Matematyk, który chciałby zmieniać świat na lepsze

Jak sam przyznaje studiowanie matematyki wybrał z lenistwa. Marzy o tym, żeby uczynić świat lepszym miejscem, a daje z siebie zawsze nie 100, ale 101 procent. Taki jest bohater dzisiejszego artykułu na blogu. Zapraszam na wywiad z Mirosławem Mamczurem – matematykiem, bankowcem i pasjonatem wykorzystania danych do rozwiązywania problemów.

Szczególny artykuł, szczególny gość

Dzisiejszy artykuł jest dla mnie szczególny. Po pierwsze, blog ProstaMatematyka.pl jeszcze nigdy w swojej historii nie miał gościa. Do tej pory cała wiedza, którą można było znaleźć na tej stronie, pochodziła od jednej osoby – jej autora. Po drugie, miałem okazję przeprowadzić wywiad z bardzo ciekawą i niesamowicie inspirującą osobą, jaką okazał się być Mirek Mamczur. Myślę, że rozmowa, której zapis znajdziecie poniżej bardzo się Wam spodoba i dla niektórych z Was będzie motorem do działania i wskazówką jak postawić pierwsze kroki w dziedzinie data science.

Kim jest dzisiejszy gość bloga?
Mirosław Mamczur jest matematykiem i bankowcem z ponad 11 letnim stażem. Po studiach dołączył do Banku Santander, gdzie przeszedł wszystkie szczeble w dziedzinie ryzyka kredytowego kończąc na stanowisku eksperta. W swojej karierze zajmował się m.in. kształtowaniem polityki kredytowej banku. Gdy jakiś czas temu pojawiła się okazja, żeby zmienić swój obszar i rozwijać się dalej w kierunku data science, Mirek pomyślał “czemu nie?”. Po kilku latach zdobywania doświadczenia jako ekspert data scientist nie wyobraża sobie teraz siebie w pracy, w której miałby nie zajmować się danymi. Swoją wiedzą z zakresu data science, uczenia maszynowego i wizualizacji danych dzieli się na łamach swojego bloga pod adresem MiroslawMamczur.pl.

Proponuję zrobienie sobie kawy lub herbaty i zapraszam już teraz na wywiad.


Krzysiek Stencel – ProstaMatematyka.pl (K): Mirku – jesteś matematykiem – ukończyłeś Politechnikę Wrocławską. Skąd decyzja aby studiować właśnie matematykę? Jaki kierunek wybrałbyś jeśli nie poszedłbyś na matematykę?

Mirosław Mamczur (M): Najprostszą i najbardziej szczerą odpowiedzią jest, że z lenistwa. W podstawówce i liceum prawie w ogóle nie musiałem się uczyć matematyki, ponieważ sama wchodziła mi do głowy. Wszystko wydawało mi się proste i logiczne.
Moim zdaniem każdy ma ukryte talenty – jedni są mistrzami sportu, inni świetnie malują, ktoś potrafi opowiadać wspaniałe historie wciągające do słuchania a inny od urodzenia czuje jak kręcić biznesy. W czasach liceum wydawało mi się, że moim talentem są właśnie liczby.
Alternatywą dla matematyki w tamtych czasach była informatyka. Natomiast prawdziwą matematykę poznałem dopiero na studiach, gdzie bardzo szybko się przekonałem jak mało wiem, rozumiem i umiem. Na szczęście spotkałem na studiach cudownych ludzi, z którymi przeszedłem przez nie zgłębiając tajniki królowej nauk. Bez nich raczej wątpię bym miał tytuł magistra inżyniera matematyki 🙂

K: Pamiętasz jeszcze temat swojej pracy magisterskiej?

M: Bez sprawdzenia tytułu jedynie pamiętam, że chciałem uprościć świat i bardzo skomplikowane wzory na inflację. Pokazałem, że równie dobrze można byłoby po prostu zastąpić skomplikowane wyliczenia szeregami czasowymi GARCH.
(…kilka minut później). Po sprawdzeniu wiem, że temat pracy brzmiał „Metody estymacji i predykcji dla wielowymiarowych szeregów czasowych. Porównanie z modelami GARCH. Zastosowanie do analizy modeli finansowych.”

K: Na jakie studia zdecydowałbyś się, gdybyś miał dzisiaj podejmować tę decyzję? W dalszym ciągu obstawałbyś przy matematyce?

M: Wydaje mi się, że ciężko porównać dzisiejsze czasy z 2004, gdy wybierałem studia. Wówczas nawet nie było smartfonów!
Z tą wiedzą, którą mam dzisiaj wybrałbym podobny kierunek, ale bardziej zorientowany na biznes oraz IT. Studia matematyczne przede wszystkim nauczyły mnie myślenia, rozwiązywania problemów i szukania rozwiązań. Gdybym mógł dziś wybierać studia zapewne byłoby to połączenie matematyki, sztucznej inteligencji i programowania. Natomiast większość energii wkładałbym w coś innego. Zająłbym się przede wszystkim nauką poprzez rozwiązanie problemów biznesowych tworząc własny np. startup ze znajomymi ze studiów. Dodatkowo mając czas uczestniczyłbym w licznych hackatonach poznając rzesze interesujących osób oraz zdobywając kontakty na przyszłość.

K: Jakie zagadnienia z dziedziny matematyki warto zgłębić chcąc rozwijać się w obszarze Data Science? Czy zdarza Ci się wykorzystywać w swojej pracy tematy, których uczyłeś się na studiach?

M: Moim zdaniem przede wszystkim przydatna jest algebra, analiza matematyczna, statystyka oraz rachunek prawdopodobieństwa. Ważne jest także, aby angażować się we wszystkie kursy programowania. Natomiast pozostałe przedmioty takie jak równania różniczkowe, teoria gier, topologia, analiza grafów, jak najbardziej pomogą nam zgłębić dokładniej jak algorytmy są wykorzystywane w uczeniu maszynowym.

K: Czy uważasz, że studiowanie matematyki to dobra podstawa do rozwoju w Data Science? Czy absolwent matematyki ma „lepszą pozycję” na początku swojej drogi w data science?

M: Wydaje mi się, że studia matematyczne są dobrą drogą, ale nie jedyną słuszną. Żyjemy w cudownych czasach, w których osoba studiująca filologię niderlandzką może mieć lepszą pozycję startową niż osoba po matematyce. Wynika to z tego, że najważniejsze jest samodoskonalenie i wkładanie 101%(*) w to co się robi. Jest mnóstwo materiałów dostępnych w internecie. Można wziąć udział w darmowych studiach na amerykańskich uczelniach zgłębiając wszystkie tajniki. A dodatkowo wykorzystywać zdobytą wiedzę tworząc własne projekty i dzieląc się rozwiązaniami. Takie portfolio z własnymi projektami daje w rzeczywistości o wiele lepszą pozycję w stosunku do osób, które go nie mają niż same studia matematyczne.
(* – wyjaśnienie) 1.01 ^ 365 = 37.78 a 0.99^365=0.03 🙂

K: Jak wygląda dzień pracy Data Scientista?

M: Hmm…pojęcie Data Scientist to temat rzeka. Zauważyłem, że dla każdej firmy pojęcie to oznacza co innego i wymagania są całkiem inne: dla jednych Data Scientist to analityk danych, dla drugich to osoba tworząca modele, dla trzecich osoba zajmująca się przerzucaniem danych a dla kolejnej firmy to programista implementujący reguły eksperckie.
Natomiast w rzeczywistości w ciągu dnia rozwiązujemy różne problemy biznesowe firmy i przede wszystkim staramy się pilnować samych siebie, by nie strzelać do muchy z armaty.

K: Z jakich narzędzi i oprogramowania korzystasz na co dzień w pracy?

M: Z zespołem korzystamy głównie z MS SQL, teradaty oraz Oracle do wyciągania informacji z baz danych. Przy przerzucaniu większych wolumenów lub do tworzenia procesów bazodanowych wykorzystujemy narzędzia ETLowe takie jak SQL Server Integration Services. Do analiz korzystamy przede wszystkim z Pythona oraz R. Warto też w wspomnieć, że korporacje kochają ponad życie nieśmiertelnego Excela (śmiech). Natomiast same modele tworzymy wykorzystując język Python i tutaj korzystamy głównie z środowiska Anacondy oraz własnej infrastruktury komputerów z kartami GPU. Kody wersjonujemy za pomocą GIT’a. Na chwilę obecną niestety nie korzystamy jeszcze z chmury ze względu na specyfikę pracy z bankowymi danymi. Jednak świat szybko się zmienia i jest to kwestią czasu.

K: Wiele osób nurtuje pytanie jakiego języka programowania zacząć się uczyć. A według Ciebie – Python czy R i dlaczego? A może któryś z nich jest lepszy na początek?

M: Bez znaczenia. Któregokolwiek się nie wybierze będzie to dobry wybór. Liczy się przede wszystkim sposób myślenia przy rozwiązywaniu problemów. Ja po prostu rzuciłem monetą i wypadł Python. Natomiast mając wiedzę jak programować w innych językach poznanie kolejnego to kwestia kilku miesięcy (a dla najlepszych pewnie tygodni). Jest mnóstwo materiałów z kursami w obu językach. Zawsze też można skorzystać z bibliotek, które pozwalają z poziomu R odpalić kody Python i w drugą stronę :).

K: Z jakiego powodu zdecydowałeś się dzielić z innymi swoją wiedzą na blogu MiroslawMamczur.pl? Do kogo są kierowane Twoje artykuły na blogu?

M: Tworząc bloga przede wszystkim myślałem o sobie. Jestem wzrokowcem, więc aby coś lepiej zapamiętać muszę to zapisać. Dodatkowo mobilizuje się, aby innym prosto wyjaśnić trudniejsze zagadnienia dzięki czemu bardziej koncentruję się na temacie i sam go lepiej zgłębiam i staram się zrozumieć.

“Ponadto uważam, że życie jest dla mnie bardzo łaskawe. Chciałbym się jakoś światu odwdzięczyć za to. Na razie chętnie mogę to robić przynajmniej poprzez dzielenie się z innymi przemyśleniami i wiedzą.”

Drugą rzeczą, która mnie zmotywowała do prowadzenia bloga jest taka, że społeczność osób zajmujących się AI oraz uczeniem maszynowym jest bardzo otwarta. Gdyby każdy trzymał wiedzę tylko dla siebie nie pchnęlibyśmy świata do przodu. W dzisiejszym świecie i osób obracających się w obszarze uczenia maszynowego i sztucznej inteligencji jest to raczej oczywiste, że wszelka wiedza jest na wyciągnięcie ręki. Największe firmy udostępniają jako OpenSource wszelkie algorytmy i programy. Sam z zespołem ostatnio skorzystaliśmy z algorytmów Facebook do nauczenia modelu rozumienia tytułów transakcji tekstu.
Po trzecie mówiąc szczerze uważam, że jestem za głupi, by wymyślać własne nowatorskie algorytmy zmieniające świat. Przynajmniej staram się wspierać nasze polskie „community” pisząc o rzeczach, którymi na co dzień zajmuję się w pracy. A jestem pewien, że wiele osób, które zainteresuje się w Polsce tym tematem podzieli się swoimi osiągnięciami ze światem.

K: Jaka byłaby jedna rada na sam początek dla osób, które chciałby się przebranżowić i rozpocząć pracę jako data scientist? Jaki powinien być ich pierwszy krok?

M: Hmm… Nauka wybranego języka programowania poprzez rozwiązanie konkretnego problemu. Obecnie w internecie jest mnóstwo świetnych darmowych i płatnych kursów, z których można skorzystać. Jednak zauważam, że sporo osób wpada w spiralę robienia kursów za kursem i ich kolekcjonowaniem. Wydaje mi się, że znacznie więcej osiągniemy rozwiązując konkretne zadania. Podkreślę jeszcze raz, że żyjemy w cudownych czasach. Prawie cokolwiek nie wymyślicie to możecie znaleźć rozwiązanie tego w jakichś kursach, postach czy kodach na GitHub. Na pewno gdzieś znajdziecie konkretne lub podobne rozwiązanie, które można będzie prosto wykorzystać. I jak po prostu zaczniecie rozwiązywać ten problem to się nie dość, że wkręcicie to zdobędziecie mnóstwo wiedzy.

K: Gdzie widzisz siebie za 5 lat? W dalszym ciągu w tematach związanych z data science?

M: Ciężko odpowiedzieć mi na to pytanie. Wynika to z tego, że sam dopiero dwa lata temu wszedłem głębiej w świat uczenia maszynowego i wykorzystania algorytmów uczenia maszynowego do monetyzacji danych. Za pięć lat mogą powstać całkiem nowe ciekawe zawody, które mnie mogą zafascynować i skręcę w ich kierunku. Jedyne co jest pewne, że dalej będę zajmował się danymi. Natomiast jeśli mógłbym pomarzyć to za 5 lat chciałbym dostać buziaka od córek i żony w nagrodę, że w jakiś sposób sprawiłem, że świat stał się lepszy dla wszystkich (np. darmową aplikację wykrywającą choroby skóry). A tego, byśmy go zmieniali na lepsze życzę każdemu z Was!


Musicie przyznać, że Mirek to wyjątkowa osoba, która jest pozytywną inspiracją dla innych. Również przyłączam się do apelu Mirka – zmieniajmy świat na lepsze miejsce!

Serdecznie dziękuję Mirkowi za to, że zgodził się odpowiedzieć na kilka moich pytań. Moim zdaniem ten wywiad to konkretna porcja wartościowej wiedzy dla osób chcących stawiać pierwsze kroki w data science. Zapraszam, żebyście odwiedzili stronę internetową, na której Mirek dzieli się swoją niemałą wiedzą – poniżej link:

== MiroslawMamczur.pl ==

Dodatkowo o tym jak z bankowca stał się data scientistem, Mirek opowiada w poniższym wystąpieniu:

== 5 najważniejszych zasad, których nauczyłem się poznając tajniki data science ==

Zakończenie

Mam nadzieję, że dzisiejszy wpis przypadł Ci do gustu. Jeśli chcesz być na bieżąco z tym co dzieje się na blogu to dołącz do listy mailowej Prostej Matematyki.
Zapisując się na listę mailową dowiesz się m.in.:

  • o nowościach na blogu,
  • o tym co słychać świecie matematyki oraz
  • jak z matematyka – teoretyka stać się analitykiem – praktykiem.

Zapisać się możesz używając poniższego pola:

To tyle na dzisiaj. Do zobaczenia wkrótce!!!

Polub nas na:
error

Dodaj komentarz