Σήμερα έχουμε μαζί μας τον Φώτη, για να μας μιλήσει για την επαγγελματική του πορεία ως Data Analyst καθώς και για την εμπειρία του από το Data Science Bootcamp.

Φώτη, πες μας λίγα λόγια για εσένα και το background σου για να σε γνωρίσουμε καλύτερα.

Ξεκίνησα στο ΠΑΠΕΙ στο τμήμα Βιομηχανικής Διοίκησης και Τεχνολογίας, όπου με ενδιέφερε περισσότερο η κατεύθυνση της εφοδιαστικής αλυσίδας και έπειτα έψαξα δουλειά πάνω σε αυτόν τον τομέα.

Βρήκα πράγματι σε εμπορικές εταιρείες που ασχολούνταν με εισαγωγές, εξαγωγές, διαχείριση αποθεμάτων κτλ.

Μέσα λοιπόν από τις ανάγκες της δουλειάς κατάλαβα ότι μου κινεί πολύ το ενδιαφέρον το κομμάτι της ανάλυσης των δεδομένων, καθώς και ό,τι έχει σχέση με τις προβλέψεις και αυτοματοποιήσεις. 

Έτσι σκέφτηκα να κάνω μια στροφή στη καριέρα μου προς αυτή τη κατεύθυνση, με το ενδεχόμενο να κάνω κάποιο μεταπτυχιακό στα δεδομένα ή άλλες εξειδικεύσεις. Έτυχε όμως να μάθω για τη BigBlue και τα προγράμματά της μου κίνησαν το ενδιαφέρον, οπότε έκανα αίτηση.

Στη συνέχεια, αφού έκανα το part-time Bootcamp είδα πράγματα που μου φάνηκαν ενδιαφέροντα και που θα μπορούσα να ασχοληθώ με αυτά επαγγελματικά στο μέλλον.

Έτσι κυνήγησα μια τέτοια επαγγελματική πορεία και τώρα δουλεύω ως Data Analyst στη MarineTraffic, η οποία ασχολείται με κάθε δεδομένο που σχετίζεται με τις κινήσεις των πλοίων και διάφορα άλλα πράγματα στη ναυτιλία. 

Πολύ ωραία, αυτή η μετάβαση στο Data Science πώς σου φάνηκε; Έπρεπε να μάθεις και μόνος σου κάποια skills όπως η Python;

Είχα ακουστά κάποιες γλώσσες όπως η Python και η SQL πριν το Bootcamp αλλά δεν είχα ασχοληθεί μαζί τους. Κατάλαβα όμως γρήγορα ότι είναι κάτι που μου ταιριάζει, γιατί πιάνοντας από το 0 τη γνώση όπως κάναμε στη BigBlue έφτασα σε ένα πολύ καλό επίπεδο γνώσης, σε σημείο που να μπορώ να τη χρησιμοποιήσω στη δουλειά μου.

Και πράγματι από τη πρώτη μέρα που ξεκίνησα στη MarineTraffic, όλη αυτή η γνώση μου χρειάστηκε και την εξελίσσω κάθε μέρα όσο μπορώ.

Για να εμβαθύνουμε στο Bootcamp, πώς ήταν η εμπειρία σου από αυτό και με τι ασχολήθηκες στο τελικό project;

Η εμπειρία μου στο Bootcamp ήταν πυκνή, έντονη και ενδιαφέρουσα.

Είχε πολλά διαφορετικά κομμάτια που ανήκουν στο Data Science και Data Analysis, όπως επίσης και στο κομμάτι του business. Πώς δηλαδή παρουσιάζουμε και επικοινωνούμε, καθώς και μεθοδολογίες που περιμένουν οι μεγάλες εταιρείες από τους εργαζομένους.

Οπότε όλα αυτά συνδυαστικά επέτρεψαν στον καθένα να εστιάσει περισσότερο σε αυτά που του φαινόντουσαν πιο ενδιαφέροντα.

Όσον αφορά τα projects που κάναμε, ακόμα και τα εσωτερικά, είχαν ποικιλία και ένα ρεαλιστικό ενδιαφέρον με πραγματικά cases που μπορεί να συναντούσαμε.

Στο τελικό project συνεργαστήκαμε με την Prosperty η οποία ασχολείται με τον κλάδο του Real Estate και το κάναμε με τον συμμαθητή μου τον Βασίλη Καρλή.

Εκεί μάθαμε τις δυνατότητες που έχει μια πλατφόρμα όπως η AWS σε επίπεδο image recognition, το να φτιάξεις δηλαδή ένα μοντέλο το οποίο θα μπορεί να κατατάσσει από μόνο του μια φωτογραφία σε κατηγορίες.

Για παράδειγμα, στο συγκεκριμένο project μπορούσε να καταλάβει από την φωτογραφία και μόνο αν πρόκειται για το μπάνιο, τη κουζίνα, το σαλόνι κτλ.

Κάτι το οποίο μπορεί να αυτοματοποιήσει τις διαδικασίες για μια εταιρεία και να μπορούν μετά να βγαίνουν στατιστικά, φίλτρα και αναλύσεις που έχουν αξία για αυτή.

Μιας και ανέφερες το κομμάτι του business, πόσο σημαντική θεωρείς ότι είναι μια επιχειρηματική αντίληψη για έναν Data Scientist; Ώστε να μπορεί να καταλάβει την αξία που έχει αυτό που κάνει για την επιχείρηση.

Είναι απόλυτα σημαντικό, γιατί όσο καλός και να είσαι τεχνικά ή όσο καλό κώδικα και να μπορείς να γράψεις, αυτά δεν θα έχουν σχεδόν καθόλου αξία αν δεν μπορούν να περάσουν στον εργοδότη ή στην ομάδα γενικότερα, καθώς και να μπορεί να επικοινωνηθεί η αξία που έχουν τα ευρήματα.

Δηλαδή, όσο καλά και να είναι τα ευρήματα, αν δεν υπάρχει κοινή γλώσσα για να μπορούν να πείσουν έναν ενδιαφερόμενο, τότε δεν θα έχει αξία.

Οπότε μέσα από τα projects και τις παρουσιάσεις που κάναμε, αλλά και το feedback που παίρναμε από τους καθηγητές στο Bootcamp, καταλάβαμε πού πρέπει να δίνουμε περισσότερη αξία και πώς μπορούν κάποια πράγματα να επικοινωνηθούν αποδοτικά.

Πώς θεωρείς λοιπόν ότι μπορεί ένας Data Scientist να επικοινωνήσει τα ευρήματά του με τον καλύτερο τρόπο, σε κάποιον που δεν έχει σχέση με τον κλάδο των δεδομένων;

Όντως θα χρειαστεί κάποια στιγμή να επικοινωνηθούν ορισμένα ευρήματα σε κάποιον που δεν έχει τεχνικό background, χωρίς πολλούς αριθμούς και εξειδικευμένες έννοιες.

Να πει δηλαδή με απλή λογική και ένα ωραίο διάγραμμα μια ιστορία που έχει αρχή, μέση και τέλος, ώστε να βγάλει ο άλλος ένα συμπέρασμα που θα έχει νόημα για εκείνον.

Επομένως η ουσία είναι για τους Data Scientists/Analysts να βρίσκουν απλές λέξεις για να εξηγήσουν κάτι περίπλοκο σε τρίτους. Με άλλα λόγια, πρέπει να βγάζουν νόημα από το “χάος” που είναι μια θάλασσα από δεδομένα.

Από την εμπειρία σου έως τώρα, έχεις παρατηρήσει κάποιους κλάδους που ενδεχομένως θα δουν μεγάλη ανάπτυξη όσον αφορά τα δεδομένα;

Έχοντας δουλέψει στο retail και στην εφοδιαστική αλυσίδα, αλλά έχοντας και εικόνα των νέων τεχνολογιών και των δυνατοτήτων τους, βλέπω να χρησιμοποιούνται όλο και περισσότερο σε αυτούς τους κλάδους στο κομμάτι των προβλέψεων και της απόδοσης όσον αφορά τα logistics, τη διαχείριση των αποθεμάτων, την τμηματοποίηση του πελατολογίου και πολλά ακόμα.

Αυτά είναι τομείς που θα εξελίσσονται συνεχώς, οπότε θεωρώ ότι το Data Science θα συμπεριλαμβάνεται ολοένα και περισσότερο σε αυτούς.

Τι συμβουλή θα έδινες σε κάποιον που θέλει να ξεκινήσει το Bootcamp αλλά προέρχεται από έναν κλάδο που δεν σχετίζεται άμεσα με τα δεδομένα;

Η συμβουλή μου είναι ότι αν σε μισή μέρα καταφέρει να δει τι είναι και τι μπορεί να κάνει μέσα από την ανάλυση δεδομένων, θα μπορεί να αποφασίσει αν του αρέσει ώστε να το κυνηγήσει.

Αν του αρέσει, για εμένα είναι αρκετό για να ξεκινήσει να το ψάχνει και σε ένα χρονικό διάστημα να φτάσει σε καλό σημείο, γιατί πλέον υπάρχει αρκετή πληροφορία και με μια σωστή καθοδήγηση θα μπορεί να φτάσει σε πολύ καλό σημείο.

Αν καταλάβει τι είναι και μπορεί να το αγαπήσει, τότε θα πρότεινα να μην το φοβηθεί.

Τέλεια! Πριν κλείσουμε θα ήθελες να αναφέρει κάτι που δεν καλύψαμε;

Σαν γενικό σχόλιο θα έλεγα ότι θέλει λίγη τύχη για να βρει ο καθένας αυτό που του αρέσει και εγώ νιώθω τυχερός, γιατί στην αρχή μπορεί να μην είχα ολοκληρωμένη εικόνα αλλά όταν απέκτησα εμπειρία, τόσο μέσα από το Bootcamp όσο και επαγγελματικά, είδα ότι μου ταιριάζει και μου αρέσει αυτό που κάνω.

Οπότε νιώθω τυχερός που έφτασα σε αυτό το σημείο στη καριέρα μου.

 

Σε ευχαριστούμε Φώτη για την ωραία συνέντευξη που μας παραχώρησες!