Sodobnim trendom naproti

Tradicionalni Forum poslovne analitike je letos dobil novo ime – preoblikovali smo ga v Forum podatkovne analitike, a ostaja osrednji letni dogodek, ki povezuje vse poklice s področja podatkovne analitike. Osredotočili smo se nabo šest glavnih področij znanj: podatkovna arhitektura, podatkovni inženiring, analiza podatkov, vizualizacija podatkov, podatkovna znanost in podatkovni management.

Količina podatkov raste eksponentno, podatkov je vse več, generirajo se vse hitreje, pojavljajo se v vseh oblikah. Organizacije, ki bodo prepoznale ekonomsko vrednost teh podatkov in sledile trendom na tem področju, bodo svojo konkurenčno prednost še povečale, ostale pa bodo težko tekmovale z njimi oziroma jim sledile.

Forum podatkovne analitike 2022 nas je popeljal do jasnega vpogleda v vsa področja in korake učinkovitega upravljana podatkov. Letošnja osrednja tema je bila “Sodobnim trendom naproti”. Skozi oči najpogostejših poklicev s področja podatkov, ki so dozoreli v zadnjih letih, smo z različnimi strokovnjaki in konkretnimi primeri predstavili možnosti, kako premostiti vrzel med modernimi koncepti in konkretnimi težavami v vaših organizacijah in na vaših pozicijah.

21. aprila 2022 smo si privoščili potovanje po sodobnih trendih upravljanja s podatki na edinstvenem dogodku v Sloveniji, ki v ospredje postavlja podatke in njihovo celovito pot od izvora do njihove ekonomske vrednosti.

V nadaljevanju sledijo povzetki predavanj.

S sodobnimi metodami izrabe podatkov do bolj zdrave prehrane za vse

Dr. Jure Bordon, Direktor analitike, Fundacija Login5

V Login5 Fundation želijo s projektom LoginEKO razumeti, kako na vzdržen način pridelati dovolj hrane za vse. Njihovo glavno sredstvo, ki jim pomaga na tej poti, so podatki, orodje pa podatkovna znanost. Z naprednimi metodami uporabe podatkov želijo zgraditi model za vzdržno kmetijstvo, ki bi ga lahko delili z ostalimi pridelovalci hrane. Izvedeli boste, na kakšen način lahko vsak zajet podatek na polju uporabimo za modernizacijo in digitalizacijo metod v kmetijstvu, preko katerih optimiziramo trajnostno pridelavo hrane. Dr. Bordon bo z vami delil izkušnje, kako lahko z razmišljanjem, ki presega trenutno dojemanje kmetijstva, dosežemo svoj cilj, in morda dobimo idejo, kako lahko na vaših področjih uspe tudi vam.

Kako se je transformiralo celovito upravljanje s podatki?

Dr. Andrej Žnidaršič, Neodvisni svetovalec za podatkovno analitiko

Z velikanskim porastom količine podatkov se je transformiralo tudi upravljanje s podatki. Ni sporno, da so podatki pomembni že ves čas, a v današnjem času se to področje razvija zelo intenzivno. V predavanju vam bom predstavil evolucijsko pot infrastrukture za upravljanje s podatki. Približal vam bo sodobne trende ter nakazal način prehoda iz obstoječega stanja v stanje, da boste pripravljeni za prihodnje izzive.

Hekaton #1: OPSI sprint – Praktični primer podatkovnega projekta

V prvem delu vam bomo predstavili, kako se začne, kako se lotimo in kako se predpripravimo na nadaljnje delo. Pokazalo vam bomo zgodbo identificiranja in potrditve ideje, iskanje podatkovnih virov ter vzpostavitev preproste majhne platforme v okolju AWS.

Primer platforme za pridobivanje podatkov iz videa z računalniškim vidom

Dr. Andrej Bratko, Head of Technology – BI & AI – Sportradar

Uporaba računalniškega vida za avtomatiziran in natančen zajem podatkov iz športnih dogodkov odpira nove priložnosti v svetu športa in športne analitike – od podpore trenerskemu delu do optimizacije stavnih kvot. V Sportradarju smo razvili lastno platformo za procesiranje avdio-video vsebin, ki omogoča našim razvijalcem modelov računalniškega vida enostaven in hiter prehod v produkcijo. Naši modeli tečejo v oblaku in procesirajo video v realnem času. Predstavili vam bomo nekaj tehničnih in organizacijskih elementov naše rešitve in kako se rešitev navezuje na obstoječo infrastrukturo za podatkovno analitiko. Za optimalen rezultat namreč niso dovolj le najboljši inženirji umetne inteligence in/ali strojnega učenja, pomembna je tehnična platforma, ki jim omogoča učinkovito delo, razvoj in prehod v produkcijo.

Prometna ali podatkovna infrastruktura za boljšo prometno pretočnost

Rok Hribar, Raziskovalec na odseku za računalniške sisteme Instituta Jožef Stefan

Nihče ne želi stati v prometnih kolonah, prav tako verjetno ni nobenega interesa, da vozila porabljajo gorivo in hkrati onesnažujejo okolje v zastojih. Tradicionalna misel, kako to rešiti, bi bila več prometne infrastrukture (ceste, P+R parkirišča, javni promet …). Ti pristopi so učinkoviti, vendar so hkrati tudi finančno zelo zahtevni. To nas pripelje do zamisli o alternativnih in sodobnih pristopih, ki bi prinesli enak rezultat za manj stroškov. Mi se usmerjamo v napredno uporabo podatkov. Vendar za podoben učinek potrebujemo veliko raznolikih podatkov v čim bolj realnem času. Za to pa potrebujemo infrastrukturo. Le da to ni prometna, temveč podatkovna, ki je lahko finančno občutno ugodnejša. V predavanju vam bomo predstavili tehnološke potrebe, za dovolj zmogljivo podatkovno infrastrukturo s katero bomo pripravljeni na mobilnost prihodnosti.

Kako tehnologija in naročnik narekujeta izbor in pripravo vizualizacij?

Rok Pirnat, Direktor, B2 BI d.o.o.

V kolikor želimo razvijati podatkovno gnano (ang. data driven) podjetje potrebujemo za odločanje kakovostno analitiko in interpretacijo podatkov. Ta je mogoča le ob odlični vizualizaciji podatkov, ki ne zajema samo barv ampak številne druge vsebinske in tehnične vidike. Katere in kakšne so dobre prakse bo predstavljeno v predavanju z naslovom Kaj poleg barv je pomembno pri vizualizaciji podatkov?

Hekaton #2: OPSI sprint – Praktični primer podatkovnega projekta

V drugem delu OPSI sprinta vas bomo popeljali preko aktivnosti analitikov, znanstvenikov in vizualizatorjev. Ti že imajo okolje, podatke in poslovni izziv iz prejšnjega koraka. S svojim prispevkom morajo dobiti odgovor na postavljen izziv oz. poslovno idejo.

Kaj vse je še pomembno, da uspeš z metodam umetne inteligence?

Dr. Štefan Furlan, Direktor, Dodona Analytics

Velika večina AI projektov ne doživi praktične aplikacije. Razlogi so različni – od pomanjkanja kompetenc, nerealnih pričakovanj (AI kot “čarobna palica”), nejasnih ciljev pa do neustreznih budgetov. Dodona Analytics pomaga podjetjem, predvsem v Veliki Britaniji, identificirati, kako optimalno postaviti polnilno infrastrukturo za električna vozila. Njihove rešitve direktno vplivajo na to, kako se bodo porabili milijardni budgeti. V predavanju bo predstavljeno, kaj vse je potrebno za uspešno praktično aplikacijo umetne inteligence. Dr. Furlan bo z veseljem delil njihove izkušnje, v največje zadovoljstvo pa mu bo, če bo prihranili vsaj en ponesrečen poskus uvedbe AI.

Prednosti uporabe namenskih orodij za rudarjenje procesov

Dr. Gregor Polančič, Izredni profesor, Fakulteta za elektrotehniko, računalništvo in informatiko, UM

Živimo v informacijski družbi, ki postavlja v ospredje podatke in njihove aplikacije. V poslovnem okolju nam podatki omogočajo, da sprejemamo pravilne poslovne odločitve, kar pogosto dosežemo preko rešitev poslovne analitike. V predavanju bodo predstavljene rešitve poslovne analitike, ki temeljijo na rudarjenju procesov, z njimi pa je moč odkrivati delovanje poslovnih procesov, kar vključuje njihovo vizualizacijo, identifikacijo ozkih grl, analizo variant izvajanih procesov ter ugotavljanje skladnosti izvajanih procesov s predpisi. S pridobljenimi procesnimi informacijami lahko izboljšamo in optimiziramo poslovanje ter si zagotovimo konkurenčno prednost, ki na koncu odloča med uspehom ali stagnacijo.

Hekaton #3: OPSI sprint – Praktični primer podatkovnega projekta

V zadnjem sklopu praktičnega primera bi predstavili, kako pomembna je ustrezna predstavitev rezultatov. V tem delu je treba rezultate podatkovnih strokovnjakov ustrezno vpeljati na začetno poslovni idejo. Če rezultati namreč ne odgovarjajo začetnemu izzivu, potem se je nekje zgodil šum v sklopu celovitega upravljanja s podatki.

Poslovna inteligenca: Skrinja – za boljše odločanje in podporo digitalni javni upravi

Dr. Karmen Kern Pipan in Paula Jožefa Kolenko

Digitalizacija javnih storitev predstavlja enega ključnih elementov digitalne preobrazbe na ravni EU in v državi do leta 2030. Uporaba novih tehnologij močno prispeva k udejanjanju digitalne javne uprave in spreminja način dela in pričakovanja uporabnikov. Skrinja s poslovno inteligenco omogoča interaktivni vpogled v podatke v realnem času ter napovedno analitiko, kar korenito izboljšuje način dela, odločanje in napovedovanje. Tako dolgoročno vplivamo na boljši izkoristek obstoječih kadrovskih virov in hitrejše ter celovitejše poročanje in pametno odločanje. V produkciji so plače v javnem sektorju, javna naročila v RS in skupne dimenzije (šifranti). V razvoju je kadrovska evidenca državne uprave, v načrtu podpora dokumentnemu sistemu (KRPAN), mobilne storitve, odpiranje vizualizacij zunanjim uporabnikom ter uporaba umetne inteligence. Leta 2020 je bil sistem Skrinja nagrajen za dosežke informatike in računalništva v javni upravi s strani Slovenskega društva za informatiko.

Virtualni pogovor: Samo Login

Samo Login in Peter Ribarič

Vroči stol: Izzivi prihodnosti

Izr. prof. dr. Erik Štrumbelj in Jure Jeraj

Na vročem stolu se bosta soočila izr. prof. dr. Erik Štrumbelj – iniciator magistrskega programa Data Science na Fakulteti za računalništvo in informatiko – in Jure Jeraj, programski direktor Foruma. Oba se s podatki ukvarjata že mnogo let, a vsak iz svojega zornega kota, prvi bolj iz smeri podatkovne znanosti, drugi bolj iz smeri podatkovnega inženiringa.

V medsebojnem pogovoru na dvojnem vročem stolu se bosta dotaknila vprašanj, kaj vse je podatkovna znanost in kaj vse ni. Pri tem se bosta dotaknila tudi vseh napak, ki se zgodijo, če podjetje pri zaposlovanju podatkovnih znanstvenikov ni poskrbelo za celovito upravljanje s podatki.

Obrazložila bosta trend novih podatkovnih poklicev, ki se širijo na trgu dela, pri tem pa se bosta izzvala ali so to le novi nazivi za nekaj, kar je že obstajalo tudi pred temi opredelitvami. S tem bosta pogled usmerila tudi v prihodnost ter si delila ideje kako čim lažje razumeti novosti, ki bodo prihajale.

Glavna namena debate na vročem stolu sta razbitje nekaterih mitov o podatkovni znanosti ter demonstracija, kako se lahko isto stvari predstavi drugače. S tem bodo poslušalci pridobili vpogled v pomembnost dobrega razumevanja, kako zares potekajo uspešni podatkovni projekti z metodami umetne inteligence.