“Očekává se od vás hodně práce, ale určitě to stojí za to,” říká člen vítězného týmu letošní DS&BI Academy VŠE

Fotografie s výherním týmem D&BI Academy

Vůbec se ze začátku neznali, ale i přesto dokázali efektivně spolupracovat, a tím si zasloužit hlavní cenu celé DS&BI Academy. Jak účastníci, lektorka ale i zakladatel Academy hodnotí letošní ročník? Vše se dočtete z rozhovoru!

Tomáš: Vytyčili jsme si jasné a komplexní zadání s business přesahem a to jsme pak v týmu vytvořili. Pracovali jsme s reálnými daty na reálném projektu.

Roman: Myslím si, že by to mohlo být z více důvodů. Jako první věc mohl hrát určitou roli výběr zpracovávaného datasetu. Vybrali jsme si veřejně dostupný dataset od Policie ČR, který byl velmi kvalitní a obsahoval mnoho zajímavých atributů. Díky tomuto datasetu se nám podařilo dosáhnout dobrých výsledků při výsledném modelování.

“Další aspekt může být ten, že jsme se v předešlých částech Academy umístili na 3. a 2. místě a scházelo nám to 1. Rozhodli jsme se pořádně zabrat a nakonec se nám ho tedy podařilo získat.”

Roman: Výuka probíhala 1x týdně v 5 hodinovém bloku, takže bylo spoustu prostoru pro dotazy, které mohly být směřovány skutečně praktickým způsobem. No a mimo to na každé “hodině” také nechybělo občerstvení, což u školních přednášek moc nebývá

Kdybys měl vyzdvihnout jednu věc, která se ti na celém kurzu nejvíce líbila, co by to bylo?

Roman: Propojení teorie a praxe. Nejen, že jsme se vzdělali v problematice teoreticky, ale vše následně vyzkoušeli i prakticky a navíc jsme získali cenné best practice přímo od lidí, kteří v oblasti dennodenně pracují.

Doporučil bys Academy svým spolužákům/ známým?

Roman: Academy bych jednoznačně doporučil. Doporučil bych ji všem lidem, kteří se zajímají o oblast BI a DS. Analytikům, kteří se chtějí posunout dále ve své profesi; studentům, kteří nevědí, kterou cestou častých buzzwordů se vydat, případně BI analytikům/konzultantům, kteří chtějí proniknout do Data science. Výhodou na kurzu určitě bude, pokud student někdy alespoň základně programoval.

“Asi největší změnou akademie prošla před druhým ročníkem. První ročník byl rozložen do celého akademického roku (tedy přes dva semestry), bloky pravidelně střídaly Business Intelligence a Data Science. Bloky se vyučovaly dvakrát do měsíce. Na základě zpětné vazby jsme se rozhodli pro koncentrovanější formu jednoho semestru, při které se nejprve studenti soustředí na část Business Intelligence, následně na způsoby vizualizace včetně jednotlivých nástrojů a až v druhé polovině na část Data Science. Tento koncept byl použit i při třetím ročníku. Průběžně aktualizujeme datové sety, případové studie, zadání semestrálních prací a oborová specifika.”

“Na letošní ročník akademie mám velmi pozitivní zpětnou vazbu od studentů, vyučujících, partnerů a fakulty. Velmi mě těší úroveň spolupráce všech zúčastněných. Na druhou stranu musím přiznat, že letošní ročník byl pro všechny asi nejintenzivnější. Zadání semestrální práce vyžadovalo velmi intenzivní týmovou spolupráci. Přes drobné náročnější chvilky to všichni zvládli skvěle.”

“Stejně jako v předchozích letech se i letošní ročník povedl. Mezi studenty se našli jak velmi šikovní a pracovití jedinci, tak se bohužel vyskytlo i pár takových, kteří až tak aktivní nebyli a práci v týmu moc nepodpořili. Nicméně převažovali ti, co se zapojovali aktivně, poctivě řešili úkoly, které byly zadané z hodiny na hodinu, a potom své výsledky prezentovali.”

“Letos se nám v ročníku sešlo trochu více programátorů, tak nebylo tolik potíží s psaním kódů. Na druhou stranu, trochu slabší byla práce v byznysové rovině, např. nadefinování cílů, nápady na odvozené proměnné, vyhodnocení výsledků. Témata pro konzultaci řešení závěrečného projektu se vždycky našla, ale nakonec jsme při obhajobě viděli, že se studenti hodně naučili a projekt pro ně byl přínosem.”

“Tým zelených realizoval i obhájil nejlepší projekt z pohledu různých hodnotících kritérií. Členové týmu nevyužili pro týmový projekt žádnou z námi nabízených datových sad, ale sami si aktivně našli data z českého prostředí, Policie ČR. Pochopení dat věnovali nemalou přípravu a tak byli schopni vymyslet i spoustu nových odvozených proměnných, které velmi hezky obohatily datovou sadu o byznysově přínosné informace. Jejich kódy byly velmi hezky popsané a přehledné.”

“Vhodně si postavili otázky, na něž se snažili odpovědět modelem. Také proto jim nakonec výsledný model poskytl použitelné výsledky. A ke všemu si připravili i moc pěkné vizualizace výsledků. Celé řešení mohou absolventi kurzu stále rozvíjet a vylepšovat, jejich analýza smrtelných dopravních nehod má velký potenciál pro prevenci a tvorbu opatření ke snížení nehodovosti. Tým zelený také musím pochválit za nejlepší týmovou práci, uměli se v týmu dohodnout a efektivně spolupracovat!”