Jmenuji se Ondřej Svoboda a pracuji na Fakultě ekonomicko-správní Univerzity Pardubice. Jako akademik a výzkumník se specializuji na oblast datové analytiky a její aplikaci v rámci výzkumu na poli ekonomie a managementu. Mým cílem je nejenom rozvíjet teoretické znalosti v této dynamické oblasti, ale také je prakticky aplikovat a předávat studentům. Ve své práci se zaměřuji na využití dat pro zlepšení rozhodovacích procesů a optimalizaci podnikových a veřejných strategií. Věřím, že správně využitá data mohou vést k významným pozitivním změnám jak na úrovni jednotlivých organizací, tak celé společnosti.
Mezi moje koníčky patří sportovní tanec, Jungova psychologie osobnosti a využívání umělé inteligence při práci i v osobním životě.
Pracuji na pozici odborného asistenta v rámci Ústavu podnikové ekonomiky a managementu. Jsem odpovědný za vedení vybraných podnikově a analyticky orientovaných předmětů. Mé výzkumné zaměření spadá do oblasti behaviorální a experimentální ekonomie.
Již při studiu na vysoké školy mne v rámci navazujícího studia zaujala problematika datové analýzy a používání nástrojů pro práci s velkými daty. V rámci své kariéry jsem se mnohokrát podílel na výzkumu v oblasti ekonomie. Často jsem ve výzkumných týmech zastával roli navrhovatele designu výzkumu a následně datového analytika.
Na datové analytice mě nejvíce baví její schopnost neustále překvapovat a inspirovat k dalšímu vzdělávání. Každý dataset a každý typ analýzy nabízí možnost prozkoumat celý vesmír skrytých možností a závěrů. Jsem fascinován tím, jak data mohou odhalovat nové poznatky a jak jejich správná interpretace může vést k informovanějším rozhodnutím. Učení a výuka datové analytiky mi umožňuje sdílet tuto vášeň a pomáhat ostatním objevovat potenciál, který data nabízí.
V současné době je největší výzvou i příležitostí to, že podniky i jednotlivci mají přístup k rozsáhlým datovým sadám. Správná interpretace těchto dat může vést k lepšímu rozhodování a zefektivnění procesů jak v podnikové, tak i v osobní praxi. Další fascinující oblastí je rychlý rozvoj nástrojů umělé inteligence, které otevírají nové možnosti pro analýzu a predikci.
Pro Praha Coding School jsem se rozhodl učit kvůli pestré nabídce kurzů a zaměření na praktické dovednosti. Líbí se mi také vysoká odborná úroveň participujících lektorů a jejich profesní zázemí. Dalším důležitým faktorem je motivace studentů, kteří často přicházejí s vlastními datovými projekty a mají touhu investovat do svého rozvoje. Tato kombinace inspirativního prostředí a angažovaných studentů je pro mě jako lektora obohacující.
Baví mě podporovat studenty v objevování jejich vlastní cesty při řešení datových projektů a povzbuzovat je k samostatnému myšlení a tvořivosti.Rád diskutuji s účastníky kurzu o záměrech jejich datových projektů a o konkrétních datových souborech. Preferuji kombinaci frontální výuky a spolupráce studentů v malých skupinkách. Baví mě podporovat studenty v objevování jejich vlastní cesty při řešení datových projektů a povzbuzovat je k samostatnému myšlení a tvořivosti. Rád pomáhám rozvíjet nejen technické dovednosti, ale i schopnost kritického myšlení a praktického uplatnění získaných znalostí.
Nejdůležitější dovednosti a vlastnosti datového analytika zahrnují schopnost nebát se klást otázky a ochotu investovat čas a úsilí do jejich zodpovězení. Kromě toho je nezbytné umět kriticky vyhodnocovat data a interpretovat výsledky. Důležitou součást představuje znalost statistických metod, programovacích jazyků a nástrojů pro analýzu dat. Neméně podstatnou část tvoří schopnost komunikovat složité technické informace srozumitelně a jasně. Vlastnosti jako zvědavost, trpělivost a pečlivost jsou rovněž zásadní pro úspěšnou kariéru v datové analytice.
Každý, kdo začíná kariéru datového analytika, by měl mít silný vnitřní zájem o porozumění datovým souborům, které ho zajímají, a touhu neustále se vzdělávat. To mu umožní překonat náročnější období, která budou vyžadovat investici času a úsilí. Doporučuji si začít osvojovat základní statistické a analytické dovedností na nějakém zajímavém datasetu. Na samotném začátku kariéry je vhodné se seznámit alespoň se základy Pythonu nebo R a naučit se pracovat se základními nástroji pro vizualizaci dat. Nebojte se klást otázky a hledat odpovědi. Připomínejte si, že každý expert byl kdysi začátečníkem, a že vytrvalost a zvědavost jsou nejlepší zárukou úspěchu.
Jak jsem již zmiňoval, tak se v dnešní době nachází řada podniků v situaci, kdy mají velké množství zatím nedostatečně analyticky zpracovaných dat. Podobná situace se týká veřejně dostupných dat pokrývajících široké spektrum oblastí od zdravotních a meteorologických dat až po výběrová řízení v rámci jednotlivých ministerstev. Zvýšení gramotnosti v oblasti datové analytiky může výrazně přispět ke zlepšení podnikových procesů a rozhodování, což vede k vyšší efektivitě a konkurenceschopnosti. Lepší využívání dat ve veřejném sektoru může navíc přinést transparentnější a efektivnější fungování státních institucí. Celkově rozvoj datové analytiky přispívá ke zlepšení kvality života a životní úrovně celé společnosti.
Rád/a bys rozvíjel/a potenciál nebo rozšířil své znalosti s datovou analýzou? V kurzu Datová analytika s Ondrou se pro tuto oblast naučíš využívat databázi SQL, ovládat nástroj Power BI a profesionálně a efektivně analyzovat data od základů až po pokročilé techniky.
