O krok przed innymi. Ericsson współpracuje z Instytutem Telekomunikacji AGH

Wśród firm z branży IT działa wiele modeli przekazywania wiedzy. Najpopularniejszy z nich to dzielenie się doświadczeniem przez osoby z największym stażem. Ericsson sięgnął o krok dalej i, w celu podniesienia kompetencji pracowników, postanowił nawiązać współpracę z Akademią Górniczo-Hutniczą im. Stanisława Staszica w Krakowie, która zrealizowała dedykowany kurs machine learningu. 

Dzięki kursowi pracownicy utrzymają kontakt z najnowszymi naukowymi osiągnięciami. – Łączymy dwa światy. To, co wiemy o machine learningu w organizacji z tym, co dostarcza uczelnia. W ten sposób rozszerzamy spektrum możliwości, z którego możemy czerpać wiedzę – mówi Beata Gajda, Line Manager w Ericsson. – Szukaliśmy takiego sposobu przekazywania wiedzy, szytego na miarę naszych potrzeb – mówi Małgorzata Wdówka, Technical Training Center Manager. 

Dodaje, że w zasobach korporacyjnych znajduje się sporo wiedzy z zakresu machine learningu czy sztucznej inteligencji. Podstawy otrzymuje zatem każdy pracownik. Z kolei dla osób mających zajmować się tego typu projektami, szukano programu, który szczegółowo pokaże, jak w telekomunikacji wykorzystać zasoby machine learningu. – Współpraca z Instytutem Telekomunikacji AGH pozwoliła nam połączyć wiedzę wykładowców z doświadczeniem pracowników – dodaje Małgorzata Wdówka.

Jak przebiegał proces przygotowania programu zajęć? Kurs na zlecenie firmy Ericsson przygotowali pracownicy Instytutu Telekomunikacji AGH. 

– Szkieletem były nasze nowe przedmioty: “Machine Learning in Networking” oraz “Uczenie maszynowe”. Program zajęć dostosowaliśmy do zamawiającego. W szczególności dodana została cała sekcja algorytmów opartych o tzw. klasyczne algorytmy ML, niewykorzystujące sieci neuronowe – mówi dr inż. Jarosław Bułat, adiunkt na Wydziale Informatyki, Elektroniki i Telekomunikacji w Krakowie.

Absolwenci o kursie

– Studiując na wydziale matematycznym, zainteresowałem się uczeniem maszynowym. Kiedy zacząłem pracę w Ericsson, zastanawiałem się, czy możemy wykorzystać sztuczną inteligencję do analizy danych klientów – opowiada o swoich początkach Rafał Krych, Expert Software Developer. 

Zasięgał wiedzy wśród znajomych, czytał książki i artykuły, ale to nie wystarczało. W tzw. międzyczasie Ericsson zaprosił go do udziału w kursie organizowanym przez AGH.

– Ucieszyłem się, bo wiem, że AGH jest uczelnią z tradycjami związanymi z sieciami neuronowymi – dodaje.

Czy jego zdaniem każdy może przystąpić do kursu? – Warto naprawdę dobrze programować w Pythonie, żeby móc wykonywać ćwiczenia laboratoryjne, na których realizację mieliśmy tylko 10 minut. Zadania te zdecydowanie nie były proste. W dodatku to nie był typowy Python, bo w machine learningu wszystkie metody operują na danych wektorowych. Dlatego trzeba posiadać wiedzę z matematyki np. o tym, jak się mnoży macierze, jakich muszą być rozmiarów – opowiada Rafał Krych.

Oferty pracy z

Wiedza wykorzystywana w praktyce

Kurs dał uczestnikom poczucie powrotu do czasów studiów. – Na wykonanie “pracy domowej” mogliśmy poświęcić czas w pracy, który wydzieliliśmy w porozumieniu z Team Leaderami i innymi członkami zespołu. Nasze rozwiązania były oceniane przez prowadzących, którzy nakierowywali, co można było zrobić inaczej. W ten sposób pokazywali, jak można było inaczej spojrzeć na poruszony problem – opowiada Jakub Pelski, Senior Software Developer.

Uczestnicy po zajęciach postanowili kontynuować dyskusję o wykorzystaniu machine learningu w pracy. – Na potrzeby wymiany wiedzy utworzyliśmy grupę Glamorous Machine Learning, składającą się z pasjonatów uczenia maszynowego. Co mniej więcej dwa tygodnie spotykamy się i omawiamy jakiś temat – opowiada Jakub Pelski, również absolwent kursu. 

Po ostatnich wykładach zespół Ericsson postanowił zebrać feedback od absolwentów, by dowiedzieć się, które moduły warto poszerzyć i jakiego rodzaju wiedzy brakowało. – Wykładowcy też mieli swoje przemyślenia, chociażby o tym, jak zmienić kolejność modułów, by odpowiadała na potrzeby pracowników – mówi Małgorzata Wdówka.

– Wyzwaniem było zachowanie równowagi pomiędzy solidnymi podstawami a nowinkami, które są ryzykowne, bardziej wymagające, ale… kto nie ryzykuje, ten nie odnosi sukcesów! – mówi dr inż. Jarosław Bułat. – Chyba wszyscy byli zaskoczeni tym, jak bardzo algorytmy oparte na uczeniu maszynowym różnią się od klasycznych algorytmów i jak ważne jest zrozumienie danych wejściowych i ich odpowiednie przygotowanie – dodaje.

Już dziś Ericsson i Instytut Telekomunikacji AGH pracują nad aktualizacją programu i planują jego kolejną edycję, która odbędzie się w przyszłym roku.

Zdjęcie główne artykułu pochodzi z unsplash.com.