Po jednym z ostatnich spotkań grupy Toruń JUG, na którym poruszana była tematyka uczenia maszynowego naszła mnie pewna refleksja. Pomyślałem sobie: w końcu jest jakieś ciekawe zajęcie dla matematyków.

Kiedy w 2005 roku rozpoczynałem studia informatyczne na Wydziale Matematyki i Informatyki UMK w Toruniu można było tam studiować również… surprise, surprise… matematykę. O matematyce myślałem wtedy: hmm, co można po tym robić? Zostać na uczelni i robić karierę naukową albo… zostać nauczycielem matematyki. Wiem, wiem – bardzo stereotypowe. Po matematyce można robić wiele innych rzeczy, choćby w instytucjach finansowych, gdzie potrzeba różnego rodzaju analiz. Z tym, że takie prace można wykonywać często także po wielu kierunkach ekonomicznych, na których matematyka również jest wykładana.

Patryk, który na wspomnianym JUG-u opowiadał o uczeniu maszynowym pracuje jako data scientist. Tłumaczcie to sobie jak chcecie, bo na razie dobrego tłumaczenia na język polski nie znalazłem. W każdym razie taka osoba zajmuje się pracą z danymi. Najczęściej dużymi ilościami danych, ich analizą i wnioskowaniem. Coraz częściej stara się też zaprząc do tego uczenie maszynowe (szerzej znane pod bardziej medialną nazwą sztucznej inteligencji).

Raczej jasne jest, że na niższych szczeblach kariery data scientista, gdzie głównie wykorzystuje się gotowe narzędzia, matematyka wyższa nie jest koniecznie wymagana. Jeżeli jednak myślimy o wejściu na wyższy poziom, to będzie ona bardzo przydatna. Im dalej w las, gdzie nie tylko wykorzystuje się gotowce, ale je dostosowuje, czy też tworzy własne rozwiązania, tym bardziej potrzebne będą solidne matematyczne podstawy.

Data scientist. Warto rozważyć.