Egyre több olyan adat keletkezik a világban, ami Budapesten nyer értelmet. Több Fortune 500-as cég is egy hazai IT cég segítségét veszi igénybe az üzleti folyamataik során keletkező nagy mennyiségű információ kezelésére. A budapesti cég ügyfelei között található a Facebook, Apple, Tesla, Netflix, Disney és az Európai Bizottság.
Manapság szinte minden műszaki eszköz, melyeket használunk adatokat termelnek, Információk keletkeznek, ha telefonálunk, ha rákeresünk valamire az interneten, ha rendelünk valamit, ha bemegyünk egy üzletbe, vagy ha bankkártyával fizetünk. Bármi, amit teszünk, digitális nyomot hagy, és képek, számok, szövegek vagy navigációs adatok formájában tárolódik valahol.
Ebben az óriási adattengerben izgalmas összefüggések, szabályszerűségek és minták rejlenek, amelyek feltárására, vagyis a big data hasznosítására egyre nagyobb az igény az élet szinte minden területén. Az adatok hatalmas üzleti értékkel bírnak a vállalatok számára. Az a cég, amely képes tárolni, rendszerezni és gyorsan elemezni ezeket, komoly versenyelőnyre tehet szert.
Az adatfeldolgozás fontossága
Ma a big data technológiákra épülő megoldások és szolgáltatások a globális IT piac igen gyorsan bővülő területe, amelynek mérete 2019-re a 190 milliárd dollárt is elérheti. A bővülés ütemét jelzi, hogy világszerte több millió betöltetlen álláshely várja a megfelelő képzettséggel rendelkező adattudósokat. Az üzleti oldalon jelentkező igények oly mértékben növekednek, hogy a képzések jelenleg sehol a világon nem tudnak lépést tartani a munkaerőpiac által diktált tempóval. Egyedül a Szilícium-völgyben több százezer adatbányászra lenne szükség, de az üres pozíciókat annak ellenére nehéz betölteni, hogy már a kezdőket is 100 ezer dollár feletti éves átlagjövedelemmel csábítják. Ezen a terepen lett ismert játékos egy magyar cég, aminek ajtaján manapság a legnagyobb nemzetközi vállalatok kopogtatnak.
A budapesti székhelyű Starschema Kft-t 2006-ban alapította néhány szabadúszó informatikai tanácsadó. Eleinte hagyományos üzletiintelligencia-projektek kivitelezésén dolgoztak, majd az akkoriban megjelenő alternatív adatfeldolgozási módszerek felé fordult érdeklődésük, és az elsők között sajátítottak el új technológiákat. Miután megoldottak pár nehéz feladatot, a referenciák birtokában arra törekedtek, hogy leendő megrendelőik hasonlóan összetett problémákkal keressék meg őket.
2013-ban következett be a fordulópont, a magyar adattudósok ekkor vetették meg a lábukat az amerikai piacon, és nemsokára olyan ügyfeleket tudhattak magukénak, mint az Apple, a Facebook vagy a Netflix. Árbevételüket azóta minden évben megduplázták, így 2016-ban elérték a 2 milliárd forintos határt, alkalmazottaik száma pedig a többszörösére nőtt. A Starschema felkerült az amerikai Inc. magazin által 2016 elején kiadott listára, amin a leggyorsabban növekvő európai vállalkozások szerepelnek. A cég várakozásai szerint adózás előtti nyeresége az előző évi 116,2 millióról 160 millió forintra fog emelkedni.
A cég ügyvezetője, Földi Tamás szerint sikerük egyik titka, hogy olyasmit tudnak, amit senki más. „Meg kell keresni azt a kevesek által nyújtott szolgáltatást, amire olyan nagy az igény, hogy mindegy ki vagy, mindegy honnan jössz, megveszik tőled, mert máshonnan nem kapják meg” Ez azonban még önmagában kevés ahhoz, hogy egy magyarországi cég híre átérjen a tengerentúlra.
"A big data szolgáltatásokat nem egy kéthetes Google Adwords kampánnyal fogod eladni. Ehhez arra van szükség, hogy az iparág megismerjen, és ezáltal személyes kapcsolatokra tegyél szert. A szakmai fórumok és blogok például kiválóan alkalmasak arra, hogy megvillantsd a tudásod. Aktívak voltunk, jó tanácsokat adtunk, így felfigyeltek ránk."
A Starschema így partneri viszonyba került a világ egyik vezető adatelemző és adatvizualizációs eszközöket fejlesztő cégével, a Tableau Software-rel. A New York-i tőzsdén is jegyzett technológiai nagyvállalat megnyitotta az utat a Fortune 500-as óriások felé. A megbízások többségénél szigorú titoktartás kötelezi a magyar startupot, hiszen azt, hogy az ügyfél épp min dolgozik, már a feldolgozott adatok típusából is kikövetkeztethetik a versenytársak.
Akadnak persze olyan projektek, amiket névvel vagy név nélkül meg lehet említeni. A feladatokat alapvetően két csoportba érdemes sorolni. Az egyik a data science területe, ahol olyan algoritmusok kifejlesztése a cél, amikkel bonyolult összefüggések tárhatók fel. A data science csapatának tagjai elsősorban az ipari internetre fókuszálnak. Egy most futó projektben például azt vizsgálják, hogy milyen tényezők hatnak az USA területén található szélerőművek teljesítményére. Ennek részeként több évtizedre visszamenőleg dolgozzák fel a különböző időjárás előrejelzők adatait, köztük a Nemzeti Óceán- és Légköri Hivatal (NOAA) jelentéseit, hogy megnézzék, az adott területre ki adta a pontosabb becslést. Ez azért fontos, mert minél pontosabb egy előrejelzés a szél irányára és erősségére vonatkozóan, annál jobb becslés adható arra az energiamennyiségre, amit a szélerőművek táplálnak a rendszerbe egy meghatározott időpontban. A végeredmény az adott területre vonatkozó energia előállítási árkalkuláció, amit egy algoritmus generál.
Egy korábbi projekt keretében a cég szakemberei a világ egyik vezető gázturbinagyártója számára fejlesztettek ki egy olyan hőkamerás képeket elemző algoritmust, aminek segítségével a mérnökök előre tudják jelezni a meghibásodásokat. Ezzel töredékére csökkenthető a szervízelési idő és a javítás költsége. Arról nem is beszélve, hogy a komplex rendszereknél, mint például egy gázturbinákat használó erőmű, egy nem tervezett leállás hatalmas bevételkiesést jelent. „Ezeknek a projekteknek az a közös metszete, hogy a számítógépeket nagy mennyiségű adat segítségével egyszerűen megtanítjuk a múlt eseményeire, vagyis arra, hogy mik voltak a normális működés jellemzői, és milyen körülmények között következtek be az anomáliák. Ilyenkor kollégáink szó szerint elmerülnek a szélerőművek vagy a gázturbinák világában, mert az adott téma részletes ismerete elengedhetetlen a megoldáshoz” – mondja Földi.
Adatok valós időben
A másik terület, a data engineering ott kezdődik, ahol a data science véget ér. Itt az a feladat, hogy az adatelemzés és az adatvizualizáció hatalmas mennyiségű adatok esetén is gyorsan, akár valós időben elvégezhető legyen.
Remek példa erre az a megbízás, amivel a Netflix kereste meg a Starschemát. A feladat az volt, hogy a közel 90 millió előfizető által generált több százmillió adatot felhasználva a világ legnagyobb streamingszolgáltatójának elemzői másodpercek alatt hozzáférjenek a legfontosabb mutatószámokhoz, mint például a nézettség, a sorozat öregedés vagy a folytatási hajlandóság.
De nem a Netflix az egyetlen szilícium-völgyi ügyfél, amely gyorsítani akarja adatfeldolgozási folyamatait. A Facebook az adatvizualizációs szervereit egy ideje már a Starschema programjaival felügyeli és frissíti, jövőre pedig a magyar cég fogja segíteni a világ legnagyobb közösségi hálózatát egy olyan algoritmus elterjesztésében, amivel könnyebb és gyorsabb lesz felderíteni a gyanús felhasználói aktivitásokat.
Adattudósok képzése
A cég legújabb fogásai között található a harmadik legnagyobb amerikai hitelkártya-szolgáltató, a mintegy 60 millió kártyatulajdonost kiszolgáló Discover, valamint a hálózati eszközök és telekommunikációs berendezések gyártásával foglalkozó technológiai óriás, a Cisco Systems. Velük várhatóan 2017 első negyedévében kezdődik meg a közös munka. Folyamatosan érkeznek a megkeresések a tengerentúlról, de a véges kapacitás miatt ezek egy részére kénytelenek nemet mondani. Jelenleg 132 alkalmazottal teljesítik a megbízásokat, és mivel az országot sújtó informatikushiány miatt egyre nehezebb megfelelő tapasztalattal és képzettséggel rendelkező szakembereket találni, a további növekedésnek már most látszanak a korlátai.
A Starschema ezért több olyan egyetemmel és főiskolával is együttműködést alakított ki, ahol valamilyen formában adattudósokat képeznek. Ez elsősorban a cég szakértői által tartott rendszeres előadások és interaktív bemutatók révén valósul meg, de van példa szakdolgozati esettanulmányok kidolgozásának támogatására és gyakornoki programokra is.
A világ többi részéhez hasonlóan tehát Magyarországon sem tesz rossz lóra az, aki az adattudós pályát választja. Hornyák Miklós, a Pécsi Tudományegyetem Közgazdaságtudományi Karán belül működő Kvantitatív Intézet tanársegédje szerint a nemzetközi trendet követve a magyar vállalatok is egyre nagyobb arányban kezdik felismerni a működésük során keletkező adatokban rejlő lehetőségeket. „Mindenképpen perspektivikus, de egyáltalán nem könnyű pálya áll azok előtt, akik ezen a területen képzelik el a jövőjüket. Itt egyszerre van szükség erős informatikai, matematikai és statisztikai háttérre, de az elemző gondolkodás és az új ismeretek elsajátításának képessége is alapvető követelmény” – mondta az Indexnek Hornyák. A Pécsi Tudományegyetem egyébként az egyike azoknak a felsőoktatási intézménynek, amelyekkel a Starschema szoros partneri viszonyt alakított ki az elmúlt években.
Hornyák Miklós úgy véli, a hazai adattudósképzés színvonalát és a területen dolgozó szakemberek felkészültségét tekintve nemzetközi összehasonlításban nincs szégyenkeznivalónk. „Látni kell azonban, hogy ez egy viszonylag fiatal és dinamikusan fejlődő ágazat, ahol rövid időn belül is hatalmas lemaradásba kerülhetünk. Ahhoz, hogy pozíciónkat és versenyképességünket megőrizzük, az iparági szereplők erőteljesebb aktivitására és támogatására van szükség, különösen a Budapesten kívüli régiókban”.
(Index.hu)
Figyelem! A tartalom legalább 2 éve nem frissült! Előfordulhat, hogy a képek nem megfelelően jelennek meg.