Roman má za sebou nemálo zkušeností v IT, mimo jiné i z analýzy dat. Jelikož už nějakou dobu pracoval s databázemi, a data jej lákala, rozhodnul se pro prohloubení znalostí a studium kurzu Datová analytika – Python, Big Data, AI a ML. Co jej ke studiu ještě přesvědčilo a jak kurz zpětně hodnodí? Přečti si jeho recenzi.
Jmenuji se Roman Červeňan. Vystudoval jsem matematiku, kterou stále sem tam doučuji. Nicméně život tomu chtěl a místo matematiky dělám v IT – mám za sebou různorodé projekty.
Celou mou pracovní kariéru provází Delphi, SQL a různé řídící systémy. V prostředí Delphi bych rád zmínil především návrh a realizaci podnikových systémů, automatizovaných procesů a integraci technologií do komplexních infrastruktur. Mám zkušenosti s vývojem informačních systémů pro řízení výroby, skladů, objednávkových systémů, prodeje, dopravy, atd.
Jsem také programátor řídících systémů AMX, iRidium a Fibaro, kde jsem implementoval širokou škálu komunikačních protokolů (RS232, RS422, RS485, IR, MIDI, KNX, TCP/IP, Modbus nad RS+TCP/IP, REST API, Fibaro LUA QuickApp, atd.). Pro tyto systémy jsem vytvořil řadu modulů pro integraci systémů třetích stran.
Mám též zkušenosti jako programátor PLC (Sigmatek, Amit, Omron, Delta, Siemens), kde jsem se podílel na vývoji, úpravách a rozšířeních stávajících systémů pro výrobní linky, topné soustavy, apod. Spolupracoval jsem na vývoji jednoúčelových strojů – analýza projektu, návrh řízení – vhodný typ řídícího systému (PLC), případně další hardware (HW) a software (SW), algoritmizace + vývoj + následné nasazení HW/SW.
Datová analýza mne provází celý profesní život, statistika a numerické metody byly součástí mé státní závěrečné zkoušky. Při mé práci jsem se mimoděk stal tvůrcem/správcem mnoha databází, které jsou obrovským zdrojem informací. Neustále se snažím posouvat při jejich správě a samozřejmě také vyhodnocování. Rád bych se od programování postupně více posouval směrem k datové analýze, protože mne jednak tato oblast baví, a jednak věřím, že zpracování dat má velkou budoucnost.
Při svém bádání po rozšířených možnostech analýzy dat jsem samozřejmě nemohl minout Python. Jelikož jsem ale celkem dost vytížen a studium nových možností je časově náročné, hledal jsem možnost absolvovat kurz, kde budou informace vytaženy a poskládány v logickém celku. Následně jsem narazil na kurz Praha Coding School, který mne názvem a náplní zaujal.
Do kurzu jsem vstupoval s vědomím, že byl určen i pro začátečníky. Tempo i styl výuky tomu byly přizpůsobeny. Očekával jsem, že se mi dostane příkladů použití nástrojů v Pythonu ve zhuštěné podobě a kurz moje očekávání do puntíku splnil. Osobně mne nejvíce překvapila rychlost, s jakou byly schopné nástroje v knihovně Pandas zpracovávat opravdu velké datové zdroje, v porovnání s podobnými metodami, např. pomocí SQL jazyka.
Martin byl celou dobu velmi profesionální, dokázal pomoct či poradit jak začátečníkům, tak pokročilým.
Vybral jsem si velkou datovou sadu – uložená měření z řídícího systému našeho rodinného domu, čítající 8,5 milionu řádků. Projekt měl dva hlavní cíle – očistit data od chyb, které se do nich v průběhu let dostaly, případně doplnit chybějící data z jiných zdrojů (log soubory), a cílem druhé části projektu bylo vyhodnocení dat z venkovních čidel – konkrétně určení doby přímého slunečního osvitu.
Čidla jsou umístěna na severní a jižní straně domu, tedy se pro detekci osvitu přímo nabízelo využít rozdílu teplot z těchto dvou stran. Objekt má instalovanou fotovoltaiku a solární ohřev vody, takže tato informace se dá (mimo jiné) použít k následným analýzám funkčnosti těchto systémů.
Připravuji analýzu prodejních dat společnosti střední velikosti, nicméně osobně bych si rád vyzkoušel machine + deep learning na různorodých datech, v plánu mám konkrétně analýzu databáze fotografií. Umím si představit uplatnění i jako datový analytik – freelancer.
Podle mne je nejlepší určit si nějaký cíl či projekt, na kterém se dají v kurzu zmiňované nástroje nejlépe pochopit. A není nutně třeba přemýšlet nad projektem velkého rozsahu – zbytečně vysoko nastavená laťka může počáteční nadšení zhatit.
Kurz mi pomohl uchopit dostupné nástroje v Pythonu. Pro datovou analýzu mi otevřel nové dveře – nové možnosti.
Romanův příběh nám ukazuje, že i zkušený odborník může díky dobře vedenému studiu rychle posunout práci s daty na novou úroveň. Pokud máš pocit, že je čas rozšířit svoje analytické možnosti, kurz Datová analytika – Python, Big Data, AI a ML ti s tím může pomoct.
Získáš přehledné vedení, moderní nástroje i základ pro práci s AI. A pokud už máš v hlavě projekt, který čeká na lepší technologie, tohle může být ideální startovní bod.
