Project 42 to nowa spółka typu spin-off założona przy Uniwersytecie Warszawskim. Jej celem jest wspieranie przedsiębiorstw poprzez narzędzia i rozwiązania wykorzystujące techniki data science, sztuczną inteligencję i uczenie maszynowe.
Spółkę założyli doktoranci z Wydziałów Fizyki i Wydziału Zarządzania UW. Chcą oni wykorzystać doświadczenie w zarzadzaniu i kompetencje dziedzinowe, a jednocześnie dać biznesowi szerszy dostęp do uniwersyteckiego potencjału naukowego w zakresie analizy dużych zbiorów danych. Wszystko po to, by wspierać różnego rodzaju cele biznesowe, których osiągnięcie wymaga zastosowania zaawansowanych metod matematycznych lub technologii przetwarzania danych.
„Potencjał naukowy polskich uczelni w obszarze data science jest ogromny. Jednocześnie biznes ma świadomość, że jego wykorzystanie nie jest łatwe. Relacje między światem naukowców i przedsiębiorstw nigdy nie należały do najłatwiejszych, a my działamy właśnie na ich styku. Wywodzimy się ze środowiska naukowego, mamy odpowiednie kompetencje merytoryczne oraz przygotowanie i doświadczenie biznesowe” – mówi Maciej Ciemny, współzałożyciel Project 42 i doktorant na Wydziale Fizyki UW.
Portfolio Project 42 obejmuje analizę eksploracyjną, modelowanie i predykcję, symulacje komputerowe, tworzenie algorytmów i narzędzi oraz scientific consulting. „Potrafimy szukać i znajdujemy rozwiązania dla realnych, skomplikowanych problemów biznesowych przy pomocy najnowszych osiągnięć nauk matematycznych. Drugim kluczowym polem działania spółki jest tworzenie rozwiązań i zespołów naukowych do realizacji projektów R&D prowadzonych przez polskie i zagraniczne przedsiębiorstwa” – mówi Kamil Mieszkowski, współzałożyciel Project42 i doktorant na Wydziale Zarządzania UW.
Lepsza współpraca UW z biznesem w obszarze data science
Potencjał gromadzonych przez firmy danych i potrzeba ich przetwarzania sprawiają, że zainteresowanie specjalistami i usługami data science już od kilku lat przekracza dostępne na rynku zasoby osobowe i kompetencyjne. Z jednej strony coraz trudniej jest znaleźć specjalistów, natomiast z drugiej pojawia się coraz więcej firm świadczących w tym zakresie usługi. Co wyróżnia Project 42 i stanowi o jej przewadze konkurencyjnej? Przede wszystkim dostęp do potencjału naukowego UW.
Działalność Project 42 ma być alternatywą dla modelu działania, w którym firmy samodzielnie rekrutują naukowców z dziedziny data science. Spin-off pełni rolę łącznika, który poprzez szybki i łatwy dostęp do potencjału naukowego Uniwersytetu Warszawskiego pozwala szybko zawiązać współpracę firm z dedykowanymi specjalistami. Jednocześnie Project 42 świadczy usługi w obszarze data science: rozwiązuje konkretne problemy, poszukuje odpowiedzi na pytania w oparciu o analizę udostępnionych danych, albo samodzielnie na podstawie analiz poszukuje istotnej dla przedsiębiorstw wartości dodanej.
Doświadczenia wielu menedżerów pokazują, że zarządzanie zespołami złożonymi z naukowców niesie różnego rodzaju ograniczenia. Ludzie ci związali swoje życie z nauką, przez co nie są zainteresowani poświęceniem dużej ilości czasu na pracę z przedsiębiorcami. Jedynie przy odpowiednim podejściu są skłonni angażować się w projekty biznesowe. Z kolei z perspektywy naukowców i specjalistów sam biznes niekiedy nie potrafi zaprezentować swoich problemów, tak by przekonać naukowców do udzielenia wsparcia. Problematyka data science ma to do siebie, że jeszcze przed zleceniem projektu firmy nie do końca wiedzą, czego potrzebują. Wynika to m.in. z faktu, że przedsiębiorcy nie zdają sobie sprawy, co obecnie można osiągnąć przy pomocy najnowszych metod naukowych, a co wciąż pozostaje w sferze fantazji. Często nie wiedzą też dokładnie, jaka wartość może być ukryta w zgromadzonych przez firmy danych.
„Dziś w obszarze data science nauka wyprzedza o kilka lat. Dla przykładu, zastosowanie sieci neuronowych, jednego z przypadków uczenia maszynowego, z perspektywy biznesu jest stosunkowo nowe. W ośrodkach akademickich pracuje się nad tymi zagadnieniami od lat 60-tych ubiegłego wieku. Dzisiaj na Wydziałach Matematyki UW poszukuje się nowych teorii i rozwiązań. Biznes odkryje te możliwości dopiero w przyszłości. Zapewne części z tej przewagi nie można jeszcze wykorzystać, jednak jeśli mówimy o pionierskich, niestandardowych projektach, to trudno znaleźć do ich realizacji zespół lepszy niż złożony z pracowników naukowych, których pracą zarządza doświadczony menedżer” – dodaje Kamil Mieszkowski.
Nowa nauka o danych
Wiele firm poszukując specjalistów od data science kieruje się w stronę świata akademickiego. Przeglądając ogłoszenia w serwisach agregujących oferty pracy widać, że od osób na poważnie zajmujących się przetwarzaniem danych wymaga się minimum doktoratu i potwierdzonej kariery naukowej. Wynika to z faktu, że praca nad danymi wymaga posiadania zaawansowanych umiejętności matematycznych a przy tym bardzo przypomina pracę naukową.
Data Science to stosunkowo nowa, ale błyskawicznie rozwijająca się dziedzina. Obejmuje trzy obszary: zaawansowaną matematykę i statystykę, informatykę i inżynierię IT oraz wiedzę biznesową. Specjalista – data scientist lub jak mówią niektórzy, danolog – to osoba, która posiada wysokie umiejętności w każdej z tych dziedzin. Choć tacy ludzie istnieją, wciąż jest ich bardzo niewielu. Jednym z pomysłów uzupełniania luk kompetencyjnych na tym polu jest budowanie interdyscyplinarnych zespołów, które łączą różnego rodzaju specjalistów. W różnorodności łatwiej kreować rozwiązania, o jakich wcześniej nikt jeszcze nie pomyślał.
