Έλληνας επιστήμονας ερευνητής, απόφοιτος του Data Science School του Workearly, ξεκίνησε συνεργασία με το CERN, το κορυφαίο ερευνητικό κέντρο στον κόσμο, στον τομέα των “self-driving cars”.
Ο Φώτης Γιασεμής είναι απόφοιτος του Τμήματος Φυσικής του Πανεπιστημίου της Οξφόρδης. Μετά την ολοκλήρωση των σπουδών του, πραγματοποίησε το Μεταπτυχιακό του στο Εθνικό Μετσόβιο Πολυτεχνείο και παράλληλα παρακολούθησε το πρόγραμμα του Workearly (δείτε εδώ), διαμορφώνοντας ένα προσωπικό πλάνο με τεχνολογίες σχετικά με την ανάλυση δεδομένων.
Έχοντας προτάσεις συνεργασίας από κορυφαίους οργανισμούς στη Γενεύη, τη Grenoble και άλλες πόλεις, επέλεξε το ερευνητικό πρόγραμμα του CERN σε συνεργασία με το Πανεπιστήμιο της Σορβόννης, στο οποίο έγινε δεκτός ανάμεσα σε χιλιάδες υποψηφίους ανά τον κόσμο. Εκπληρώνοντας σε πολύ μικρή ηλικία ένα από τα μεγαλύτερα όνειρα κάθε επιστήμονα, έχει πλέον τη δυνατότητα να βρίσκεται στο επίκεντρο των ερευνών και των τεχνολογικών εξελίξεων, συνδυάζοντας τη φυσική και την τεχνητή νοημοσύνη.
Workearly: Φώτη, κατ’ αρχάς θα θέλαμε να σε συγχαρούμε για την τρομερή αυτή επαγγελματική επιτυχία. Πώς αισθάνεσαι για αυτό;
ΦΓ: Σας ευχαριστώ θερμά! Πρόκειται για μία τρομερή εξέλιξη, για την οποία αισθάνομαι φυσικά πολύ χαρούμενος. Θεωρώ ότι είναι η καλύτερη δυνατή επιλογή που θα μπορούσα να κάνω για την καριέρα μου. Το να γίνεις δεκτός σε έναν οργανισμό όπως το CERN είναι κάτι που πάντοτε ξεπερνάει τις προσδοκίες για κάθε επιστήμονα.
Workearly: Θες να μας πεις δύο λόγια για το αντικείμενο της νέας σου θέσης;
ΦΓ: Πρόκειται για θέση ερευνητή στο CERN σε συνεργασία με το Πανεπιστήμιο της Σορβόννης. Το πρόγραμμα έχει ένα σκέλος ερευνητικό και ένα πρακτικό, καθώς αφενός θα γίνεται έρευνα και αφετέρου τα αποτελέσματα της έρευνας θα εφαρμόζονται στην αγορά και συγκεκριμένα σε εταιρεία με “self-driving cars”.
Workearly: Ποιες είναι οι ζητούμενες δεξιότητες για αυτή τη θέση;
ΦΓ: Οι απαιτήσεις της θέσης συνδυάζουν γνώσεις στη φυσική, την τεχνητή νοημοσύνη και το real-time analysis. Λόγω της συνθετότητας του αντικειμένου, το θεωρητικό υπόβαθρο στη φυσική δεν αρκεί αλλά χρειάζεται παράλληλα η πρακτική γνώση τεχνικών εργαλείων, όπως βάσεις δεδομένων (SQL & ΝοSQL), Γλώσσες προγραμματισμού(π.χ Python) και άλλες τεχνολογίες από τον χώρο του προγραμματισμού και της ανάλυσης δεδομένων.
Workearly: Πώς απέκτησες αυτά τα skills;
ΦΓ: Τα skills που αφορούν στη φυσική τα απέκτησα στο πλαίσιο του πτυχίου και των μεταπτυχιακών προγραμμάτων. Τα πρακτικά skills σχετικά με την ανάλυση δεδομένων τα απέκτησα στο Workearly και μέσα από πολλή προσωπική έρευνα και προσπάθεια.
Workearly: Παρά το γεγονός ότι το πτυχίο σου προέρχεται από ένα από τα μεγαλύτερα Πανεπιστήμια παγκοσμίως, σε συνδυασμό με δύο μεταπτυχιακούς τίτλους, γιατί επέλεξες να παρακολουθήσεις παράλληλα και το πρόγραμμα του Workearly;
ΦΓ: Πράγματι η ακαδημαϊκή μου πορεία με γέμισε με πολύ σημαντικές γνώσεις, οι οποίες αποτελούν αναμφίβολα τα θεμέλια για όλη την μετέπειτα προσπάθεια. Ωστόσο, όπως ανέφερα και παραπάνω, τα εργαλεία και οι τεχνικές ανάλυσης δεδομένων δεν είναι κάτι που είχα την ευκαιρία να διδαχθώ στο πλαίσιο της ακαδημαϊκής μου πορείας.Τρανό παράδειγμα είναι η SQL, η οποία συνιστά τη βάση για κάθε project ανάλυσης δεδομένων. Κι όμως, είναι μία τεχνολογία που δεν περιλαμβάνεται στον κύκλο των ακαδημαϊκών σπουδών και δεν θα γνώριζα αν δεν είχα έρθει σε επαφή με το Workearly. Αντίστοιχα, η εξοικείωσή μου με advanced μεθοδολογίες για PowerBI & Tableau αποτέλεσαν σημαντικά εφόδια.Αξίζει εδώ βέβαια να πω ότι στο Workearly εξέλιξα σημαντικά το επίπεδό μου στη Python, με την οποία είχα ήδη αρκετές γνώσεις πριν ξεκινήσω το πρόγραμμα.
Workearly: Ποιο θεωρείς ότι είναι το σημαντικότερο θετικό που αποκόμισες από την επαφή σου με το Workearly;
ΦΓ: Νομίζω πως το σημαντικότερο που κέρδισε μέσα από το Workearly είναι τα skills που θα αποκτούσα μόνο μέσα από εργασιακή εμπειρία. Η επαφή με πραγματικά projects, η λογική του να ψάχνεις για να βρεις τη λύση σε ένα υπαρκτό πρόβλημα με προθεσμίες και αντικειμενικές δυσκολίες, λειτούργησαν, για εμένα, σαν μία προσομοίωση εργασιακού περιβάλλοντος. Επομένως, αν πρέπει να διαλέξω το σημαντικότερο θετικό, θα ήταν αυτό.
Workearly: Θα πρότεινες το Workearly σε κάποιον γνωστό σου;
ΦΓ: Ανεπιφύλακτα! Για όποιον ενδιαφέρεται να κοπιάσει, να διαβάσει, να εξελίξει τις γνώσεις του και στο τέλος να εξαργυρώσει τις νέες δεξιότητές του, το Workearly είναι το κατάλληλο.Εκτός από αντικειμενικές γνώσεις, προσφέρει τα κατάλληλα ερεθίσματα που λειτουργούν ως “motivation” σε όποιον ενδιαφέρεται πραγματικά να εξελίξει και να εξαργυρώσει τις γνώσεις του. Πρεσβεύει ένα πολύ διαφορετικό mindset, το οποίο εστιάζει στην πρακτική διάσταση των πραγμάτων και τις συνθήκες της αγοράς εργασίας.
Φώτης Γιασεμής
Εκ μέρους της ομάδας του Workearly εύχεται στον Φώτη καλή αρχή στη νέα επαγγελματική πραγματικότητα και τον ευχαριστεί θερμά για την εμπιστοσύνη του!
