Czy w 2024 roku ciągle warto patrzeć w stronę Big Data? Czy ta branża ma swoją przyszłość? A jeśli tak, to czego się uczyć? W tym odcinku opowiadam także o swojej osobistej ewolucji w podejściu do tego czym są dane.

Notatki:

• Newsletter + Ebook „Szlakiem Big Data”: http://blog.riotechdatafactory.com/ebook-o-big-data/
• Kurs „Fundament Apache Spark”: https://kursy.riotechdatafactory.com/fundament-apache-spark-nowe/ oraz https://akademia-bigdata.pl/fundament-apache-spark
• Mentoring: https://akademia-bigdata.pl/courses/mentoring-big-data/
• email: marek.czuma@riotechdatafactory.com
• Raport Inhire.IO: https://inhire.io/pl/insights/it-market-snapshot-2023/?utm_source=linkedinju&utm_medium=inhire-priv&utm_campaign=raport-roczny-2023

Proszę, oceń ten odcinek i podaj go dalej;-).

Ja nazywam się Marek Czuma. Jestem inżynierem oraz instruktorem Big Data. Jestem również założycielem Riotech Data Factory i Akademii Big Data.

• Spotify
• YouTube

Transkrypcja odcinka

[Transkrypcja automatyczna, mogą pojawić się błędy]

Być może spoglądasz na branże Big Data i zastanawiasz się, czy w 2024 roku ona ciągle jest rozwojowa. Czy warto w nią inwestować swój czas? Czy te technologie są wciąż warte nauki? Jeśli tak to cieszę się, że mogę ugościć cię w odcinku numer 27 Big Data po polsku. Po rozmawiamy dzisiaj o aktualności branży danych i o tym czy warto. Czy warto wkładać swój czas, wysiłek i pieniądze. Cześć, witam cię w podkaście Big Data po polsku. Poznajemy tu wspólnie jak działa świat, który jak wiadomo zbudowany jest z danych i rządzony jest przez algorytm. Jesteś w dobrym miejscu, jeśli interesują cię technologię, biznes, społeczeństwo, lub pogłębianie swojego potencjału i to wszystko w kontekście danych. Ja nazywam się Marek Czuma, jestem założycielem Riotech Data Factory. W filmie, która pomoże ci zrozumieć Big Data, wymiarze technicznym i biznesowym. Nalej do kupka solidną porcję swojej ulbionej kawy, pakuj swoje rzeczy i rusza ich ze mną w tą fascynująco przygodę. Okuło 10 lat temu, kiedy byłem jeszcze na studiach, to były całkiem niezłe studia na Politechnice Uckiej. Ja osobiście szedłem wtedy w kierunku zupełnie innym niż w tym momencie. To był bardzo fajna specjalizacja gier komputerowych. Jedna z najlepszych, można najlepsza wtedy w Polsce. Niezwykle innowacyjna, taka otwarta w grach, widzę można było czuć taki powiew świeżości. Nie było tam tak jak akademickiego, akademickiego betonu, akademickich murów. Wszystko było przekazywane, znacznie bardziej bezpośrednio liczyło się kreatywność. Ludzie byli bardziej otwarci i było też więcej fajno, było więcej zabawy z tego co robimy. Ja nie były jeszcze na 100% przekonane, że chce ich w branży gier. Natomiast ogólnie tak, ogólnie mniej więcej w tym kierunku, czy to z jakiejś symulacja, czy gdy to już inno sprawa. Ale widziałem jedno. Na pewno nie chce ich w kierunku uwaga. Baz danych. Na pewno nie chce ich w kierunku baz danych. Dlaczego? To dlaczego to się zmieniło? Spowiem, ale dlaczego w ogóle wtedy mi taka myś przyszła? I czy umiem taki wstręt? Właściwie tak naprawdę co dosłutek frejenty, skułelowe, co to są różnego rodzaju relacje między pabylami. Pamiętam, uczyłam mnie przy tór zaraz przed koro ksią moja bardzo dobra wtedy koleżanka Dalia. Pozdrawiam się serdecznie się tego słuchasz. Bez ciebie te studia były by znacznie, znacznie mniej kolorowe. Nie, siedzieliśmy wtedy na korytarzu i uczyłam mnie podstaw. I ona mnie w pół godziny, w godzinę nauczyła więcej niż po przednioczeństwu. I wykładowca i pani prowadząca zajęcia. Dlaczego naprawdę bym głęboko zrażony do baz danych? Po pierwsze i najważniejsze to jak były przedstawiane i po drugie, a bo jeszcze jeszcze bardziej ważne to jak nie były przedstawiane. Od razu na wykładzie zobaczyłem wykładowce, który był zdecydowanie w tyle, jeśli chodzi o sposób myślenia, sposób edukowania. Dlaczego przedstawił to masa technikaliów? Od razu na pierwszym wykładzie wyszliśmy głęboko zanolkowaliśmy w technikalia. Po pół godzinie się wyłączyłem, bo już nie wiedziałem o czym mówi. Nie był to na pewno przystępny sposób przekazywania wiedzy, to było po prostu gadanie z przechodzeniem po kolei, jak by ktoś czytał dokumentację. Cłogolcza, żeby jeszcze bardziej nałożyć taki filtr, klingu, wykładowca korzystał z rzutnika, tego slajdowego, takiego foliowego. To było bardzo ciewne, trzeba przyznać, od razu powiem, że to nie był standard, wtedy na pojtychnicze, na w tym się to była specyfikatrygo konkretnego człowieka. Przede wszystkim poza technikaliami, poza wykładowcą, który nie ciekawi opowiadał, poza tym, że sprzęt był z ubiegłej epoki, to brakowało podstawowe ich rzeczy, od której ja zawsze zaczynam każde szkolenie. I znakomitą większość nawet w krótkich wideo, po co my tu w ogóle weszliśmy, o czym są dane w ogóle, czy są bazy danych, dlaczego my się tym zajmujemy nie było mowe. To było takie, by do mnie śli oczywiste i ja teraz mam przedstawia, to co możecie sami wyczytać w dokumentacji. I to było coś, gdzie po tym wykładzie już pod świadomie, wiedziałem, że nie chce mieć z tym nic wspólnego. To jest nudne, po prostu jest to nudne. Przykłady było oczywiście trochę na zasadzie matematyki zeszkały, gdzie Ania, Basia i Kalina wkładają do koszyków swojej agody i musimy teraz policzyć. To bardzo życiowe, wiadomo. I dzięki temu ja człowiek, który teraz przydanych siedzi i dane mi się fascynuje, wtedy wiedziałem, że co jak co, różne rzeczy mogę robić, ale na pewno nie będę siedział o bazach danych, jak słyszałem o ludziach, którzy sztynna specjalizacja z baz danym, czyli taki wyższy poziom zdecydowanie, to się zastanawiałem co to z długą zatyplił ludzi. A może to byli ludzie, którzy odkryli w danych, to co ja potem odkryłem, tylko kiedy już poszedłem do pracy. Ja zaczęłem pracę jeszcze w trakcie studiów i dokładnie w swojej drugiej pracy, w swojej drugiej filmy, w której pracowałem pozdrawiam, podlecam serdecznie. W wszystkich pozdrawiam współgracowników Stantzont w fantastyczne miejsce, co prawda to była aplikacja, łebo, więc ja się nie do końca odnalazłem, ale, a pewno jeśli chodzi o ludzi to był super. I tam zrozumiałem coś, czego nie zrozumiałem na studiach. Pierwsza rzecz bazy danych to fajna rozkwina po prostu. Słucham, że są ciekawe zagwostki. Mówię, z uzwykłych relacyjnych bazych danych, gdzie SQLem coś tam piszymy, a bo jak programujemy to, ten SQL jest jakoś opakowany, ale na tym, że to jest po prostu fajna rozkwina, można posiedzieć i jakąś konkretną wstrukturę, uporządkować, ustrukturyzować. I, no właśnie, to jest ta druga rzecz. Siedząc i tworząc tą wstrukturę projektując te tabele relacje, to jak to wszystko ma działać, my nadajemy strukturę, która trzyma całą stronę, bo to była akurat aplikacja łebowe czy istronę. I ona trzyma tak naprawdę stronę i sprawia, że ta strona żyje, czyli bazy danych była niejako taką dłużą stronę. Ona sprawiała, że stronę, która mogła wymyć mechanizmy, mogła by mieć wspaniałe wygląd, ale bez bazy danych ta strona byłaby po prostu martwa albo byłaby w najlepszym razie wizytówką, to taka strona może stać się wspaniałem systemem. Taka strona może stać się do wonoł rzeczy, może być mediom smacznościowym, może być grą łybową, może być pod talermi informacyjnym, może być czymkolwiek. I to, że jest ta bazy danych, która przechowuje te dane, sprawia, że tam jest jakby wepchnięte życie i tym są właśnie dane. Tymi jest bazy danych, tym są bazy danych, bo bazy danych to po prostu pojemnik mieszkajnie dom dla danych. I ale dane i bazy danych to jest po prostu samorzycie. Dane to nie jest jakaś jakichś elstwunek, strukturę, która musimy idealnie odzorować na zajczenie. Dane to jest nasza rzeczywistość. Dane to jest to jacymy jesteśmy. Dane to jest to co my robimy, co my lubimy z kim żyjemy, a w jakich wyborów dokonujemy, jak u wiedzę gromadzimy. I jeżeli my te dane umiejętnie opakujemy, to one mogą stać się czym. One mogą stać się te dane, mogą stać się budulcem naszego świata. Te dane będą cegłami, z których my budujemy naszą rzeczywistość. Te dane będą cegłami, z których my budujemy zupełnie nowe technologie, dzięki którym my możemy dokonywać niezwykłych odkryć i to na odległych planetach. Nie było by te możliwe, gdyby nie dane. Dzięki te danym przecież wcześniej, nawet jeszcze przed elu komputerów, tak samo te były dane, tylko ze blanę nie cyfrowo, a teraz cyfrowo możemy odkrywać, wymyślać, tworzyć nowe leki na bardzo ciężkie choroby. Latować ludziom życie. Nie było by te możliwe, gdybyśmy nie mogli, a zapisywać danych i by tych danych ustrukturyzować. Czyli nie wystarczy je mieć, ale też trzeba umieć się odpowiednią ustrukturyzować i trzeba umieć z nimi pracować. Trzeba umieć je czytać, trzeba ją mieć przetwarzać, filtrować, przesyłać i to wszystko sprawia, że dzięki danym my możemy się rozwijać. Dlatego mówiłem już cały masę raz, że Big Data to jest taka branża, która jest cichym, często nie zauważalnym, ale rdzeniem naszej rzeczywistości. To właśnie z danych, które możemy wpakować, czy to jest prosta strona w uwu, która prosta nie prosta, intelektywna, nie językła, a jeżeli jest prostą, intelektywną stroną w uwu, to już tam potrzebujemy danych i dzięki danych możemy żyć. To jest ta strona, może żyć, ale my też często możemy żyć dlatego, że chociażby właśnie dane o nas, o naszych organizmach chcą gdzieś składowane, nie tylko o naszych, ale jeszcze setkach tysięcy innych osób, o naszych genach, a potem są przetwarzane, żeby szukać podobieństwo, żeby szukać zależności, żeby zastanowić się, czy ten konkretny gen jest odpowiedzialny albo przynajmniej, jest jakoś zależny od choroby, czy z chorobę zależna od tego genu. I tym są dla mnie danych, tym są dla mnie dane, które bezpośrednio trzymane są w bazach danych na systemach plików, w obcekstolach, na infrastrukturze on-premisowej, albo na infrastrukturze churowej. Tym są właśnie dane i jeżeli nie przestanemy, nie przestanemy patrzeć tak jak ja patrzę w na studiach, nie przestaniem mówić o tym, tak jak ja mówię o studiach na studiach o tym, ja słyszałem na studiach o tym, to nigdy nie pójdziemy dalej. A w momencie, w którym zobaczymy, że te dane są tak naprawdę nosnikiem naszego życia, to zrobimy ogromny skok, ogromny przełą w myśleniu o tych danych. Tutaj chwila przerwy większość osób, które oglądają mnie na YouTubie i większość osób, które chadzą większość. Ogromna większość, które słuchają na Spotify’u, nie reaguje. Także jeżeli jesteś na YouTubie proszę w tym momencie, kliknij subskrybuj, daj mi łapkę w górę i napisz komentarzu, czy ty też podchodziłeś do danych w ten sposób, czy jednak od początku miarę byłaś świadona, bo jest dokładnie, że każdy musiał mieć tak jak ja. Ale przede wszystkim nos potiefają proszę, jeżeli jesteś na spodzwonię, wróć do strony głównej Big Data po polsku i kliknij tam ocenie. Żeby kliknij ocenie trzeba wybrać te gwiazdki i napiąteczkę. Dziękuję bardzo. Właśniec o ogłoszenie o subskrypcji, no, halo, chodzi o to, żebyśmy zostali tu dłużej i żeby to do tego do większej liczby osób, jeżeli uważa, że ta treść jest wartościowej zasługuje, żeby do tego do większej liczby osób, no to halo, dwa, trzy klikki, a komuś może pomóc. Więc tym są dane i to jest moja historia związana z danymi i od niej, żeby to wrozumieć, trzeba wyjść, żeby się zastanowić czy daż nasza branża danych jest aktualna i będzie aktualna. To jest bardzo popularny, no, chat.gpt, uglasz tuż na inteligencie, a Big Data, chyba przeszedł tak, nie? To zastanówmy się przede wszystkim jak wygląda nasz świat. To jest najważniejsze, jeżeli zastanowimy się jak wygląda nasz świat i będzie jak mniej więcej może to się rozwijać. Oczywiście, że wszystko nie przewidzimy, ale pewien trans, jak najbardziej, to odpowiedź będzie jasna, niewiele tym odwór. W tym, na nasz dzisiejszy temat. Pierwsza rzecz jest taka i nie sądrzeby ktokolwiek się z tym kłóciłu. To jest po prostu fakt, my generujemy ogromną liczbę danych ilości. I generujemy tych danych coraz więcej dlatego, że mamy też możliwość zbierania tych danych coraz więcej. Czyli to jest takie trochę zamknięte koło. Im więcej umiemy zbierać tym więcej, generujemy, bo kiedyś, jeżeli wszedłeś na stronę i pochodziłeś sobie po tej stronie, to opóki nie zakupiłeś jakiegoś produktu, no to po prostu zakupiłeś produkt była dodatkowa Donar. A teraz w tym momencie każdy twój ruch meszką generuje dodatkowe dane, bo to, gdzie kliknoweść generuje dodatkowe dane i tak dalej. Więc my generujemy coraz więcej danych. My nie tylko jesteśmy w pewien sposób zależnie od strukturizowania tych danych, ale co kolejną będzie nie kontrowersji, no tezą świat idzie w kierunku. To jest to, że te algorytmy, te operacje nam pomagały. Czyli w kierunku czego? No ja znaż najpopularniejszego tematu, którymi jest sztuczna inteligencja. Świat idzie w kierunku AI i to jest po prostu fakt, ale czy zastanawiałeś albo zastanawiałaś się kiedyś jak funkcjonuje sztuczna inteligencja? Przidzisz to nie jest magia. Sztuczna inteligencja, która jest trenowana i to już jest teraz też wiedza powszechna na ogromnych danych. Musimy mieć najpierw model, który jest wytrenowany. Najczęściej on jest trenowany jednak nadanych zdecydowanych linkrzyści przypadków jest trenowany nadanych i to dużej liczbie danych. Dłużej dość. Co jest tu i dzisiaj? I jeżeli on jest trenowany nadanych, to skądś te dane trzeba wziąć. I od razu podpamiętam, że nie jest tak, że po prostu wrócimy dużo danych z swiejsłbuka z majda na jeden system Ptików i teraz pokażemy ścieżkę, gdzie mógł z komórcy wziąć dany i od to są przetwory. Modelom trzeba dać, znaczy algoritm uczący modelę, trzeba dostarczyć w odpowiednich formatach, trzeba je wcześniej przeczyścić, trzeba wcześniej je poprzedwarać, pofitrawać tak, żeby te dane się nadawały i tym się zajmują, że te dane są te ści, ale oni muszą dostać dane w odpowiedniej formie. I kto jak myślisz, kto się zajmuje, w tym wszystkim, wszystkim w wielkim procesem, który jest przed trenowanią. A później też przy okazji wykorzystywania. No właśnie, to jest Big Data. To jest właśnie Big Data, więc mamy tu już pierwszą, bardzo jasną korelację i m więcej będzie sztucznej inteligencji, tym więcej będzie Big Data. Tylko o tej sztucznej inteligencji dostaniesz 100 nagłówków w gazetach, dlatego że sztucznej inteligencja powiedziałła coś przed kiego albo sztucznej inteligencja znowu ulaziła jakiegoś artyste. A o tym, że trzeba było wcześniej pobrać dane i zaprojektować system, w jaki sposób je poukładać i jak robić w ogóle to kopie zapasowe i jaki przetworzyć, tak, żeby nie było jakichś duplicatów. No o tym raczej dostaniesz dokładnie zero nagłówków, chyba że śledzisz bloga, ale ja to jak to faktor, albo jesteś na nusleterze naszym bardzo serdecznie zapraszam na nusleter, ale ja to jak to faktor. Od tego roku od stycznia jest nowy nusleter i duszamy dostajesz na start tzw. wprowadzający kurs mejlowy, czyli ok. 5 tygodnie, a to będzie ponad 5 tygodnie, bo dostają dwa z informacje, że za często dostajemy. Więc będzie ponad 5 tygodnie innej, wprowadzających świadanych, bardzo konkretne informacje. Najlepszy nusletel na ten temat, także polecam zaproszą serdecznie jest na start, więc ja już bardzo cieszę. Ale jeżeli nie jesteś jak mi trafem jeszcze na nusleterze, ale o tej deita faktory podpegmy nasz laku Big Data, to pytanie, gdzie się dowiesz o tym, że zanim też tu czynne inteligencja obraziła jakiś ludzi bardzo wrażliwych, to ktoś ty dane musiał przemiotrować. Ułożyć w odpowiedni flow, bo to nie jest tak, przecież to jest jedne razowa robota. Te dane muszą być bardzo często zaciągane systematycznie przetwarane, systematycznie archiwizowane, trzymane w wielu formach, w formie surowej, w formie przetworzone, odczyszczonej, przetworzonej takiej wynikowej. I to się dzieje za każdym razem, kiedy słyszysz o AI, więc od teraz, jak zobaczysz, czy jest AI to wiec, że do tego jest domyślnie dołączone duży system Big Data. Tylko one jest w tle, z tyłu, nikt o tym nie mówi, ale on działa i bez tego nie będzie sztuczny inteligencji. Kolejna rzecz to coraz większa bez informacja. I chaos, taki powiedziałbym, danową informacyjne, kiedyś dostęp do informacji był czymś wow, jeżeli miałeś duży dostęp do informacji, to pewnie były jakiś służbą specjalną prezydentem stanów zjednoczonych albo ewentualnie królem. W tym momencie mamy nadmiar informacji, ale czy to znaczy, że wszyscy jesteśmy niezwykle mądrzy, dla czego nie zaryzykowałbym takiej tezy, jest ona mocno kontrowersyjna, więc to się stało po drodze. Po drodze stało się to, że tych informacji bardzo jest dużo, ale one w znakomitej większości są wątpliwaj jakości. Stąd się też bierze do informacja. Jest starczy spodziewać, że na nasze dyskusje polityczne na link i na facebooku i księdczy, gdzie tam jeszcze chcecie. Tyle dyskusje bardzo wyraźnie widać kto czytaj jakim edium. Kto przez jakim edium jest kształtowany. I to bardzo ja zna pokazuje, że mamy problem z tym, że jest dużo informacji, ale nie tylko osobiście. Bardzo dużo informacji jest też organizacyjnie. Bardzo dużo informacji mają filmy, mają organizacje poza rządowe. To może on nie mówiąc. Jakoś trzeba, jeżeli jesteśmy osobami modrymi na decyzje innych stanowiskach, to trzeba podejmować te decyzje. Na podstawie najlepiej danych informacji, ale nie wszystkich, tylko właśnie jakich fajnie, żeby zbudować system, który by te informacje filtrował odcezał. W porządku, że są zbudowane i przedstawiły się w formie takiej esencji. W formie analitycznej, analitycznego dashboardu, jakiegoś raportu, albo może wyszukiwarki. No właśnie to wszystko, to są rzeczy, którymi zajmuje się Big Data. Jeżeli chcemy inwestować na GD, to już duża Big Data wchodzi. I do tego wszystkiego potrzebne są systemy uperowania na danych. To nie są tylko systemy przechowywania tych danych. To jest najmniejszy problem, chociaż też jest problem, ale potem wchodzi właśnie odpłynie, przefiltrowania. Odpowiednie, oczyszczenie tych danych. Odpowiednie przetworzenie tych danych, połączenie z innymi z biurami. To jest robota dla wielu osób często. I jest wszystko zrobione, działa ładnie, oddychamy takim nowym świeżym powietrzem, i na gdę wchodzi nowej źródło, albo źródło się zmienia, jego format się zmienia i odnowadca sama robota. Więc tak wygląda ten świat. I do tego, żeby to uporządkować niezbędne słonej narzędzia uperowania na dużych danych. Mówiąc duże dany mam na myśli wszystkie trzy fału. Jeżeli nie wiesz o co chodzi, to zapraszam do widoc, co to jest Big Data na YouTube. Nie tylko chodzi o volumen. Kolejne rzeczy dane są podstawą funkcjonowania każdej branży i w zasadzie albo prawie każdej od pewnego poziomu. Czyli jeżeli sprzedajesz jakiejś cokolwiek robisz, otwierasz sobie sklep. Internetowy to na początku wstarczycie w odpres i kilkaw i u rukomers i produktów. Ale jeżeli się rozrosznić do pewnej komumentu, to fajnie byłoby już zrobić jak u się, analitykę. Albo fajnie byłoby. Na przykład zrobić porządną wyszuki warkę na swoim sklepie internetowym. Jeśli słucha nas jeden z takich dużych sklepów internetowych polskich, to otwórm w zasadzie to podpedam, że możecie się pochylić na tym, bo wszystko macie super ale ta wyszuki warka, no różnie nie robiła. Więc taka inteligentna wyszuki warka często jest na miarę złota. I wyszuki warka, która jest inteligentna, która szybko operuje na dużych danych, to to jest właśnie big data. Popatrz na Google, to jest najbardziej charakterystyczny przypadek, ale przecież też na każdej dużej stronie też może wyszuki warkę. I fajnie gdyby ona umiała wyłapać to, że zrobiłeś literówkę, albo że masz na myśli trochę co innego niż powiedziało się. I tym się zajmuję technologię big data i inżynierowie big data. I ostatnie pytanie, które chciałem ci zadać w tym takim opisie naszego świata, to czy to wszystko co wymieniłem. Zresztuszną i tenigencie u nas czele. To jest raczej trend przyszłościowy czy raczej zniknie. Czy raczej będziemy chcieli, żeby algoritmy sztucznej dyniencji nas wylęczały? Czy raczej? Czy raczej uznamy, że to jest jakaś nowinka, która właśnie przeszła i wracamy do biznesy zjurwo. Ja wydaje mi się i też nie będzie to kontrowecyjne, że porządkowanie danych. I sztuczne inteligencja to są rzeczy, które dopiero się rozkręcają. A na jakich danych sztuczne inteligencja jest skoczona? Jakie dane są muszą być porządkowane, żeby ten proces anityczny decyzy inny was przecież? No właśnie to wszystko, to są duże dane, to wszystko, to są dane, które się kwalifikują na Big Data, na technologię Big Data. Więc tak właśnie wygląda nasz obecny świat i samo to jeśli chodzi o przyszłość pokazuje, że Big Data nie będzie maleć. Big Data będzie losnąć i to losnąć w mocnym tempie, chociaż może niekoniecznie tak medialnie jak inny niektóre branża. Ale to jest przyszłość i to przyszłość wiadomo, możemy wyróżyć z szkanii kuli, ale pytanie jak jest rzeczywistość? Tak, to jest striktelinkowa komercyjna obecny stan. Obecny stan jest taki, że jest bardzo dużo projektów bigdaintowych, to znaczy projektów, w których wykorzystujemy sparka, wykorzystujemy nawet tego haduba, który już powoli odchodzi, wykorzystujemy chmurowe technologie, wykorzystujemy kawkę do przetwana istniemie gowego. I te gda, i te gda, i te gda. I jeżeli one obecnie już istnieją, to one będą też istnieć jeszcze przez czas jakiś, nawet gdyby to wszystko stanęło na grę. Całe świat powiedziałby, nie, już nie zbieramy za dużo danych, będziemy odchodzić od szczynnej tej gęcji. To te projekty jeszcze przez kilka lat będą siłą rozpędów ciągnić. I jeżeli myślimy, czy będzie odpowiednio miejsce, to same te projekty zapewnią naprawdę sporo miejsc. I taki jest obecny stan, który pozwala sądzić, że warto jednak spojrzeć w tą grę, big day, to jednak co bardzo ważne. Bo jeśli się zastanawiasz na tub naszą big day, to jak czy czy w to wejść, czy ruszyć, czy to będzie przyszłościowe. No to mogę ci powiedzieć tak, z czystym sumień, tak to będzie przyszłościowe. Nawet jeśli różne rzeczy się pozmieniają, tu też branża też się będzie zmieniać i nasze narzędzie się będą zmieniać. Ale o tym na końcu to będzie przyszłościowe, ale co jest bardzo ważne. Nie musisz myśleć o big day, jako o wyborze na całe życie. Co ci szkodzi wejść w tą branże na 5 lat najbliższych. Chcia się spodoba, to może zostać na 10. A potem przecież możesz później gdzieś dalej. Możesz nauczyć się innego fachu. Jeżeli będziesz sprytny i będziesz stosować podstawowe zasady finansów osobistych, to będziesz mieć to branża dać całkiem niezły kapitał. Był nawet, że bardzo dobry jak na nasze standardy. Jeżeli nie przechulasz wszystkiego, nie będziesz podnosić swoich oczekiwani konsumcyjnych w nieskończoność, to ta branża naprawdę dać bardzo dobry stan majątkowy. Potem co szkodzi nawet dać sobie pół roku. W końcu będziecie stać na to, żeby się przekwalifikować w coś, co zobaczyć, że o to będzie moje marzenie. Nie ma, nie ma takiego problemu. Po prostu możesz zmienić branże. A może zostaniesz w programu waniu, ale w coś innego pójdziesz. Może ciągle w danych, ale zostaniesz na lajtykiem. No opcji jest dużo, ale grunt żeby wiedzieć, że big day ta fajnie, żeby była takim wyborem na najbliższych latach. Jeżeli się zdecydujesz, ale nie musisz absolutnie być wyborem na całe życie. Ta stałość w kontekście lat jest ważna, ale to nie musi być stałość w kontekście całego życia. I żebycie jeszcze przekonać mocniej, no to chciałbym serknąć do statystyki in hire i all taki raport został wydany jakiś czas temu, jak oczytałem sobie niedawno. Nawet napisałem dla nikt nie post związanych z unierami w tym kontekście, bo on bardzo jasno pokazuje bardzo przykrążecz, czyli że juniorzy są kompletnie wykluczeni. Juniorzy oferty dla uniorów stanował 5% do 6% ofert w całym IT i z big day tam uważam, że w najlepszym przypadku jest podobnie. Natomiast uważam, że jest gorzej. Ja osobiście sądzę, że tych ofert jest procentowo jeszcze mniej w samej naszej branży niż w całym IT. I deszta to są stanowiska midów i seniorów, więc jej północno pół tamtąd za różność od kwartału to się zmieniało. Ale nie o tym, o tym sobie przeczytasz, możesz wejść, bo ja uważam, że unierów nie wolno się bać. Jeżeli jesteś z firmy, to odezwij się opowiem, jaki mam pomysł na to, co możesz zrobić, żeby bezpiecznie wdrożyć unierów do swojej firmy, zaoszczędzić na ten budżet i dać ludziom szansę na dobrą robotę. Ale to, co jest bardzo ważne, to spojrzem sobie na najlepiej opłaca na języki. Tam niestety nie ma wyższczególnionego pozycji big daytowej. Jest digta science, nie ma big day, ta inszniera big dayta bardzo szkoda. Na kisem do NCHR, mam nadzieję, że w kolejnych edycjach to się zmieni, chociaż wiem, że to nie jest aż takie proste do wyższczególnie, czy w górze niektóre pozycje inżynielskie zaczynają się od sparka na przykład albo skala developer, a chodzi tak naprawdę o pracę z danymi, ale co jest najważniejsze? Jakie są najwyżej upłaca na języki programowania? Z dwóch pierwszych, to jest skala i to jest python. Skala jest na samej górze. Średnie górne widełki, to są oczywiście senioralne, to się nie przywiązuję z którego, ale to jest 27,000-28 złotych. 27 prawie 28 tysięcy złotych. Nieco mniej prawie, nieco pana tysiąc złotych mniej to jest, są programiści pythonach, a potem, co jest też bardzo ciekawe, kolejna trzecia i czwarta pozycja to jest rubi i drzawa. Rubina z nie interesuje w tym miejscu, ale drawa jak najbardziej. Czyli można powiedzieć, a między rubim a drzawa jest kosmetyczna różnica, to dosłownie to jest z to złotych, około 100 złotych, więc to ja bym w ogóle na to nie patrzył. Można powiedzieć, że wśród pierwszych trzech języków jest programowania jest skala python i drzawa, a co to jest skala python i drzawa? Skala python i drzawa to jest właśnie języki big data. Jeżeli sobie zobaczysz, na już kilka, kilka wideo na YouTube na temat tego jak zacząć, co jest ważne, mówię o tym w podkaście, pisałem w mailach, zawsze mówię nauczy się programowania, to jest jedna z podstawowych rzeczy, że nie może teraz niektórzy uważają, że to nie jest potrzebne, ja uważam, że jest, że trzeba umieć programować wniknej. I jakie są języki, do których możesz sięgnąć, to jest skala, to jest skala, to jest drzawa. Zawsze mówię weź w wybierz sobie ten, który ci się najbardziej podoba i atakuj. Znaczy na uczcie, któregoś z nich, bo i tak będzie dużo roboty. Skala python drzawa, tu są monstrualne kwoty, jak na polskie standardy, 27728, 267, 25530, to są kwoty miesięczne zarobków, z tego co zrozumiałem synioranych, ale mogę się mieć. I to się pokrywa właśnie z naszą branżą, branżą dużych danych. Oczywiście nie mówię, że to są wszystko kwestie bigdytowe, ale akurat tak jak w Pythonie i w Java można robić ogrom rzeczy. Takie jeśli chodzi o skale, to bardzo często skala jest powiąza nas czym? Zesparkiem. Skala jest powiąza nas zesparkiem swoją drogą, jeżeli chcesz nauczyć się z parka, to zapraszam na jest kurson na fundamenta Paczyk Spark. Zostawiłem, wbrew temu co mówiłem wcześniej, jednak nie ściągnąłem go, można go spokojnie kupić, możesz kupić razem z opcją wejścia do grupy. Jestem na tej grupie odpowiadam na pytania, zapraszam serdecznie w fundamenta Paczyk Spark. Jak krok po kroku dzień podniutum aczej jak zrozumieć sparka bazując na swoich problemach, tak naprawdę skracam kilka lat swojej nauki do kilku tygodni nauki. Nie będziesz popełniać błędu w tych, które ja popełniałem, będziesz się uczyć w sposób znacznie mniej frustrujący, a jeżeli będzie nawet jakiś frustrujący kawałek to pamiętaj jestem na grupie po to żeby pomóc. Więc skala jest powiązana ze sparkiem, a Python jest ze wszystkim powiązane i działa też ze wszystkim. To są najwyżej opłacane języki. Z najpopularniejszych języków pierwsze dwa, jakie są Java i Python. Skala kura to jest bardzo mało popularna tylko jeden, coma 7% wszystkich języków to są ułożenia ze skala. Natomiast najwyżej Java Python, no bo w tym też duże się robi. To ze skala to niska popularność podwierdza też to, że tu nie ma bardzo dużo technologii, więc możemy śmiało zakładać, że skala jest ścisle związana ze sparkiem i opłacalnością fachowców od sparka. I to są te statystyki. Z raportu jeszcze podkreślam jeszcze raz filmin, hire, a ją polecam sam raport. Jest w notatkach polinku, gdzie można go dostać. Ciekawie zrobione przyjrzysty fajne, fajnie się guczyta i gratuluję brawo dla autorów. To nie jest, by co promowane, to nie jest sponsorowane przez hire, aż koda, ale warto się dzielić z takimi życzami. Więc jeżeli już mam nadzieję przekonałem, warto się uczyć migdejty. Zają mi to pana pół godziny, to pytanie jak zacząć. Oczywiście to można gadać godzinami, zresztą ja pomagam w ramach mentoringu. W tym jak zacząć i to jest pomoc długo falowa, trzeba od razu uczyć i powiedzieć, że to nie jest tak, że nauczy się kilku trików i wchodzisz w blanże. Ale pomagam wejść i ludzie w trakcie mentoringu na prarty robią fantastyczną robota i ogromny progres w swoich umiejętnościach. Ale tutaj wyszczególnie wiem trzy rzeczy, które chciałem ci powiedzieć. Pierwsza rzecz zacznijmy od banału. To są umiejętności z Kile. Jakie umiejętności powinien być? Zacznij od materno, któregoś z tych trzech języków programowania. Dodatkowo nauczy się, jak działają systemy operacyjne, Linux, monomyśli i sieci. Systemy sieci, serwery to są te tematyka, które ogłynie powinien jej zbadać. Jak już te dwie rzeczy masz, czyli programowanie oraz sieci serwery systemy to wchodzisz w której z technologii konkretnych biegdejtowych. To może być spark, to może być jakaś z technologii, jak krawdowa, ale ja zdecydowanie polecam on premisowo rozpocząć. Nawet jeśli chcesz wejść w chórę, to jest dobry wybór też w współcześnie. Chodzi o tym, że nic nie ma ugłoszenie pracy chmurowych, albo ustabilizowa, albo nawet trochę z malała. Ale na pewno chmura to nie jest coś, co wygaśnie na jakim czasie, to jest coś, co się będzie rozwijać, więc podejście chmurowe jest dobre, ale nie od razu. Ja mówię o tym w innym odcinku pod kastu biegdejtia po polsku, dlaczego nie warto rozpoczynać od chmury. Zapraszam serdecznie, ale zachęcam do podejścia on premisowego, czyli najpierw nauczy się technologii on premisowo, nauczy się jak działa talki. Ktoś tektura, jak to pod spodem działa, zobacz jak to wygląda, z tym bardziej, że on premisowo może się uczyć za rarno chmura, za chmure zawsze płacisz. A mobra wie zawsze. Jeżeli umieszc w tej kilka rzeczy, czy fundament, a potem, któryś z technologii warto też dodać bazy danych, to są takie umiejętności, które powinny dać już możliwość wystartowania na rynku pracy. Możesz poszukać staru, no właśnie, tu wchodzimy, że drugą rzecz, jak już umieszc w tej umiejętności, to masz już w tej umiejętności, to, co chce ci bardzo mocno jasno podkreślić, co jest ważne, to długo falowe podejście. Obiesz sobie ma pedrowo, zrób sobie ma pedrowo swoją drogą, polecam ci, taką książkę teraz mi to wpadło do głowy, więc ja się mogę tutaj umylić, natomiast to jest super. Jak ona się nazywała? Podleguje ją w nodatkach, to jest książka na temat tego, jak zostać Ultra naukiem. I tam są bardzo fajne rady i również jak robić swoją ma pedrowową i to, że ten etap meta nauki, tak jak się przygotować do tej całej podróży, to jest bardzo ważne, więc przygotuj sobie ma pedrowową za planu, że to nie będzie za miesiąc za dwa, nawet za trzy, że do zdobycia konkretnych umiejętności potrzebujesz konkretnego czasu i co ważne, to wymaga głównie twojego wysiłku. Także długo falowe podejście mamy ma pedrowową, mamy system według którego działamy, nie działaj z rywem, działaj systematycznie według konkretnej metodyki. Działasz odpowiednie 2 tygodnia, uczyżysz się w konkretny sposób, budujesz konkretny projekt, lub to włącz w swoją rutynę, włącz czytanie o tej branży w swoją rutynę, tak żeby przesiągać tymi danymi i zapiszcie. Zabiszcie, no już lether RDF oczywiście nie rzaduje tutaj absolutnie, będziesz co tydzień, nawet częściej niż co tydzień dostawać informacje o tym, dlatego że co tydzień dostajesz standardowego maida z tym, co aktualnie jak jest temat tygodnia RDF-u, ale jeszcze dostajesz ten wprowadziący kultmydowe. I oczywiście co masajny w rzeczy, jak zniszki, ebok i tak dalej, ale już nie teraz, natomiast zaplanuj to długo falowe podejście, żeby to było systemowe, a nie żeby z rywem się zapalić, a potem wypalić. I ostatnia rzecz to sprytny podejście do przebranżowienia, tutaj temat rzeka, natomiast musisz podejść sprytnie. Od razu powiem, że branża Big Day, to nie jest łatwa wejściu, to nie jest tak, że tam wszyscy czekały z otwartymi ramionami, staram się to, krok po chroczku zmieniać, ale nas wszystkich czeka dużo zmiana mentalna i dobrze, żebyśmy wiedzieli, że ta branża niestety nie jest taka bardzo otwarna. Więc jak podejście sprytnie, to już właśnie spryt padega na tym, że wykorzystujesz ze sobie, które masz. Sprawdź swoje CV, może tam miała maszek ujść pracę, która była związana z danymi, wypukli to w CV. Będę zresztą niedługo, na podkaściem mendegościu, a nie, która jest znakomitym fachowcem od nowaśniu, od festizyjów z rekutacją, pozycjonowaniu się na rynku pracy, także tu będzie konkretne wskazówki, ale to, co jest istotne, spójrz jakie ty masz za sobie już teraz. Może jesteś w pracy, w której może wykonać część roboty za, nawet za darmo, ale to będzie już twój wpis do CV komercyjnej pracy. Może możesz zrobić to samo, ale nazwać to inaczej w CV. Może, możesz zupełnie poza pracą zrobić coś, co ma wartość dużą związanego z danymi i co w sobie wpiszę w CV jako taki para komercyjny projekt. Dużo jest opcji, dużo jest opcji, ale trzeba do tego sprytu. I to są to trzy rzeczy, czyli podsumujemy pierwszych, że jest to wskyle techniczne, tutaj programowanie systemy konkretne technologie big day towe polecam z parka od sparka zacząć i bazy danych relacyjne zwykłe, takie wradzycyjne. Druga rzecz to długofalowe podejście i ma padrogowa system, a nie z rywy i trzecia rzecz to sprytne podejście do brzebranżowienia. I tyle z moich porad jak zacząć jest, oczywiście będzie dużo więcej na YouTube, w newsletterze i tak dalej, ale na ten moment sądzę, że to jest punkt wejścia zabisz to sobie i przemyśc z tych punktów, a będziesz wiedzieć co robić dalej. I ostatnia rzecz, na dzisiaj, którą chcę ci powiedzieć, to taka myśl, w sytuacjach zostawię. Big day to jest droga rozwoju. Nie traktuj big day to jako takiego ciepłego przytulnego zakątka, w którym się zaszczyli, i będziesz krapać to samo. Jest dużo miejsc takich w programże IT, nie traktuj tak big day to. Dużo się zmienia, za sprawą też szczytużnej tej gęcji, a my powinniśmy być fascynatami szukań oddanych, informacji nowych, sprawdzeń gdzie to jest wykorzystane, czytaj o nowych architekturach. To jest tu nowe języki programowania, zajaraj się tym, pasjonuj się tym, bo to jest niezwykle ciekawy świat. Trzukań nowych projektów z innych branż, przecież programowanie, tworzenie operowanie nadanych, to jest dotykanie różnych branż. Może wyjśbnać medyczną, zobaczyć dzięki temu trochę tak zbliska od środka, jak się wygląda opracowanie na przykład leków, a może być wejść w branży motodyzacyjną, a może coś zupełnie zupełnie innego, a może dla podmiotu publicznego. Dużo jest bardzo miejsc, które można zobaczyć, dużo jest organizacji, którym można pomóc. Naszym zadaniem podstawowym jest to, żeby nastawić się na ciągu metodyczną naukę, a nie taką katorzyniczątku. Tu doczytam, tu zrobi projekt, tu zrobi kurs, bo nową technologię chce poznać. Będę mógł pogadać z kimś o tym, mając już konkretną wiedzę, ciągła metodyczna nauka, ale z taką zajowką pasją, bo to jest fantastyczna branża, to jest branża, która daje ci niezwykłe możliwości rozwoju intelektualnego. To jest branża, która daje ci niesamowite perspektywy, oczywiście finansę też, ale potraktuj te finansy na samym końcu, bo inaczej wszystko ci zbrzydnie, bo tutaj są też takie momenty, że prosty są frustrujące, są momenty, w których możesz myślać, że nie da szlady, a to nie ważne, jeżeli będziesz myślać, czymś więcej niż hajs, to na pewno da szlady. Gwarantujcie, nie będziesz dować rady, to napisz mi email. I otwarte, szerokie spojrzenia, bo branża Big Data też się zmienia. Ostatnio rozmawiałem z najważniejszą dla mnie osoba, w kontekście Big Data i ona powiedziałami, że właśnie w takiej stosunek maszyn learning i szczerze niej w egencja, a Big Data. Czy inżyniel Big Data może znać czy nie? To osoba powiedział mi kiedyś było tak na samym początku, że można było łączyć bardzo dużo rzeczy, potem przeszedł czas specjalizacji i maszyn learning stał się czymś takim zupełnie osobnym i Big Data też, że no nie było na to przestrzeni, a teraz z powrotem pojawiają się przestrzenie na to, żeby Big Data łączyć z tym maszyn learningiem. Na przykład. I tego typu rzeczy jest bardzo, bardzo dużo, także mniej otwarte, szerokie spojrzenie, a jeżeli masz pytania to na piszdu mnie, ma lek, kropko czu ma małparaju, to gdy i ta faktory kropka kom, ja standardowo zachęcam zapraszam do niusletera, ale również do kursu do n. to lingu, gdzie ci mogę pomóc, tylko tam w padaj jesteś zawsze mile widziane, jest jej zawsze mile widziana, ja trzymam za ciebie kciuki, wierzę w ciebie, bo ta branża jest do zdobycia przez nas i do rozwoju przez nas, a teraz wszystkiego dobrego powodzenia trzymaj się i miłego dnia, Cześć!