Jakým způsobem sis vybíral tvou nynější práci?
Asi rok před koncem magistra jsem začal přemýšlet, co bych rád dělal za práci. Prohlížel jsem nabídky v Brně a v Praze a narazil na inzerát Machine Learning Engineer pro vesmírné mise. Z inzerátu bylo jasné, že to není pozice pro juniora, ale přišlo mi to cool, tak jsem jim zkusil napsat, jestli bych u nich mohl dělat diplomku. Na ní jsem si pak dal záležet a pomocí „Foot in the door“, nebo jak se to říká (smích), jsem se dostal na pohovor, a i díky té diplomce to místo dostal.
Jaká je náplň tvé práce na pozici Machine Learning inženýra?
Dělám klasickou práci – připravuju datasety, testuju a trénuju modely umělé inteligence a pak je i zpracovávám, aby se dali nasadit na méně výkonný “vesmírný” hardware. Kromě toho taky hodně dělám výzkum a zpracovávám vědecké články. Celý proces probíhá tak, že nejdřív instituce jako např. Evropská kosmická agentura vypíše zakázku, kterou chce zpracovat, a firmy, včetně té naší, pak podávají návrh, jak by ji splnily. V rámci toho je potřeba přečíst vědeckou literaturu a udělat z ní “výcuc”, navrhnout řešení, případně znázornit jeho architekturu diagramem a zdůvodnit, proč je tohle řešení lepší než dosavadní. Je to v podstatě něco jako seminárka. Nejlepší návrhy pak vyhrají a dostanou rozpočet na zpracování. Kromě toho se také podílím na vědeckých článcích a něco i nejspíše budu prezentovat na konferencích.
Můžeš nám přiblížit, na jakých projektech jsi třeba konkrétně pracoval nebo pracuješ?
Naše firma se soustředí hlavně na zakázky, kde neuronové sítě běží přímo na satelitech. Komunikace mezi Zemí a vesmírem totiž většinou probíhá přes rádio, což je drahé a pomalé. Pokud však umělá inteligence na palubě dokáže rozpoznat například to, že je snímek celý zamračený, může ho zahodit. Naopak pokud obsahuje něco důležitého, může být odeslán přednostně. Neděláme ale jen AI, ale i další věci okolo DPU (Data processing unit), což je v podstatě počítač, který na satelitu zpracovává data přímo na palubě. Já konkrétně pracuji na TA ČR projektu s VUT, kde chceme vytvořit systém na detekci metanu přímo z orbity. Je to totiž poměrně silný skleníkový plyn a je užitečné o jeho únicích vědět co nejrychleji. Co je teď žhavá novinka je, že jsme vyhráli další TA ČR projekt, který se bude specializovat na detekci pohrom, jako jsou povodně, přímo z vesmíru. Z tohohle jsem dost
nadšený, technickou část toho TA ČR návrhu jsem dělal já a navazuje právě na
mojí diplomku. Takže jsem rád, že na tom budu pracovat znovu, ale tentokrát s budgetem a ve více lidech.
Jaké 3 dovednosti v práci využíváš nejčastěji?
Při klasických machine learning činnostech je to určitě analytické myšlení a praktické dovednosti, jako je práce s Pythonem a s ChatGPT (smích). Při vymýšlení designu nějakého systému do návrhů pro zmíněné instituce je to zase syntetické myšlení, dovednost dělat rešerše a kreativita.
Využil si nějak dovednosti z psychologie v IT?
Rozhodně ano. V práci se mi hodí, protože na technických univerzitách se čtení, psaní a kritická syntéza vědeckých článků většinou moc neřeší. Spoustu spolužáků z FI vlastně nesnášelo psaní čehokoli jiného než kódu (smích). Mě to na rozdíl od nich baví a umím to z psychologie, kde jsem se tomu věnoval celé ty tři roky na bakaláři. Přijde mi, že v něčem jsem v IT stále trochu pozadu, ale zároveň mi psychologie poskytuje nefér výhodu v dělání výzkumu a psaní již zmiňovaných návrhů, v čemž jsem zase lepší než průměrný absolvent FI, bych řekl.
Co bys vzkázal těm, kteří uvažují o roli MLI? Co je dobré umět a kdo se na pozici hodí?
I když se mi bakalář z Psychologie hodí, raději bych přece jen doporučoval studovat to IT (smích). Ten výzkum si člověk může doplňovat během toho a bude to snazší než s psychologií, protože budeš lépe rozumět matematické notaci (smích). Shodou okolností jsem se teď bavil se spolužákem o tom, že ML je trochu specifické odvětví. Programování je u nás spíše nástroj, a je dost potřeba znát používané metody a číst vědeckou literaturu. Takže to není jen o programování, ale taky o hrabání se v datech a teoretickém pozadí. Doporučoval bych na naší škole třeba předmět Neural Networks, ten byl super a naučí tě fakt do detailu to, jak funguje neuronová síť, když si ji od základů naprogramuješ sám. Ale pak v praxi se používají spíše jenom knihovny a již existující architektury neuronových sítí. Na to byl zas dobrý předmět Machine learning in image processing. Ale spíše než samostatné učení, bych doporučil vybrat si nějaký projekt (např. bakalářka, diplomka) a pracovat na něm s pomocí ChatGPT a zkusit si to všechno, včetně čtení vědecké literatury, prakticky. No a hodí se na to člověk, co by ho něco takového bavilo a šlo mu to (smích).
O nezbytnosti praxe při studiu
„Kdybych se spoléhal jen na školu, tak by byl přechod mezi školou a prací asi těžší.“