გაიცანი მონაცემთა მეცნიერების ლექტორები - გუგა ბურდული, ნიკოლოზ მამისაშვილი, შოთა ელყანიშვილი
მონაცემთა მეცნიერება შეიძლება განვმარტოთ, როგორც მათემატიკის, ბიზნესის, ალგორითმებისა და მანქანური სწავლების (Machine Learning) ტექნიკების ერთობლიობა, რომელიც გვეხმარება, ვიპოვოთ მონაცემებში არსებული კანონზომიერებები და გავაკეთოთ აღმოჩენები, რომელიც ორგანიზაციებისთვის გადაწყვეტილების მიღებას მნიშვნელოვნად გაამარტივებს და ეფექტურს გახდის.
თუ ეს სფერო შენთვისაც საინტერესოა და ამ მიმართულებით განვითარებას ფიქრობ, მინდა მონაცემთა მეცნიერების კურსის ლექტორები, შოთა ელყანიშვილი, გუგა ბურდული და ნიკოლოზ მამისაშვილი გაგაცნო, რომლებიც მონაცემთა მეცნიერებაზე გვესაუბრებიან.
შოთა ელყანიშვილი თბილისის თავისუფალ უნივერსიტეტში მათემატიკისა და კომპიუტერული მეცნიერების ფაკულტეტზე სწავლობდა, როცა მუშაობა ქართულ Game Development სტარტაპ Happy Bat-ში დაიწყო, სადაც Reinforcement Learning-ის გამოყენებით დიდი PC თამაშისთვის ჭკვიან ბოტს აწყობდა.
ამის შემდეგ შოთამ საქართველოს ბანკში მონაცემთა მეცნიერის პოზიციაზე დაიწყო მუშაობა, სადაც მუშაობდა ისეთ პროექტებზე, როგორებიცაა: ქართული ენის მოდელირება, რეკომენდაციის სისტემა და სხვადასხვა გრაფული ოპტიმიზაციები.
საქართველოს ბანკში 6 თვიანი მუშაობის შემდეგ კი შოთამ არც მეტი და არც ნაკლები, Microsoft-ში დაიწყო მუშაობა!
ვმუშაობდი Microsoft-ის სიეტლის ოფისში bing.com-ის knowledge card-პროექტზე, სადაც ბუნებრივი ენის დამუშავების (NLP) ალგორითმების გამოყენებით ვაანალიზებდი ინტერნეტში არსებულ უამრავ სტატიას და ვაგენერირებდი საინტერესო ფაქტებს ცნობილ ადამიანებზე, ლოკაციებზე, კომპანიებზე და სხვა ხშირად მოძებნად Entity-ებზე
შოთას აზრით, მონაცემთა მეცნიერება სწორედ ის პროფესიაა, რომელიც აერთიანებს მათემატიკისა და პროგრამირების სფეროებს და კომპანიებს საშუალებას აძლევს უკეთ შეძლონ მომხმარებელზე პერსონალიზაცია.
შოთა გირჩევს, რომ არ შეუშინდე სირთულეებს, რომელიც ამ პროფესიას ახლავს, წაიკითხო მაქსიმალურად ბევრი ინფორმაცია მანქანურ სწავლებაზე და ისწავლო ეფექტური კოდის წერა.
დამწყები მონაცემთა მეცნიერი უნდა კონცეტრირდეს ზოგადი უნარჩვევების გაუმჯობესებაზე, მაგრამ კარიერის რაღაც მომენტში უნდა სპეციალიზირდეს. კარგ მონაცემთა მეცნიერს უნდა ჰქონდეს მონაცემების ალღო, რაც გულისხმობს იმას, რომ დომეინს კარგად უნდა იცნობდეს
დამატებით გეტყვი, რომ ნოემბრიდან შოთა მუშაობას Microsoft Office 365-ის გუნდში გააგრძელებს მუშაობას!
დროა გუგა ბურდული გაგაცნო, რომელმაც ელექტრო და კომპიუტერული ინჟინერიის ფაკულტეტი დაასრულა, მეორად პროფესიად კი პროგრამირება აირჩია.
ამის შემდეგ კი გუგამ Fullbright-ის დაფინანსებით სწავლა ფილადელფიაში, Temple University-ში, გამოთვლითი მონაცემთა მეცნიერების (Computational Data Science) სამაგისტრო პროგრამაზე განაგრძო. ფილადელფიაში ყოფნის დროს გამოქვეყნებული აქვს რამდენიმე სტატია სხვადასხვა სამეცნიერო ჟურნალში თემაზე, მათ შორის უკანასკნელი ეხებოდა მის სამაგისტრო თეზისს – “Time management in a chess game through machine learning”
გუგა ამჟამად საქათველოს ბანკში მონაცემთა მეცნიერის პოზიციაზე მუშაობს.
გუგამ არჩევანი მონაცემთა მეცნიერებაზე მაქსიმალურად მრავალფეროვანი სამუშაო გამოცდილების მიღების მიზნით შეაჩერა:
მონაცემთა მეცნიერება ყველაფერშია, შეუძლებელია შენი საქმე რუტინული გახდეს, რადგან ყოველთვის რაღაცის ანალიზი გიწევს. ასევე შესაძლებელია ერთ დღეს სამედიცინო სფეროში მუშაობდე და მეორე დღეს სპორტის ინდუსტრიაში ან ბანკში აღმოჩნდე
გუგას აზრით, მონაცემთა მეცნიერება ძალიან წააგავს ისტორიის სწავლას, რადგან როგორც ადამიანები ოდითგანვე ვსწავლობთ ისტორიას, რათა გავაანალიზოთ ის და შეცდომებსა თუ წარმატებებზე ვისწავლოთ, ისე უწყობს მონაცემთა მეცნიერება ციფრულ ეპოქაში პრობლემების აღმოფხვრას ხელს.
მონაცემთა მეცნიერება არის ხელსაწყო, რომელიც გვეხმარება გავაანალიზოთ და გავიაზროთ ეს დაგროვებული დატა/ცოდნა. ვისწავლოთ და გავარჩიოთ, რა არის კარგი და ცუდი. გავაანალიზოთ შეცდომები და აღარ გავიმეოროთ ისინი. ასევე გავაანალიზოთ წარმატებები და გამოვიკვლიოთ მიზეზები, რამ გამოიწვია ჩვენი ეს წარმატება. ამ ცოდნაზე დაყრდნობით კი შევქმნათ რაღაც ახალი
რადგან კარიერულ განვითარებაზე ორიენტირება წარმატების აუცილებელი პირობაა, გუგა გვიზიარებს იმ მრავალფეროვან შესაძლებლობებს, რომელსაც ეს პროფესია გთავაზობს:
ძალიან დიდი რაოდენობის Remote სამსახურებია, სადაც შეგიძლია იმუშაო ნებისმიერი ადგილიდან, მათ შორის სახლიდანაც. ისეთ დიდ კომპანიებშიც კი, როგორებიცაა: GOOGLE, AMAZON, FACEBOOK თუ სხვა
აქ ყველაფერი არ მთავრდება, რადგან ჯერ მონაცემთა მეცნიერების კურსის კიდევ ერთი ლექტორი, ნიკოლოზ მამისაშვილი მინდა გაგაცნო.
ნიკოლოზი მონაცემთა მეცნიერებით ჯერ კიდევ ბაკალავრზე სწავლისას დაინტერესდა, თუმცა ამ პროფესიის დაუფლება საზღვარგარეთ გადაწყვიტა და ერასმუსის პროგრამით რომის უნივერსიტეტში ჩაირიცხა!
საქართველოში დაბრუნების შემდეგ იგი მონაცემთა ანალიტიკოსად ფინანსურ სექტორში, კომპანია “ნოვა”-ში მუშაობდა, შემდეგ კი მუშაობა მონაცემთა მეცნიერად ლიბერთი ბანკში განაგრძო.
დღეს ნიკოლოზი მონაცემთა მეცნიერად საქართველოს ბანკში და Caterpillar-ში მუშაობს, რომელიც რეიტინგით fortune 500 ჩამონათვალში 49-ე ადგილს იკავებს.
ნიკოლოზი გვიზიარებს,რომ მონაცემთა მეცნიერება ყველა დარგში ეტაპობრივად იკიდებს ფეხს:
კომერციულად ერთ-ერთი ყველაზე მომგებიანია მონაცემთა მეცნიერების რეკლამების განთავსებაში (ad placing) გამოყენება. მონაცემთა მეცნიერები მანქანური სწავლების გამოყენებით აგებენ სარეკომენდაციო სისტემებს, რომლებსაც შეუძლიათ მიზნობრივი აუდიტორიის ავტომატურად შერჩევა და შესაბამისი რეკლამის ყველაზე ეფექტურად შეთავაზება. ამის მაგალითია Google Ads და მისი გამოყენება, მაგალითად, Youtube-ში რეკლამების განსათავსებლად
როგორც იცი, მონაცემთა მეცნიერება ნამდვილად საჭიროებს განსაკუთრებულ მონდომებას, ამიტომ ნიკოლოზი გირჩევს, რომ იქონიო მათემატიკის, კოდის წერისა და კითხვების დასმის უნარი.
მთავარი ბარიერი ამ პროფესიის შესწავლისას არის კოდის წერის უნარები. კარიერის დასაწყისში მიფიქრია, რომ კოდის წერას საერთოდ ვერ შევძლებდი და უნდა დამენებებინა თავი მონაცემთა მეცნიერების სწავლისთვის, მაგრამ საკმარისია სულ რაღაც რამდენიმე კვირა გავუძლოთ ამ შეგრძნებას და ეს უნარი თითქოს ბუნებრივად, თავისით პოულობს ჩვენში ადგილს
დარწმუნებული ვარ, ჩვენი ლექტორების წარმატების ისტორიების გაცნობის შემდეგ საკმარისი მოტივაციით შეიარაღდი, ამიტომ, თუ ფიქრობ, რომ მონაცემთა მეცნიერება სწორედ ის პროფესიაა, რომელიც გაინტერესებს, დროა Data Science-ის კურსზე შემოგვიერთდე, რომელსაც 16 ნოემბერს ვიწყებთ!
ავტორი: თათა ვახტანგაშვილი
რელევანტური ბლოგები
შესაძლოა გაინტერესებდეს
საშუალო
საშუალო
დამწყები
შესვლა Google-ით
შესვლა Facebook-ით