Data Science Srbija Companies: Cloudwalker

NOT JUST A CLOUD, BUT BIG DATA COMPANY.

Količina generisanih podataka 2011. godine premašila je količinu nastalu tokom čitave istorije digitalnog sveta. Takav porast napravio je mnogo prostora za analitičke servise, a u vreme ovih previranja, CLOUDWALKER tim je već koristio najluđe tehnologije za analizu i integraciju. Zato vole da kažu da su nastali kao meteorološka reakcija na veliki oblak činjenica.

Data Science Srbija Companies

Tehnologije koje su koristili probijale su organizaciono-tehnološke silose, omogućavale nove uvide i nove modele poslovanja. Granulirane podatke su koristili za personalizaciju proizvoda i usluga. Intuitivno, bili su uvereni da će to biti neophodno i na drugim tržištima.

Tim

Do 2015. godine, CLOUDWALKER izlazi iz korporativnog sveta i ulazi u svet startup-a. Imali su praktično znanje, osmišljenu arhitekturu generičkog analitičkog sistema i dovoljno hrabrosti. Ono što se i danas trude je da ne zaborave je da njihova snaga leži u snažnoj arhitekturi. Većinski deo CLOUDWALKER tima su Senior Data inženjeri, koji su svoju senior titulu kalili tokom godina rada na bazama podataka, cloudu, distribuiranim sistemina, alatima za analizu i vizualizaciju podataka. Svako je specijalista na svom polju, a ne majstor za sve. Temeljno akademsko znanje su još temeljnije specijalizovali koristeći cloud tehnologije.

Industrije

CLOUDWALKER je imao sreću da primeni svoje znanje u različitim industrijama: telekomunikacija, poljoprivreda, retail, ali najviše u industriji igara na sreću. Priroda industrije igara na sreću je takva da je vrlo rano prepoznala potrebu za analitičkim tehnologijama. Ona je već tada imala velike baze podataka, pri čemu je iz njih htela da dobije konkretne stvari, a da bi ih dobila, podaci su se morali ‘’iscediti “. U svim industrijama je izazov kako uvećati profit. U ovoj industriji je i kako ga uvećati, ali i kako ga sačuvati.

Data Science u Cloudwalker-u

CLOUDWALKER je Data ekspert, a ne prozaist, pa zato ukratko: industrijski slučajevi korišćenja Data Science-a su najviše u domenima kontrole kvaliteta proizvoda i kontrole proizvodnih procesa. Takođe, ono u čemu se sve češće traži njihova ekspertiza je segmentacija korisnika, detekcija ,,frauda”. Međutim, kako kažu, najbolji su u skaliranju velikih količina podataka, koje data scientist- ima (zaposlenim kod njihovih klijenata) pojednostavljuje poglede na podatke i omogućava efikasnije i brže poslovno odlučivanje.

Trenutno su fokusirani na analizu različitih cloud rešenja za machine learning, kao i na istraživanja i poređenja nekolicine distribuiranih baza podataka, odnosno na njihovu skalabilnosti i upravljivosti. Takođe, rade na reorganizaciji sopstvenog data lake-a. Planiraju da primenom drugačijih načina skladištenja podataka smanje veličinu, ali povećaju brzinu odziva, što će značajno olakšati rad Data Science odeljenjima. To su odeljenja njihovih klijenata kod kojih imaju data lake u produkciji. Pre deset godina, imali su jednu od najvećih implementacija vertikalne baze podataka u zemlji. Danas su ponosni na 10TB sirovih podataka i 100 korisnika (data scientist-a, data analyst-a, data engineer-a) i to kod pojedinačnog klijenta.

Edukacija

Znanje koje su stekli trude se da podele, što kroz edukacije koje drže velikim kompanijama, što kroz angažovanje na tribinama raznih konferencija, sajmova, meetup-a. Kao edukatori su se pojavljivali na SAP Saphire sajmu u Madridu, Betting on Sports konferenciji u Londonu, EGR Data Breefing-u u Londonu, Data Science Conference Srbija… Aktivno podržavaju AWS User Group-u u Beogradu i partneri su Amazona. Mnoge svoje use case-ove su prezentovali i praktično pokazali i ovde u Beogradu i nadaju se da će to biti slučaj još više u budućnosti.

Data Science Srbija Companies: SmartCat

SmartCat je globalno prepoznat partner za implementaciju kompleksnih sistema za obradu velikih količina podataka uz upotrebu naprednih algoritama mašinskog učenja i veštačke inteligencije. 

Vizija

Make a difference with data.

SmartCat pomaže klijentima da kroz partnerski odnos zajedno rešavaju izazove koji se javljaju u svetu velike količine podataka.

Žele da (nastave) da stvaraju dream team visprenih ljudi i da zajedno pronalaze nove načine u rešavanju data problema. A rezultat? Žele da njihova rešenja, bez kompromisa, imaju pozitivan i merljiv učinak na svakodnevni život, društvo i poslovni svet. 

Misija

…je pružanje izvanrednih softverskih rešenja baziranih na data-driven odlukama.

Osim toga što su misija i vizija jako lepi posteri u njihovim kancelarijima, rezultati potvrđuju da nisu samo to. Proteklu 2019. godinu su započeli kao finalisti European Data Inkubatora (EDI je program za finansiranje i podsticanje “big data” proizvoda i usluga). Nekoliko meseci posle toga su, kao domaći finalisti, predstavljali Srbiju i njihov proizvod Optimus Power na PowerUp! takmičenju (najveće takmičenje u Centralnoj i Istočnoj Evropi u oblasti energetike, mobilnosti, pametnih gradova, grejanja i ostalih rešenja povezanih sa čistim tehnologijama.).

Data Science Srbija Companies: SmartCat

Data science u SmartCat -u

SmartCat inžinjeri poseduju potrebnu ekpertizu za rad sa najmodernijim softverskim rešenjima u oblasti distribuiranih i visoko-skalabilnih sistema za brzo i pouzdano skladištenje i obradu podataka. 

Recept za uspeh počinje sa iskusnim stručnjacima koji se suočavaju sa kompleksnim izazovima kroz jedinstven proces koji se sastoji od sigurnosnih mera koje umanjuju rizik i povećavaju vrednost.

SmartCat Data Science tim konstantno unapređuje korpus znanja i prati aktuelne trendove iz domena mašinskog učenja i primene veštačke inteligencije. To omogućava SmartCat-u da implementira napredne tehnike za obradu podataka i na taj način pruži nove vredne poslovne informacije koje mogu unaprediti kvalitet poslovnih odluka.

Projekti u fokusu u SmartCat-u 

Projekti su najbolji odraz njihovog dosadašnjeg uspeha i većina njih je došla preko preporuke. Kako bi što bolje razumeli potrebe klijenata i kreirali najbolje rešenje, nakon inicijalnog razgovora sa klijentima projekte počinju workshop-om. Ukoliko klijent ima jasnu sliku i ideju šta želi da postigne, workshop će biti fokusiran na kreiranje plana projekta čiji rezultat je validacija ideje i početak implementacije. 

Sa druge strane, ukoliko klijent želi da istraži opcije ili da dobije savet u kom pravcu treba da se usmeri kako bi maksimalno iskoristio potencijal, workshop će biti fokusiran na data strategiju, a kao rezultat klijent dobija listu predloga i sugestija za dalji rad. 

Najčešći primeri projekata i uticaj imaju na poslovanje:

Business analytics – Pomaže klijentima da efikasno sagledaju svoje podatke kako bi bolje upoznali svoje korisnike i njihovo ponašanje.

Churn prediction – Fokus svakog poslovanja čine korisnici i churn prediction je alat kojim možete pravovremeno da reagujete i sprečite gubitak korisnika.

Sentiment analysis – Najjednostavniji način da razumete hiljade komentara, poruka, email-ova a da ih ne pročitate.

Asset tracking – U današnje vreme kamere, video snimci i fotografije su svuda oko nas. Analiziranje fotografija ili videa, osim očiglednih bezbednosnih rezultata, može da pomogne u razumevanju ponašanja, korišćenja ili praćenja svega sa snimka – ljudi, lica, objekata…

Anomaly detection – Dobijate notifikaciju vezanu za bilo koje atipično ponašanje koje može da umanji poslovne rezultate.

Forecasting – Alat za predviđanje ponašanja ili rezultata u budućnosti (trošak, efikasnost…).

Proizvodi

Nakon nekoliko godina pomaganja kompanijama da reše probleme skladištenja podataka, kreiranja izveštaja poslovne inteligencije i primene metoda veštačke inteligencije/mašinskog učenja kako bi se optimiziralo poslovanje, došli su do sopstvenih proizvoda koji objedinjuju sve faze procesa.

Optimus Power

Optimus Power je softversko rešenje koje upravlja sistemima za klimatizaciju, grejanje i hlađenje u poslovnim zgradama, hotelima, bolnicama i kancelarijama, radi optimizacije potrošnje električne energije. Optimus Power analizira istorijske podatke o potrošnji električne energije u odnosu na preko 30 parametara, kao što su spoljnja i unutrašnja temperatura, da li je radni dan ili ne, sezonske i nedeljne promene u potrošnji. Pomoću algoritama mašinskog učenja optimizuje se rad KGH uređaja i time smanjuje potrošnju električne energije. Pored toga, Optimus Power detektuje anomalije u radu KGH uređaja i predviđa potrošnju električne energije u budućem vremenu.  

Smart Betting Slip

Online betting sajtovi često nude previše izbora za različite opklade i time korisnicima ne olakšavaju izbor i samim tim dolazi do propuštanja prilika za opkladu.

Smart Betting Slip rešenje unapređuje iskustvo korisnika tako što čini proces pronalaženja opcija za opkladu jednostavnijim. SmartCat nudi gotove tikete za koje znaju da je korisnik već zainteresovan i za njih je dovoljan samo jedan klik za opkladu.

Aida – AI-ready Data Platform

Kompanije tokom svog poslovanja na raznim mestima (serverima, bazama, excel tabelama, papirima, virtuelnim skladištima) sakupljaju godine i godine podataka o svojim klijentima, uslugama, proizvodima, poslovnim rezultatima. U jednom momentu dolaze u situaciju da imaju preveliku količinu podataka i to na različitim lokacijama, preveliku za obradu od strane čoveka. Aida je platforma koja omogućava sakupljanje podataka iz raznih izvora i čuvanje tih podataka na skalabilan i isplativ način. Ovako je pristup podacima jednostavniji, omogućava integraciju sa standardnim alatima i dozvoljava Data Scientist-ima da eksperimentišu sa modelima i algoritmima mašinskog učenja. Kroz ovaj process kompanije dobijaju značajno jasniju sliku poslovnih vrednosti zasnovanu na relevantnim podacima bez remećenja postojećih sistema.

Čime se SmartCat ponosi?

Najveći ponos SmartCat su njihovi članovi – njih 34. Osim kontinuirane brige o svim članovima tima, nagrađuju sve koji su sa njima duže od 3 godine sa loyalty koeficijentom koji kod zaposlenih stvara poverenje i daje im dodatnu motivaciju za napredak i rast, pa samim tim, i veću stručnost. Kultura je bitna i zato rade isključivo sa transparentnim, iskrenim i hrabrim ljudima.

Od 8 istaknutih vrednosti (partnerstvo, radoznalost, hrabrost, samosvesnost, deljenje znanja i učenje, transparetnost i ljudi od dela) transparetnost je nešto što se prožima kroz sve njihove nivoe – od otvorenih plata, konkretnog plana razvoja pojedinca, pa do finansijskih rezultata i obostranog (redovnog) fidbeka.

Posebno su ponosni na deljenje i podsticanje sticanja novih znanja. Svaki član tima godišnje dobija budžet u novcu (i vremenu) za posetu stručnim konferencijama, sertifikaciju, pohađanje kurseva ili kupovinu knjiga. Znanje dele i putem MeetUp grupe, Knowledge Sharing Wednesday, pisanja blogova i predavanja na konferencijama.

Samo u 2019. godini SmartCat-ovci su učestvovali na Big Data Moscow, Big Things Spain, DSC 5.0. , Web Summit-u u Lisabonu, CyberSec & AI Conference u Pragu, DSPT Day u Portu, Heapcon 2019, ML Conference u Subotici, Vision Data Science Belgrade.

Data Science Srbija Companies: Things Solver

Sa idejom da osnuju kompaniju čija će misija biti izvlačenje akcionih uvida iz podataka, kreiranje najboljih data proizvoda, sve u cilju stvaranja poslovne vrednosti za klijente, Darko i Miloš su 2015. godine osnovali Things Solver.

Things Solver gleda na Data Science kao pristup koji unapređuje proces donosenja poslovnih odluka, dok algoritmi mogu biti snažan prediktivni alat ako se pogodi prava mera i izabere adekvatan model mašinskog učenja. Odabir adekvatnog analitičkog modela podrazumeva razumevanje industrije u kojoj se projekat nalazi i posvećenost problemu koji traži rešenje iz podataka. Prava mera se stiče dugogodišnjim radom nad podacima, što je prva referenca kompanije Things Solver.

Data Science Srbija Companies: Things Solver

Projekti u fokusu u Things Solver-u

Projekti u Things Solveru uključuju kreiranje rešenja kao i razvijanje proizvoda, zasnovanih na analizi podataka. Kada je reč o rešenjima, ona uključuju biznis rešenja za banke, maloprodajne lance, osiguravajuće kuće i avio industriju. Ovakvi projekti podrazumevaju rešavanje konkretnog biznis problema, kao što su povećanje prodaje, sprečavanje churn-a, smanjenje troškova, razne optimizacije procesa i ekspanzija na nova tržišta. U zavisnosti od prirode i količine podataka koji su na raspolaganju razvijaju se rešenja koja integrišu prediktivne i analitičke modele uključujući klasifikacione modele, razne sisteme preporuke (bilo da možemo ili ne da identifikujemo kupce našeg klijenta), regresivne modele, klastering modele, detekciju anomalija i mnoge druge, uz korišćenje neuronskih mreža prema potrebi i kompleksnosti problema.

Osim kreiranja rešenja prilagođenih za specifične biznise i industrije, Things Solver radi i na razvoju Data Science proizvoda. 

Coeus (Kios) je uslužni softver koji, iz poslovnih podataka, izvlači primenljive informacije i znanje. Rezultat su pravovremene i efikasne sugestije za donošenje dobrih poslovnih odluka. Coeus je osmišljen kao podrška prodajnim timovima da istražuju i pronalaze trendove u svojim podacima kroz nekoliko modula. Najveća vrednost biznisu iz perspektive korisnika Coeus‑a je personalizovan pristup i predložen tretman ka svakom kupcu, kao i mogucnost targetiranja veće grupe klijenata sa istim efektom.

SARA je proizvod namenjen telco industriji. U saradnji za A1 grupom, Things Solver radi na razvijanju proizvoda za podršku odlučivanju, koji uključuje optimalno CAPEX planiranje, optimizaciju operativnih delova mreže i automatizaciju mreže upotrebom SON (self-optimizing networks) alata zasnovanog na modelima mašinskog učenja, sa potencijalom da SARA evoluira u “insights driven” proizvod za automatsko donošenje odluka. 

Na šta su ponosni u Things Solveru-u?

Deljenje znanja kao deo kulture

Jedna od novina koje se krčkaju u Things Solveru je i Things Solver Lab. Lab je nastao sa idejom da se omoguće kontinuirano učenje i razvoj. U okviru njega, radi se na R&D projektima, istraživanju novih tehnologija i isprobavanju novih alata, na osnovu inicijativa koje dođu od samih solvera.

Kako bi se omogućilo učenje i razmena znanja, nastala je TS Akademija, kao jedan od gradivnih blokova TS Laba. Održava se jednom nedeljno i u tom terminu solveri imaju priliku da nauče nešto novo, bilo kroz predavanja ili hands-on radionice, ili da sami predlože ili obrade buduće teme.

Osim istraživačkog dela, praktični deo uključuje razvoj već dva proizvoda. Jedan je proizvod za automatizovano predviđanje (forecast), dok je drugi proizvod za upravljanje modelima mašinskog učenja, od treniranja, evaluacije i produkcije, do monitoringa i njihovog automatizovanog smenjivanja u produkciji. 

Lab je za sada interni projekat, sa idejom da se u bliskoj budućnosti uključe i eksterni saradnici, kao što su studenti, istraživači i domenski eksperti. Things Solver je tu da obezbedi neophodnu podršku za rad na projektima, kao i da podrži “spin off” novih startapa, ukoliko neka od ideja zaživi. 

Things Solver danas broji 18 solvera. 

Kako bi se pokrio celokupan proces analitike, okuplja tim ljudi komplementarnih veština i oblasti interesovanja. Osnovne role u kompaniji su Data Engineer, Data Scientist i Developer. Data inženjeri su zaduzeni za usklađivanje različitih izvora podataka, njihovo parsiranje, konsolidaciju, skladištenje, tokove, serviranje i produkcionalizaciju. Data sajentisti na osnovu definisanog problema i dostupnih podataka razvijaju analitičke i prediktivne modele, na osnovu kojih se izvlače uvidi i zaključci koji se prevode u akcioni plan. Developeri razvijaju prilagođene interaktivne web aplikacije, koje klijentima omogućuju analizu rezultata i manipulaciju.

Svaki tim je kombinacija ovih rola. Ono što je karakteristično za Things Solver timove jeste da su oni “self-organizing”, te tako nemaju klasičnog tim lidera. Timovi sami brinu o podeli posla i načinu rada, gde se stavlja akcenat na odgovornost, autonomiju i slobodu. S obzirom na to da se često susreću sa potpuno novim korisničkim zahtevima, timovi ponekad potroše većinu dana na brainstorming i žustre diskusije, koje uvek urode plodom. Ono što ih karakteriše jesu “problem-solving” pristup i posvećenost.

U Things Solveru su posebno ponosni što radnim prostorom vlada kućna atmosfera, pa se tako desi da neki posetioci osete potrebu da se izuju prilikom ulaska u kancelariju.

Data science u Srbiji kroz vizuru Things Solvera

Kao jedni od osnivača Data Science Srbija organizacije, zadržali su kulturu deljenja znanja i u okviru kompanije i preneli je na ostale članove tima. Things Solver je jedan od prvih partnera Data Science Srbija organizacije, i redovno je pokrovitelj različitih vidova okupljanja zajednice, kao i studentskih organizacija.

Budući da su potekli iz zajednice, oni veruju da je cirkulacija znanja ključna za napredak i razvoj. Zajednici vraćaju na više nacina: otvaranjem projekata na GitHubu, vođenjem bloga, saradnjom sa akademijom kroz projekte na kojima se radi na realnim problemima i održavanjem otvorenih radionica. 

Osim cirkulacije znanja, Things Solver se zalaže i za decentralizaciju znanja, pre svega kroz saradnju sa univerzitetima u Beogradu, Novom Sadu i Kragujevcu, u okviru koje će solveri držati predavanja i praktične radionice i time buditi i pothranjivati svest o Data Science-u i njegovoj primeni.

Data Science Srbija Companies: Content Insigths

Content Insights analitika služi za napredno merenje uspešnosti pisanog sadržaja u online medijima. Proizvod je okrenut pre svega novinarima, urednicima sadržaja i onlajn medijima. U stanju je da izmeri nivo uključenosti čitalaca, vreme koje provedu čitajući sa pažnjom, uspešnost sadržaja u kontekstu privlačenja nove publike na sajt, kao i u kontekstu negovanja lojalne publike.

Content Insights analitika služi za napredno merenje uspešnosti pisanog sadržaja u online medijima. Proizvod je okrenut pre svega novinarima, urednicima sadržaja i onlajn medijima.

U srcu analitike nalazi se napredni algoritam pod nazivom CPI (Content Performance Indicator) koji prepoznaje tri modela ponašanja čitalaca i prema tome – “ocenjuje” svaki tekst vrednošću od 0 do 1000, pri čemu se 500 računa kao prag, a sve iznad toga kao natprosečno performiranje teksta.

Data science u Content Insights -u

Content Insights okuplja grupu različitih ljudi sa različitim iskustvima koja ima cilj da novinarskoj industriji ponudi nešto revolucionarno u sferi merenja kvaliteta i uspešnosti sadržaja. U kompaniji postoji zasebno data science odeljenje u kojem rade iskusni stručnjaci čiji rad značajno utiče na dalji razvoj i usavršavanje performansi proizvoda.

U Content Insights-u, upotreba data science-a je raznovrsna sa fokusom na optimalna rešenja. Optimizacija se vrši između kompleksnosti rešenja, kvaliteta rezultata i cene rešenja. Neki od projekata, gde je upotreba data science-a ključna su:

  • Značajna promena metrika: kada posmatramo veb metrike nije dovoljno posmatrati relativnu promenu metrika (jer i relativna promena može biti relativna). Na primer, da bismo utvrdili da li je skok sa 1.24 minuta po stranici na 1.35 minuta značajan, mi koristimo T-test.
  • Ekstrakcija ključnih reči: ovo spada u NLP domen gde nijedno dostupno rešenje ne ispunjava kriterijume specifične za našu nišu poslovanja pa smo tako morali razviti svoj algoritam za ekstrakciju značajnih ključnih reči iz medijskih članaka.
  • Grupisanje članaka: jedna od standardnih problematika vezana za analitiku veb sadržaja. U CI je radimo na više različitih načina u zavisnosti od upotrebe rezultata. Ponekad je to hijerarhijska klasterizacija, a nekada analiza na osnovu sličnosti sadržaja članaka. Takođe, za različite jezike pristup može da se razlikuje zbog specifičnosti jezika.
  • Detekcija anomalija: koristi se kao ispomoć u filtriranju i pripremi podataka. Na primer, podaci koji dolaze od društvenih mreža često imaju haotično ponašanje kada je potrebno detektovati da li je to ponašanje “prirodno” ili je rezultat grešaka u prikupljanju podataka.
  • Put čitalaca: u ovom slučaju se radi o jedinstvenom konceptu atribucije uticaja na konverzije gde smo razvili sopstveni algoritam koji uzima u obzir kompletno putovanje čitalaca, od novih do lojalnih, uključujući i specifičnosti posećenih članaka na tom putovanju.
  • Najuticajnija promena: u moru podataka i metrika, teško je pronaći šta je relevantno u kojem slučaju, te smo u tu namenu razvili algoritam koji radi upravo to. Ovaj algoritam je u stanju da detektuje i izdvoji relevantne promene i skrati vreme eksploracije podataka.

Projekti u fokusu u Content Insights-u

  • Topic detection (tzv. cultural mapping)
  • Content recommendation alat koji se bazira na algoritmu Loyalty CPI

Topic detection podrazumeva razvijanje posebnog alata koji bi kroz topic klasterizaciju, krajnjim korisnicima pomogao da jasno uoče koje su trenutno najaktuelnije teme koje okupiraju pažnju definisane ciljne grupe. Pritom se koriste napredne metrike koje opisuju ponašanje čitalaca, te mere koliko je jedna tema popularna i uspešna u kontekstu privlačenja i održavanja pažnje publike i podsticanja njihove lojalnosti. Koji od tri moguća modela (exposure, engagement, loyalty) će biti u fokusu zavisi od poslovnog modela korisnika.

Zahvaljujući jasno vizualizovanim podacima i uvidima, korisnici će moći da mapiraju trenutno najaktuelnije teme (tzv. cultural conversations), da bolje razumeju svoje čitaoce, te da dodatno optimizuju svoj sadržaj zarad što bolje vidljivosti i povećanja percepcije o vrednosti njihovog brenda.

Kada je reč o content recommendation alatu, u pitanju je poseban widget koji se postavlja na sajt onlajn medija. Ovaj widget čitaocima preporučuje članke za naredna čitanja, obično ih sortirajući na osnovu teme teksta ispod kojeg se nalaze. Cilj ovog tipa widget-a je stimulisanje pažnje čitalaca. Na ovaj način, čitaoci mogu da otkriju još vrednog sadržaja koji odgovara njihovim interesovanjima.

Ono što naš content recommendation alat čini drugačijim je jedinstven biznis model, kao i način na koji se pokreće. Preciznije, naš content recommendation alat funkcioniše na osnovu dva kriterijuma:

  • Loyalty CPI score (widget će prikazati one članke koji imaju natprosečnu Loyalty CPI vrednost, odnosno dokazano su učinkoviti za negovanje lojalne publike tog sajta)
  • Relevantnost (uzima se u obzir kontekst, odnosno bliskost u pogledu teme)

Za razliku od većine content recommendation alata, naš ne preporučuje sadržaj koji je objavljen na drugim sajtovima, već samo onaj sadržaj koji je objavljen na samom sajtu. Na taj način, pomažemo medijima da podstaknu čitaoce na dalje istraživanje njihovog kvalitetnog sadržaja.

Na šta su ponosni u Content Insights-u?

Istraživanje uz pomoć algoritma Loyalty CPI, tj. prvi korak ka utvrđivanju faktora koji utiču na lojalnost čitalaca jednoj publikaciji. Budući da se u industriji onlajn medija lojalnost uglavnom svodi samo na učestalost poseta jednom sajtu, naš data science tim odlučio je da se posveti ispitivanju tzv. perzistencije u ponašanju čitalaca, odnosno procenjivanju šansi koliko će oni zadržati svoj oblik ponašanja u sagledivoj budućnosti. Razumevanje toga je ključ za razumevanje putovanja čitalaca od onih koji su novi posetioci jedne publikacije do razvitka navike čitanja te publikacije.

Data science u Srbiji kroz vizuru Content Insights-a

Sve veća količina podataka koja se obrađuje i nedostatak kadrova dovešće do toga da se algoritmi sve više automatizuju i da njihova primena postane dostupna i manje obučenim stručnjacima. Nauka o podacima je već godinama jedna od najperspektivnijih i najvažnijih IT oblasti, ali se stvari kod nas i dalje sporo razvijaju, naročito kada je reč o stvaranju novih stručnjaka. Zbog toga je najvažnija stvar za struku kod nas da se pokrene što više programa formalnog i neformalnog obrazovanja na temu data science.