvelgti į programas, kurios moko ne spėlioti, o pagrįstai prognozuoti. Juk ateitį numatyti sunku. Tačiau turint pakankamai duomenų galima bent jau gerokai sumažinti tikimybę suklysti.
About the Author
