
Specijalist za umjetnu inteligenciju i strojno učenje
Softverski stručnjak s jakim matematičkim predznanjem i znanjem kodiranja. Ključne su mu odgovornosti dizajn i razvoj sustava za strojno učenje i duboko učenje, izvođenje testova i eksperimenata strojnog učenja te primjena odgovarajućih algoritama. Stalno prati i primjenjuje trendove najnovijih tehnologija i algoritama u domeni strojnog i dubokog učenja.
Ovo su priče o ljudima koji svojim znanjem pomiču granice,
rade s najnovijim tehnologijama na inovativnim proizvodima i uslugama te su pokretači transformacije
u svojim industrijama.
Evo kako svatko od nas može steći vještine za poslove budućnosti!
Ekspertni tim u kojem je 27 znanstvenika, profesora, menadžera, stručnjaka iz različitih industrija i osnivača top tehnoloških tvrtki prvi put u Hrvatskoj analizira najvažnije vještine za 100 zanimanja budućnosti u 10 industrija. Na svakoj industriji radio je poseban tim. Ovo su stručnjaci koji vam donose listu najvažnijih vještina za zanimanja budućnosti u naprednoj proizvodnji i savjete kako se odmah za njih obrazovati.
Gideon Brothers
Osnivač i CEO
Fakultet elektrotehnike i računarstva
Voditelj Centra karijera
Zagrebačka škola ekonomije i managementa
Profesorica ekonomije
SELECTIO
Direktorica organizacijskog dizajna i razvoja
Gideon Brothers
Suosnivač i CEO
Što preporučujete onima koji se tek počinju obrazovati za ovo radno mjesto? Gdje se obrazovati i što je važno za uspjeh?
U Hrvatskoj se danas već može dobiti kvalitetno obrazovanje u ovom području. Konkretno, s fakulteta STEM znanosti svake godine na tržište rada stižu novi talenti, koji su u prosjeku vrlo dobri inženjeri. Posljednjih su godina uvedeni i relevantni kolegiji i neki od njih dobro prate najnovija postignuća u području umjetne inteligencije i strojnog učenja. Svakako valja odlično poznavati Python i C/C++. Živimo u svijetu koji je dobro povezan. Internet nam je otvorio mogućnosti prisustvovanja predavanjima najprestižnijih sveučilišta, i to besplatno. Studenti imaju i brojne prilike odraditi stručnu praksu u Hrvatskoj ili inozemstvu. Najbolji studenti koriste te mogućnosti.
Što preporučujete onima koji već rade, a ovo im je zanimanje zanimljivo? Kako steći potrebne vještine?
Svakako je preporučljivo imati iskustvo rada u UNIX/Linux okruženju, kao i Git verzioniranje. Poznavanje biblioteka strojnog učenja kao što su TensorFlow, PyTorch, Caffe i drugih također je bitno.
Analiza "The Future of Jobs Report" Svjetskog ekonomskog foruma pokazuje da, za razliku od 65 posto poslodavaca koji su još 2018. od svojih zaposlenika očekivali da steknu nove vještine na poslu koji rade, danas to očekuje njih 94 posto. Uslijed promjena vezanih uz nove načine rada zbog pandemije, lockdowna i prelaska na rad na daljinu te istovremeno utjecaja digitalne revolucije i tehnoloških promjena, na tržištu rada promjene su brže nego ikada prije.
Već je dobro poznata procjena da će 65 posto djece koja su trenutno u osnovnoj školi imati zanimanja koja danas još ne postoje. Iako se mnogima na globalnom tržištu rada u pandemiji povećala nesigurnost, cjeloživotno obrazovanje, stjecanje novih vještina, kompetencija i znanja jedina su garancija za put do dobrih poslova na kojima možete ispuniti svoje profesionalne želje i ciljeve te doprinijeti inovacijama i rastu tvrtki i gospodarstva.
Kada zamišljate idealnu karijeru, svoje zanimanje iz snova i sretnu budućnost, kako ona izgleda? Bez obzira na to birate li tek svoje obrazovanje ili ste već profesionalac u industriji, sigurno je da ćete nastaviti učiti tijekom cijelog svojeg radnog vijeka. S obzirom na nove tehnologije i brzinu promjena, svi moraju učiti i stjecati nove vještine da bi radili baš zanimanja koja žele. Evo kako će vam u tome pomoći prva interaktivna mapa poslova i vještina budućnosti.
koprimjena IoT koncepata
izrada umreženih sustava
prediktivno modeliranje
automatizacija
provođenje testiranja strojnog učenja
korištenje softverskog okruženja i repozitorija za strojno učenje
provođenje statističkih analiza
programiranje (većinom Python, Java, Scala, C++ , JavaScript)
primjena podatkovne znanosti
matematičko procesuiranje podataka
obrada prirodnog jezika
računalna obrada podataka
izrada neuronskih mreža
sposobnost perceptivnosti
poslovna oštroumnost
optimiziranje i unapređivanje procesa
dizajn poslovnog sustava
inovativnost (u postojećim i novim rješenjima)
točnost i detaljan pristup u radu
znanje engleskog jezika
poznavanje i slijeđenje postupaka proizvodnje, uključujući dokumentaciju i zakone
definiranje kriterija kvalitete proizvodnje
poznavanje proizvodne razine i prilagođavanje rasporeda proizvodnje
razvoj politika proizvodnje
kontrola i upravljanje resursima i zalihama
optimizacija parametera proizvodnih postupaka
otvorenost za stalno učenje
kreativnost
rješavanje kompleksnih problema
kritičko razmišljanje i analitičnost
komunikacijske vještine (jasna formulacija komentara i informacija, vođenje razgovora, slušanje)
otvorenost za stalno učenje
timsko surađivanje / virtualna suradnja