Сања Станчевска е дипломиран студент на ФЕИТ на смерот електроенергетика управување и менаџмент, а во моментов студира на Data Science Академијата на Data Masters. Една од нејзините најистакнати карактеристики е што сака постојано да се надградува, а доказ за тоа е што втор пат е дел од нашата Академија – најпрвин jа запознавме како студент на обуката „Анализа и визуелизација на податоци преку Python“. Со неа разговаравме за нејзината мотивација постојано да вложува во знаењето, каде се гледа себеси по завршување на Академијата и нејзините препораки за идните студенти.
Ти си личност која има незапирлив мотив да учи и да се надградува. Што те тера да одиш напред и кои се твоите желби за иднината на професионален план?
Во два збора: бесконечна љубопитност. Љубопитна сум да знам зошто и како работите функционираат, на кој начин можат да ми бидат корисни и каков потенцијал имаат да отворат нови прашања за кои треба да размислувам. На учењето гледам како тренинг. Го тренираш мозокот и размислуваш побрзо, пологично и секако поиновативно. Она што е особено важно е дека со учењето на нови работи се развиваш како личност, своето вредно знаење можеш да го споделиш со другите и да стекнеш нови пријателства.
Се сметам за креативна личност на која што ѝ треба разновидност и нови предизвици. Работно место со предизвици би било сон за мене и силата која што ми треба за да останам мотивирана.
Запишувањето на Data Science Академијата беше на некој начин продолжување на нашата заедничка приказна. Опиши ни го своето целокупно искуство со Data Masters и зошто нè одбра токму нас за да се надградуваш?
За обуката за анализа и визуелизација на податоци преку Python дознав преку социјалните мрежи. Така имав можност да го запознаам тимот на Data Masters којшто е склоп на млади ентузијасти кои одлично си ја познаваат работата и во секое време се спремни да ни помогнат. Тоа е и причината зошто ја одбрав академијата на Data Masters.
Колку обуката за анализа и визуелизација на податоци преку Python ти помогна во совладување на материјалот од академијата за Data Science?
Искрено ми помогна многу. Најголем дел од првиот модул од академијата веќе ми беше познат благодарение на обуката за анализа и визуелизација на податоци преку Python.
Кој е твојот омилен дел од предавањата, а што ти претставува предизвик?
Всушност она што ми претставува предизвик ми е и најомилениот дел од предавањата, а тоа се вежбите и реалните проблеми со кои се соочуваат секојдневно луѓето кои што работат во оваа област. Ми се допаѓа тоа што концептот на академијата е learning by doing. Предавачите даваат предлози и ни помагаат, но сепак оставаат ние со нашите идеи да најдеме решение за проблемот. Со оглед на тоа дека членовите на академијата се од различни сфери и различни перспективи на гледање се изнајдуваат подобри и поефикасни решенија.
Во која област би сакала да го примениш знаењето и каде всушност сметаш дека Data Science може да има значаен придонес?
Моето мислење е дека data scientists имаат обврска користејќи ги податоците да прават добри работи на овој свет, бидејќи всушност на некој начин и го обликуваат светот. Кога се креираат алгоритми се формира однесувањето на луѓето кои што се во интеракција со овие алгоритми. Алгоритмите земаат информации и нè насочуваат без разлика дали тоа се информациите што читаме, каква музика слушаме, на кои места излегуваме или пак луѓето кои ги среќаваме. И тука следи големото прашање – какво однесување сакаме да формираме?
Сметам дека примената на data science во cybersecurity за да се помогне во заштита од напади и да ги подобри техниките за подобра борба против сајбер заканите има многу придобивки.
Според твое видување, кои вешини се клучни за да се совлада оваа наука?
Постојат статистичари, инженери и дизајнери. И исто така има луѓе кои се многу добри во сите овие работи, а тоа е и причината зошто е создадена оваа улога data scientist. Тоа е воедно и причината зошто оваа улога е малку недефинирана, затоа што бара вештини во многу различни области. Треба да се размислува на проблемите како инженер, но исто така и како статистичар. Потребно е да се знае како да се пристапи на проблемот, како да се најде решението и како да се пребарува низ голема група на податоци. Потоа сето тоа треба да се презентира на јасен начин за што е потребно визуелизација. Тука клучна вештина е и комуникацијата, бидејќи како data scientist ќе комуницирате со луѓе кои немаат време да анализираат податоци и преку таа визуелизација треба да извлечат заклучок.
Кои се најголемите заблуди што луѓето ги имаат околу Data Science и дали и ти имаше заблуди кои ти се разјаснија откако навлезе во оваа област?
Мојата најголема заблуда во врска со Data Science беше тоа што мислев дека за да ја совладаш оваа област треба да си одличен програмер. Најголемите заблуди што јас сум приметила дека луѓето ги имаат околу Data Science се:
- Data Science е само тренд којшто нема да трае долго
- Data Science ќе биде заменето со автоматско машинско учење
- Data Science е само околу правење модели
Што по Академијата? Каде би сакала да изградиш кариера?
Data Science е дефинитивно областа во која што сакам да изградам кариера. Со оглед на тоа што оваа наука најдобро се совладува со работа на проекти би сакала мојот прв чекор да биде преку пракса со која што би стекнала искуство.
На идните студенти на Data Science би им препорачала….
Земајќи во предвид дека областите кои нудат најголеми можности имаат и најголеми предизвици ги охрабрувам да веруваат во себе и да бидат упорни. Никогаш да не престануваат да експериментираат. Колку повеќе се обидувате, толку повеќе добивате. Среќно!
