Inna Twarz Pionu CIO – Teresa Kulawik o pracy przy Sztucznej Inteligencji

[#1]

Społeczność „Women in Tech” działa po to, aby inspirować do działania. Rozmówczynie artykułów „Inna twarz Pionu CIO” dzielą się swoimi doświadczeniami, nie tylko zawodowymi. Dzisiaj zapraszamy do przeczytania wywiadu Joanny Szych z Teresą Kulawik - Senior Expert Data Scientist, z zespołu AI & Data Engineering Area. Asia rozmawia z Teresą o codziennych wyzwaniach, wystąpieniach publicznych, potrzebie ciągłej edukacji oraz sposobach na efektywną pracę.

Asia: Cześć! Dziękuje, że zgodziłaś się na wywiad. Zacznijmy od twoich początków. Czy mogłabyś opowiedzieć jak to się stało, że pracujesz w banku? Czemu wybrałaś ING?

Teresa: Cześć, jasne. Do banku przyszłam, ponieważ szukałam pracy która pozwoliłaby mi zacząć przygodę z Data Science, lubię analizować dane i temat sztucznej inteligencji był dla mnie ciekawy. ING oferowało i dalej oferuje program stażowy CHALLENGING. Ten program wydawał się i był świetny, ponieważ miałam możliwość zobaczenia jak wygląda praca Data Scientista w różnych zespołach.

Asia: Kojarzę, że wcześniej studiowałaś kierunek ekonomiczny. Skąd w takim razie pojawiło się u Ciebie zainteresowanie sztuczną inteligencją?

Teresa: Tak, wcześniej studiowałam analitykę gospodarczą. Myślę, że to zainteresowanie wyszło głównie z programowania, które na studiach bardzo mi się podobało. Również moi znajomi zaczęli interesować się Data Science i udzieliło mi się to zainteresowanie. Zawsze interesowały mnie tematy analityczne, czułam się w nich dobrze. Lubię obiektywizację rzeczywistości, którą można dzięki temu osiągnąć i chciałam te tematy dalej eksplorować. Bank wydawał mi się idealnym miejscem pracy z perspektywy mojego wykształcenia i zainteresowań, połączenia analityki gospodarczej i informatyki.

Asia: Faktycznie brzmi to jak dobre połączenie. Tym bardziej, że zostałaś w banku już na ponad 5 lat. Czy mogłabyś opowiedzieć jak tak praca Data Scientist’a wygląda na co dzień i co w niej lubisz najbardziej?

Teresa: Na co dzień realizujemy projekty z różnych obszarów, a to przekłada się na szeroki przekrój metod i algorytmów, z którymi możemy pracować - od standardowych regresji czy klasyfikacji po computer vision czy LLM. Także ten obszar potencjalnych możliwości jest bardzo duży i jest to mój ulubiony aspekt pracy w banku. Dodatkowo bank dysponuje ogromem fascynujących danych no i nie można zapominać o tym, że mamy dedykowane środowisko do przetwarzania dużych zbiorów danych, czyli Hadoopa, którego, żeby iść z duchem czasów migrujemy teraz do chmury.

Asia: A co jest dla Ciebie najtrudniejsze w pracy?

Teresa: Chyba jedną z największych bolączek tej gałęzi jest to, że większość projektów kończy się niepowodzeniem - zazwyczaj podawane 80-85%. U nas ten wskaźnik jest lepszy. Razem z zespołem mamy wypracowaną metodologię podchodzenia do każdego projektu, gdzie upewniamy się na początku że pewnie krytyczne warunki są spełnione: że na pewno mamy dane, mamy osoby z którymi możemy się skonsultować w sprawie tych danych, że nie przetwarzany danych wrażliwych, itd. Od razu na początku myślimy jak to wdrożyć produkcyjnie, czy w ogólne mamy możliwości w ramach naszej infrastruktury, aby taki model wdrożyć. Nie chcemy takich przypadków, gdzie poświecimy dużo czasu na przygotowanie modelu, a później nikt nie będzie z niego korzystać i zadbanie, żeby takie sytuacje nie miały miejsca jest sporym wyzwaniem.

Asia: Rozumiem, to rzeczywiście może być problematyczne. Czy mogłabyś opowiedzieć, jak wygląda współpraca z osobami ze strony biznesowej? Jak się komunikować z osobami nie technicznymi, żeby zrozumiały wszystkie cele i ograniczenia projektów?

Teresa: Wzajemne zrozumienie jest kluczowe, jeśli go nie ma, powoduje to komplikacje. Trzeba się upewnić, że naprawdę rozumiemy, a nie tylko domyślamy się czego nasi odbiorcy chcą, dlatego na początku trzeba się ich po prostu dokładnie zapytać czego potrzebują, czego oczekują, jakie jest ich wyobrażenie na temat tego co model będzie końcowo dostarczał. Dzięki temu strona biznesowa wie i czuje, że jej potrzeby będą zaspokojone, a projekt idzie w dobrym kierunku. Zaangażowana i wierząca w projekt strona biznesowa jest niezbędna dla powodzenia projektu. Szczególnie, że w banku mamy wiele osób chętnych do wdrażania modeli i biznes potrafi być bardzo pomocy.

Asia: Tak jak wspomniałaś komunikacja i obustronne zrozumienie są bardzo ważne. Wiem, że w zespole do którego należysz organizujcie różne szkolenia, gdzie próbujecie przybliżyć tematykę związaną z AI. Opowiesz coś więcej na ten temat?

Teresa: W całym ING wychodzimy z założenia, że edukacja jest bardzo ważna. Po pierwsze chcemy, żeby ING miało wysoko wykwalifikowanych pracowników a po drugie, jeśli ktoś czegoś nie rozumie to zazwyczaj się tego boi. Zależy nam, żeby ludzie nie bali się nowych technologii, chcemy żeby je rozumieli i dobrze wykorzystali - zarówno w kwestii AI jak i samego przetwarzania danych. Mamy cały pakiet promujący rozumienie AI w organizacji, zaczynając od podstaw technicznych z programowania w języku Python, który jest najczęściej wykorzystywany do pracy z AI. Kolejna jest Akademia AI, gdzie szkolimy już bezpośrednio z budowania tych modeli. Jest też sporo konferencji - mamy Power Of Data czy AI Trek, który jest całym programem wspierającym zrozumienie i wdrażanie case’ów data science w banku.

Asia: Poza szkoleniami wewnętrznymi, jesteś też zaangażowana w różne inicjatywy poza bankiem. Przeprowadzasz gościnne wykłady na uczelniach wyższych, byłaś też na konferencji CodeEurope. Podzielisz się tym jak ten pomysł się narodził oraz jak czujesz się z występowaniem na scenie i uczeniem innych?

Teresa: Myślę, że jest to trochę kontynuacja tych wystąpień wewnątrz banku, chcemy współpracować z środowiskiem uczelnianym i umożliwiać młodym ludziom nabranie wiedzy jak w praktyce wygląda to o czym się uczą. Jeśli chodzi o występ na konferencji to pokazywałam, ciekawy materiał na temat wyjaśnialności sztucznej inteligencji. Nie wszyscy o tym wiedzą, ale mamy takie metody, które dają możliwość wyjaśnienia i zrozumienia predykcji modeli. Są to świetne narzędzia, bo pomagają nam zrozumieć jak modele podejmują decyzje czy też wykryć błędy.

Asia: A jak wspominasz samo przygotowanie się do takiej dużej konferencji jaką jest Code Europe. Czy chciałabyś to kiedyś powtórzyć?

Teresa: Taka zewnętrzna konferencja faktycznie różni się mocno od naszej wewnętrznej, ale muszę przyznać że nasze wewnętrzne konferencje mają często większą ilość słuchaczy niż ta przed którą prezentowałam na Code Europe. Konferencja Power Of Data czasami zbiera po kilkaset osób, także to jest ogromna publika. Zawsze wiąże się to z dużym stresem, ale uważam że warto występować i warto próbować. Nawet prowadzenie warsztatów dla mniejszej grupy uczy klaryfikowania, układania i komunikowania myśli w taki sposób, żeby ta forma była jak najbardziej zrozumiała i przystępna. To bardzo wspomaga rozwój. Z wystąpieniami publicznymi jest tak, że im więcej się ich robi tym kolejne są łatwiejsze. Czasami warto występować wtedy, kiedy nie musimy, żeby nabrać wprawy i nie być przestraszonym, jeśli kiedyś będziemy musieli wystąpić.

Asia: To bardzo dobra rada. Kontynuując ten wątek, czy masz może rady dla osób które chciałaby zacząć swoją przygodę w tematyce Data Science?

Teresa: Tak – trzeba robić projekty, ale nie takie z tutoriali, tylko takie gdzie jest dużo wyzwań. Tylko na tym się można tak naprawdę nauczyć. Robiąc szkolenia można nauczyć się podstaw, ale rzeczywistość jest bardziej skomplikowana niż na przykładach zbudowanych tak, żeby były łatwe do pokazania bez wchodzenia w niuanse. Wiedzę głównie się zdobywa w praktyce, kiedy zrobimy jakiś projekt to wtedy dopiero nabywamy te umiejętności.

Asia: Zostańmy na chwilę w temacie nauki. Po studiach z analityki gospodarczej robiłaś też studia z informatyki, równocześnie pracując. Czy to była dla ciebie właśnie forma dodatkowego praktycznego doświadczenia czy raczej teoretycznego? Jak sobie radziłaś pracując i studiując jednocześnie?

Teresa: Chciałam mieć lepsze podstawy teoretyczne do tego co robię. Oczywiście, to jest zawsze trochę utrudnienie. Myślę, że kluczem tutaj jest dobre podzielenie sobie czasu. Taka praktyczna wskazówka którą po tych studiach mogłabym dać, nawet samej sobie, to robić jak najwięcej na studiach. Nie zakładać że w domu się coś nadrobi, tylko zrobić na zajęciach jak najwięcej się da, bo to jest ten czas dedykowany na to zadanie.

Asia: Czy swoje doświadczenie z planowaniem czasu przeniosłaś w jakiś sposób na prace?

Teresa: Zarządzanie czasem jest w ogóle krytyczną umiejętnością, a dla mnie na pewno. Z jednej strony jestem developerem i potrzebuje czasu na pisanie kodu, do czego potrzebuje skupienia. Z drugiej strony biorę udział w spotkaniach, gdzie dyskutujemy o projektach czy architekturze rozwiązań. Do efektywnej pracy nad modelami potrzeba większych bloków głębokiego skupienia, ale są też zadania, które są krótkie i nie wymagają większego skupienia. Dlatego codziennie moim pierwszym zajęciem jest zaplanowanie dnia, kiedy zastanawiam się jakie zadania chcę zrealizować i w jakich ramach czasowych.

Asia: Jesteś również scrum masterem w swoim zespole, więc nie tylko planujesz swoją pracę, ale też pomagasz planować ją innym. Opowiesz jak się czujesz w takiej roli?

Teresa: To jest dodatkowa rola, ale cieszę się, że mogę się w niej realizować, bardzo podoba mi się koncepcja ciągłego usprawniania pracy zespołu oraz realizacji projektów. Planowanie i priorytetyzacja pomaga nie zgubić się w gąszczu zadań i mieć pewność, że cały czas zmierzamy w dobrym kierunku. Te kompetencje potem przydają się również w życiu prywatnym, ponieważ wiele z naszych życiowych zmian, na przykład remont, możemy potraktować jako projekt i zastosować te same kompetencje w życiu osobistym.

Asia: Bardzo cenne wskazówki. Chciałabym jeszcze zapytać Cię jak czujesz się będąc kobietą w IT i czy uważasz, że ING jest dobrym miejscem pracy dla kobiet?

Teresa: Kiedy wybierałam tą ścieżkę kariery często słyszałam opinię, że IT to jest nieprzyjemne środowisko pracy dla kobiet, ale po latach pracy w tej branży widzę to dokładnie na odwrót. Dla mnie to obszar mający w swojej specyfice pracy najmniejszą tendencję do uprzedzeń. Tutaj, upraszczając, liczy się głównie to czy kod się wykonuje czy nie - mamy obiektywne mierniki pracy, więc nie ma to takiego znaczenia jak ludzie nas postrzegają przez pryzmat tego kim jesteśmy. Ważne jest też oczywiście czy firma wykorzystuje dobrze ten potencjał obszaru i ING sobie bardzo dobrze radzi, nie tylko w IT, ale w całym banku kultura organizacyjna sprzyja postrzeganiu kobiet równie profesjonalnie co mężczyzn, czego dowodem jest spora ilość kobiet w zarządzie.

Asia: To jeszcze ostatnie pytanie. Jak się relaksujesz po ciężkich dniach w pracy? Co najbardziej lubisz robić w wolnym czasie?

Teresa: Najlepszym sposobem na relaksację i odpoczynek jest sen. Bardzo dbam o to, żeby faktycznie codziennie mieć odpowiednią ilość wysokojakościowego snu. Czytałam sporo na ten temat i uważam, że jest to najwspanialsze narzędzie do regeneracji, poprawy koncentracji, kreatywności czy pamięci, chyba właściwie wszystkich ważnych aspektów funkcjonowania. W wolnym czasie praktykuję też medytacje, żeby wyciszyć i wspierać swoją zdolność koncentracji. Poza tym staram się odpoczywać w sposób jak najmniej komputerowy, czyli na przykład uprawiać sporty czy spędzać czas na łonie natury.

Asia: Myślę, że to super wskazówki na relaks oraz poprawę koncentracji, dzięki że się nimi podzieliłaś. Dziękuje Ci też za całą rozmowę, podzielenie się swoimi doświadczeniami i perspektywą.

Teresa: Dziękuje.