Data science nie da idealnego rozwiązania. Będzie do niego drogowskazem

Data science nie da idealnego rozwiązania. Będzie do niego drogowskazem

– Podziwiam Florence Nightingale, angielską pielęgniarkę, która w czasie wojny krymskiej w XIX w. zebrała dane o stanie zdrowia żołnierzy i doprowadziła do poprawy leczenia i zmniejszenia liczby zgonów wśród wojska. To przykład, jak analiza danych potrafi zmieniać życie na lepsze.

Tak o pracy w data science mówi Agnieszka Piechocka, Customer Advisor, Financial Services Industry Team, SAS Polska. Nie tylko wie, że data science pomaga skutecznie walczyć z tzw. fraudami, ale też wierzy, że analiza danych jest dobrym wsparciem w rozwiązaniu części globalnych wyzwań. Ma ku temu solidne podstawy – jej kreatywne pomysły pomogły wielu uczniom i nauczycielom w Tanzanii w zbadaniu ich kondycji zdrowotnej i usprawnieniu nauki.

Niewiele osób pracujących w branży technologicznej może zderzać teorię z praktyką. Jak data scientist i analiza danych mogą pomagać ludziom?

Moim zdaniem data science służy do tego, żeby czynić świat lepszym, korzystając z danych, które już mamy.  Nasza praca ma nieść rozwój i postęp cywilizacji. Często, żeby to sobie uświadomić, trzeba wrócić do korzeni i skupić się na ludziach oraz ich realnych potrzebach i problemach. W swojej pracy miałam szczęście, że mogłam brać udział w projektach, które właśnie dzięki analizie danych mogły wnieść coś dobrego do konkretnej społeczności. Szczególnie bliskie są mi doświadczenia z Afryki, gdzie data science przyniosło realne dobro.

W sieci pod hashtagiem #data4good można znaleźć informacje, że dzięki twojej kreatywności nauka w środku Afryki dla setek uczniów stała się łatwiejsza i efektywniejsza. Jak pomogła w tym wiedza z zakresu IT?

Dwa lata temu wzięłam udział w projekcie organizowanym w jednej szkole w Tanzanii. To było badanie stanu zdrowia uczniów na podstawie formularza przygotowanego przez studentów medycyny. Badaliśmy między innymi wzrok, słuch, postawę. Zebranie i przeanalizowanie danych pozwoliło odkryć na przykład, że dzieci, które gorzej słyszą, także gorzej widzą. Oczywiście ten wniosek nie sprawia, że wszystkich wyleczymy, dofinansujemy przekazanie aparatów słuchowych i okularów albo zbudujemy szkołę, tak by zmniejszyć liczebność klas. Zawsze możemy robić takie małe rzeczy: posadzić dzieci bliżej nauczyciela, w pierwszym rzędzie, tak żeby widziały lepiej tablice i usłyszały treść lekcji. Okazało się, że taka mała zmiana przyniosła poprawę wyników nauczania. To jest właśnie kwintesencja tej pracy: data science nie zawsze daje idealne rozwiązanie każdego problemu, ale przybliża nas do lepszego świata.

Czy ten efekt można było uzyskać bez zaawansowanej technologii, algorytmów czy sztucznej inteligencji?

Nie potrzebujemy zaawansowanej technologii, by wprowadzać zmiany. Przecież data scientist niekoniecznie musi pracować na komputerze. Warto pamiętać, że u podstaw leży statystyka. Bo data science zaczyna się od analizy najprostszych informacji zawieranych w tabelach czy wykresach. Dlatego mając podstawową wiedzę statystyczną, rozumiejąc działanie baz danych, a do tego mając kartkę papieru do zapisywania danych, już możemy czynić cuda.

Gdzie jeszcze analiza danych może działać dla dobra ludzkości?

Ogromnym problemem na świecie jest kryzys klimatyczny. Na tym polu analiza danych znajduje coraz częściej swoje zastosowanie. Jednym z takich projektów, zrealizowanych przez SAS, było wykrywanie tych fragmentów lasów w Amazonii, które są wycinane nielegalnie. Na podstawie analizy zdjęć satelitarnych jesteśmy w stanie porównywać zdjęcia z kilku dni. Stworzenie takiego modelu do rozpoznawania obrazów pomaga stwierdzić, gdzie dochodzi do wycinki. Te informacje mogą być cenną wskazówką w ujęciu sprawców i ograniczeniu nielegalnych procederów.

Czy zacięcie aktywistyczne sprawia, że potencjalni pracodawcy łaskawie patrzą na kandydatów, którzy mają na swoim koncie projekty pro bono?

Myślę, że takie projekty warto robić przede wszystkim dla własnej satysfakcji i dla własnego doświadczenia. Wolontariat daje duże poczucie sprawczości. To też nauka pracy w grupie z ludźmi, czyli komunikacji, która w data science jest niezwykle istotna. W moim przypadku otworzyło się dużo więcej dodatkowych możliwości: mogłam wystąpić na wielu konferencjach, napisać artykuł, podzielić się wiedzą z innymi.

Szczególnie na początku kariery takie projekty są bardzo satysfakcjonujące i mogą nam pomóc odkryć, czy data science to coś, czym chcielibyśmy się zajmować w życiu. Zwłaszcza w projektach społecznych ta empatia jest kluczowa. Bo chcemy, żeby innym żyło się lepiej.

Na co dzień zajmujesz się kwestiami bezpieczeństwa i przeciwdziałania oszustwom cyfrowym. Czy taka specjalizacja idzie w parze z odpowiedzialnością i poczuciem misji?

Oczywiście nie wszystkie projekty, którymi się zajmujemy, są realizowane pro bono. Większość z nich jest stricte biznesowa. Mój zespół na co dzień zajmuje się obszarem nadużyć – tzw. fraudów. Chodzi tu o oszustwa, które ewoluują wraz z rozwojem najróżniejszych technologii. Wykorzystując analizę danych, w tym techniki uczenia maszynowego i sztuczną inteligencję, możemy walczyć z naciągaczami, przestępcami, którzy wyłudzają dane bankowe, wysyłają SMS-y z przypomnieniem o szczepieniu przy jednoczesnym instalowaniu złośliwego oprogramowania. To jest realne wykorzystanie zaawansowanej technologii do przeciwdziałania kradzieżom i nadużyciom na całym świecie.

Co daje ci praca w data science?

Przede wszystkim dużo satysfakcji, bo jestem w stanie robić to, co lubię. Z jednej strony poruszam się w materii, która mnie interesuje. Z drugiej zaś inspirujące jest to, że data science nie daje nam szklanej kuli z odpowiedziami na całe zło tego świata. Nie powie wprost, co powinniśmy zrobić, żeby było lepiej. Jednak daje nam narzędzia, które pozwalają opisywać i pokazywać co jest teraz, a co będzie w przyszłości. Podpowiada, którą najlepiej drogą pójść, by rozwiązać jakiś problem. Trzeba też rozumieć, że data science nie ma jednego sprecyzowanego celu. Ta dziedzina może wspierać niemal każdy proces i go doskonalić.

Czy specjalista od danych, posiadając wiele zawodowych umiejętności, przenosi je także do swojego prywatnego życia? Codzienne czynności da się zoptymalizować?

Tylko do pewnego stopnia. To są różnego rodzaju nawyki, które można wykorzystać na przykład podczas robienia zakupów. „Optymalizacja” w takich warunkach to bardzo duże słowo, ale łapię się na tym, że wytyczanie optymalnej drogi między sklepowymi alejkami sprawia mi przyjemność. Tak samo, jak kupowanie produktów kategoriami, których umiejscowienie oszczędza czas. Jeśli dołożymy do tego sprawdzenie aktualnych promocji – zoptymalizujemy wydatki. Lubię research, dlatego, zanim kupię ekspres do kawy, przeczytam dziesiątki opinii i znajdę najlepszą opcję. To swoista satysfakcja, której źródła można szukać w umiejętnościach zawodowych. Rodzina lubi korzystać z tej mojej cechy, kiedy trzeba coś kupić po racjonalnym przemyśleniu, a nie w oparciu o emocje. Chętnie pomagam, oczywiście bezinteresownie.

Inspiruje Cię ktoś zawodowo? Jeśli pracujemy w branży technologicznej, to czy od razu musi to być Bill Gates?

Osobiście chyba nie mam takiej jednej osoby, za którą bym podążała. Z postaci historycznych bardzo podziwiam Florence Nightingale, która była pielęgniarką w czasie wojny krymskiej w XIX wieku i dzięki zebraniu danych o stanie zdrowia żołnierzy wyciągnęła jasne wnioski, jak poprawić leczenie i zmniejszyć liczbę zgonów wśród wojska. Od zawsze podobał mi się ten pomysł, żeby analityka danych zmieniała nasze życie na lepsze.

Bardzo motywują mnie nowe badania i analizy, które opisują zmiany postępujące na świecie. Czytałam niedawno bardzo optymistyczny raport o tym, jak przejście na wegetarianizm pomaga ratować klimat. Nie jem mięsa już od kilku lat, więc taki raport daje mi satysfakcję i inspiruje do dalszego działania. Żyjemy w świecie danych i, moim zdaniem, skumulowane i opracowane dane mają realną moc zmieniania naszych poglądów, a co za tym idzie – zmieniania świata. Oby zawsze na lepsze.

Udostępnij link

https://www.datasciencerobie.pl/analiza-danych-nawigatorem-w-data-science/