Nejtěžší byl první patent, říká David Dietrich

Přinášíme vám rozhovor s Davidem Dietrichem, ředitelem pro oblast Big Data Solutions ve společnosti EMC. Rozhovor vyšel spolu s článkem na téma EMC WORLD 2015: Na cestě k open source v magazínu Inside 17. června (číslo 2, ročník 16).

 

Jste autorem 15 patentů v oblasti velkých dat. Jak se nápad na taková zlepšení rodí?

David DietrichNejtěžší byl první patent – související administrativa je totiž velmi náročná. Samotné nápady vznikají vždy podle stejného vzorce. V nějaké oblasti se setkám s tím, že někdo řekne: „Věc A není možná, proto jsme udělali věc B.“ To ve mně automaticky spouští řadu otázek typu: „A proč by to nešlo? Co můžeme udělat pro to, aby to šlo?“ V zásadě bourám hráze, které z pohodlnosti nad věcmi přemýšlet postavili jiní. Hodně mi v tom pomáhá důsledné sledování publikací z akademického světa. Je v nich řada trendů, díky nimž se lze posunout o krok dál.

 

Které z řešení pro velká data, na nichž jste se podílel, považujete za nejúspěšnější a proč?

Byl to vlastně přesně takový případ: V roce 2011 jsem četl článek, který mě vyprovokoval k akci, protože jsem s ním výrazně nesouhlasil. Autor v něm prohlašoval, že není možné dlouhodobě uchovávat lékařské záznamy s vysokým datovým objemem, jako jsou například rentgeny nebo výsledky tomografie – jednoduše proto, že by to bylo velmi náročné. Jediným řešením tak podle autora bylo, aby se data v krátkých časových intervalech mazala. To mě vyprovokovalo – začal jsem o tom přemýšlet a kontaktoval jsem několik dalších lidí a vytvořil tým.

Po nějaké době z toho vznikl patent, který ukazuje, jakým způsobem vytvořit obrovský cluster, který dokáže efektivně uchovávat lékařské záznamy a umožní, aby se s nimi dalo dále pracovat.

 

Za jednu z největších brzd rozvoje řešení pro big data bývá označován nedostatek odborníků, zejména takzvaných datových vědců. Je jednodušší vychovat si datového vědce interně z původních IT specialistů, nebo raději sáhnout po absolventovi vhodného oboru a využít toho, že jde o „tabula rasa“?

Pokud předpokládáme, že mají stejné vzdělání a podobné osobnostní charakteristiky, bude podle mého názoru efektivnější si datového vědce vychovat z mladého absolventa. Mladý člověk bývá zpravidla méně svázán určitými myšlenkovými stereotypy, a dokáže být tedy při řešení velmi rozmanitých problémů kreativnější, přistupovat k nim s otevřenou myslí. Svou roli hraje u jistá lenost řady IT specialistů – ti se totiž podle mých zkušeností naučí jednu věc a následně ji s malými obměnami vykonávají stále dokola. Naproti tomu kariéra datového vědce zahrnuje naprosté minimum stereotypu a maximální nutnost kreativního uvažování nezatíženého předsudky.

Napsat komentář

Vaše emailová adresa nebude zveřejněna. Vyžadované informace jsou označeny *