Podcast

Dobrý den, moje jméno je Jirka Vicherek a vítám vás u dalšího dílu DataTalk podcastu. Mým dnešním hostem je Dan Petr Týl, BI specialista ze společnosti Saska. Ahoj, Dane. Ahoj, Jirko, díky za pozvání. Dnešní díl bude trochu netradiční. Nebudeme se zabývat přímo datovými technologiemi, a nepůjdeme do nich jako do technologického oboru. My se budeme dívat totiž očima Dana na datovou scénu a příležitosti pro juniory, pro datové studenty. Dan totiž je čerstvě po škole, po datovém oboru. Je juniorem v Saskce, prošel si jí stážemi, byl i v zahraničí. A právě jeho očima skrze jeho zkušenosti se podíváme na to, jak to funguje, co nefunguje. A tenhle díl je tím pádem pro všechny juniory a studenty. A zároveň na druhé straně pro všechny, kteří by chtěli juniory a studenty zaměstnávat a s nimi pracovat, a chtěli by se na to podívat z jejich pohledu. Dane, pojďme se teda podívat na tvou kariéru. Kde jsi vzal, kde přišel zájem o data a co už máš za sebou? Moje cesta začíná, řekněme, na bakaláři na VŠE, Vysoké škole ekonomické, kde jsem samozřejmě po Gimplu, jak spousta lidí, to tak má, moc nevěděl, co sám se sebou. A na Fakultě informatiky a statistiky byl otevřený obor aplikovaná informatika. Zdálo se to jako taková všehochuť IT. A myslel jsem, že mě to pomůže zase nasměrovat někam dál a že mi to pomůže si vybrat správného magistra, aby to startovalo moji kariéru správným směrem. A to můžu říct, že se podařilo. A zároveň můžu říct, že skutečně to byla taková všehochuť IT, protože jsme si šáhli od nějakých základů programování až po nějakou architekturu. Bavili jsme se o tom, jak vypadají podnikové informační systémy, jak to vypadalo před 60 lety, jak to vypadá dneska. Chtěli jsme toho opravdu hodně a všechno to bylo velmi povrchové. Nikdy jsme se nedostali příliš do hloubky a bylo to fajn, že každý ten student si mohl v tom najít to svoje. Ale zároveň tam bylo i spoustu nezajímavých věcí tím pádem, protože jsme šli opravdu široce. Mě tam zaujal nejvíc předmět asi databáze, kde jsem viděl nějaké propojení s reálným světem. Já jsem tou dobou pracoval ještě na letišti a hrozně mě bavilo na letišti vidět, jak to všechno funguje dohromady, a ty databáze tam hrozně moc patřily. Že to všechno spojují dohromady a dávalo mi to smysl. A to byl jeden z prvních impulsů, který mě nastartoval moji datovou kariéru. Ještě než se vrhneme potom dál, tak ty jsi programoval? Je nutné programovat, když jdeš na aplikovanou informatiku? A na druhé straně, když neumíš, tak vyjdeš s nějakou základní znalostí a programovací schopností? Já jsem trochu programovat už uměl, ale nebylo to potřeba. Všechno se tam učilo od začátku a bylo to bez problémů. A jaké jazyky jste se učili? My konkrétně jsme se tenkrát učili Javu. A vylezl jsi a uměl jsi nějaké základy Javy na nějaké úrovni? Přesně tak. Dokázali jsme naprogramovat nějakou jednoduchou hru nebo i jinou aplikaci. Třeba vím, že kamarádi dělali jednoduchou aplikaci na účetnictví. Takže během dvou semestrů programování jsme se i dostali...

Tady je opravený text:

Tali k tomu, že jsme byli schopni vytvořit něco reálného. A co byly hodiny a předměty, které bys vyškrtl, kdyby to bylo na tobě, protože ti nepřinášely takovou hodnotu?

První, co mi přišlo na mysl, byla strategická analýza pro informatiky a statistiky. Do dneška úplně nevím, co jsme se tam vlastně učili. Bylo to hodně o těch podnikových ekonomických ukazatelích a neviděl jsem tam úplně pro náš obor přidanou hodnotu. Stejně tak jsme měli základy marketingu, které nebyly úplně špatné, ale šli jsme příliš povrchně, a zpětně to k ničemu moc nebylo.

Super. A nebylo tam moc propojení těch jednotlivých věcí?
Moc ne. Nebyl to ten ucelený obrázek.

A co databáze? Bylo to teoretické, nebo už jste si sáhli na nějaká data?
Celý ten bakalář byl spíš teoretický. Hodně byly přednášky a k nim cvičení, tak jak to určitě zná spousta posluchačů ze své vysoké školy, pokud je měli. Velmi tradiční styl výuky, a databáze nebyly výjimkou. Na cvičeních jsme si ale sáhli na nějaký svůj malý projekt. Teď se na něj dívám zpětně... no, dalo by se to zvládnout za víkend.
Za víkend?
Za víkend, za dvě hodiny. Ne, samozřejmě přeháním.

Já mám taky někdy chuť vrátit se do vysokoškolského prostředí, protože mi to zpětně přijde velmi dobře strukturované a jednoduché, když už vím, jak bych to dělal teď. Ten malý projekt jsem spojil s tím letištěm, takže jsem dělal takovou databázičku pro letiště. To byl zárodek toho, že by mě to mohlo bavit. Trochu jsme si něco prakticky vyzkoušeli, že jsme tu databázi opravdu programovali.

Skvělé, skvělé. Data se ti dostala pod kůži, viděl jsi v ní význam, a potom jsi pokračoval na magisterské studium, o kterém se budeme bavit v dalším díle, protože je to podle mě velmi unikátní program.

Po bakaláři jsem už byl nějakým způsobem nasměrovaný, ale i tak jsem měl na výběr mezi oborem BI jako takovým a datovou analytikou pro business. Vybral jsem si datovou analytiku pro business, krátce DAP, protože se mi hodně líbil avizovaný styl výuky, který byl méně tradiční. Druhým důležitým faktorem byla stáž, která byla součástí programu, o které se určitě ještě zmíníme.

Pro ty, kdo se v tom neorientují – je magisterský program čistě prezenční, nebo kombinovaný?
Je čistě prezenční, ale zvláštní bylo to, že místo běžného rozvrhu každý věděl, že čtvrtek a pátek jsou celé dny ve škole, od devíti do čtyř (přesný čas si nepamatuji). Předměty nebyly rozložené celý semestr, ale střídaly se jeden za druhým. Říkali jsme tomu bloková výuka, a měli jsme tři dny...

Pokud chceš, můžu pokračovat s opravou i další části textu.

Tady je opravený a stylisticky upravený text:

Jeden předmět, který se prostě od úvodu až po závěrečnou známku odehrál během těch tří dnů. Respektive celá ta práce probíhala v tomto krátkém časovém úseku. Student tak měl mnohem větší zápal do práce, protože jsme mohli najednou intenzivně pracovat na jedné věci. Nebylo to rozdělené po týdnech, ale opravdu „pojďme to teďka dělat“.

Můžeš dát nějaký příklad?

Ano, určitě. Hned první předmět, který vlastně otevřel celou tu „jízdu“, byl o tom, že jsme dostali zadání ve formě dat a problému manažera fiktivní firmy – legendární Matastav. Byla to smyšlená firma a od manažera – tedy od učitele, který představoval manažera – jsme dostali problém, který jsme museli vyřešit pomocí dat. Cílem bylo postavit Power BI aplikaci, která bude odpovídat na dané problémy a nějak je řešit.

Tento konkrétní předmět trval asi 5 až 6 dnů, tedy zhruba tři týdny výuky v blokové formě. Během této doby jsme šli od úplných začátků až k výsledku, kdy jsme poslední den prezentovali své odpovědi na zadané problémy.

Všechno jsme si dělali sami, dostali jsme pouze nějaký úvod: jaké programy můžeme používat, jak se k nim dostat, základní rychlá orientace a úvod do práce s nimi. Zbytek práce už byl na nás, pracovali jsme samostatně, ale samozřejmě jsme se mohli kdykoliv ptát učitelů, kteří byli k dispozici a pomáhali nám. Byla to ale naše práce.

Byla to práce individuální nebo týmová?

Asi obojí. Některé projekty byly individuální, ale většina, myslím že asi 90 %, byla týmová. Pracovali jsme v týmech, kooperativně.

Dobře, a co ten druhý program – BI specializace? Říkal jsi, že má spíše tradičnější formu.

Ano, ten měl spíše klasický typ výuky – rozvrh přednášek a cvičení. Přesný detail ale nevím. Náš předmět měl blokovou výuku, něco jako workshopy nebo projektové hodiny, což bylo super.

Můžeš říct něco o používaných nástrojích?

Každý předmět měl svůj specifický technologický stack. Myslím, že škála programů byla velmi obstojná. Patřily mezi ně vizualizační nástroje – Power BI i Tableau, což bylo skvělé, že jsme si oba hlavní programy vyzkoušeli.

Na transformaci dat (ETL) jsme pracovali se SQL a ve Visual Studiu. Pracovali jsme i s dalšími ETL nástroji, například s Kebulem, což je podle mě super doplněk technologického stacku školy.

Pro Data Governance jsme používali Davize, ve statistice a machine learningu jsme pracovali s R a v programu RapidMiner. A v rámci předmětu zaměřeného na trendy v analytice jsme využívali Python.

Osobně jsem si tuhle kombinaci vybavení moc užil.

Pokud chceš, mohu text ještě více stylisticky upravit nebo zkrátit. Stačí říct.

Tady je opravený text:

Nešáhli jsme moc hlouběji, ale jo, i Python jsme měli.
Potkáš ho, ale neřekl bys po studiu DAPu, že umíš Python?
Já osobně ne, ale věřím, že spousta mých spolužáků by něco takového řekla. Bylo to zase tak trochu individuální, protože spousta projektů nebyla zarámovaná, úplně jakože „tohle je ta cesta, běžte po ní“, ale spíš „tady je ten problém, běžte ho vyřešit“. Takže ti, co měli zkušenosti v Pythonu, dělali v Pythonu, ti, co je neměli, měli zase nějakou alternativu a dělali to v něčem jiném. Záleželo tedy i na tom, v čem se studenti sami chtěli zlepšovat.

Jak to bylo s lidmi z praxe? Často kritizují akademickou sféru, že je odstřižená od byznysu a pracovní reality. Trošku jsem to tam cítil, když jsi mluvil o aplikované informatice, že to byly přednášky one-to-many, front-endová výuka. Co na DAPu? Chodili vám tam lidi z praxe?
Na DAPu chodili lidé z praxe a bylo to fajn. To, co jsme se dověděli od učitelů, hned potom doplnil někdo z praxe, kdo to mohl rozvést, ukázat, jak to doopravdy je, nebo i, že to tak úplně není. To bylo hrozně zajímavé. Studenti tak věděli, že je tady nějaká teorie, ale v praxi se to dělá jinak, a to je velmi důležitá zkušenost. Dokonce u některých předmětů, třeba když jsme pracovali s Kebulou, se učitel vůbec neukázal, přišel jen člověk z praxe, konkrétně z Kebuly, a celý kurz vedl sám. Myslím, že to je jedna z unikátnějších věcí na českých vysokých školách.

To určitě obecně platí. Mám celkově pocit, že datové obory na VŠE jsou malým zázrakem — nic takového jinde v republice neexistuje, je to žádaná věc. Jak dlouho ten obor funguje? Není to zase tak tradiční, že?
Myslím, že obor je poměrně nový a hodně se vyvíjí, protože technologie jdou rychle dopředu. Konkrétně DAP už neexistuje, nahradila ho modernější ADA. Věřím, že i ADA bude brzy nahrazena něčím novějším, protože...

Zvlášť lidi na VŠE se snaží obsah i způsob výuky stále posouvat dopředu, což se mi moc líbí.

Líbí se mi, že využili příležitost, jako je Data Festival, a také nové obory. Teď je tu například nové MBA zaměřené na data. Přijde mi to úžasné, že manažerům z byznysu dávají možnost doplnit si technologickou a datovou stránku a na druhé straně datovým a technologickým specialistům umožňují být v praxi jednou nohou. Mám radost, že to potvrzuješ, že to není jen reklama, ale že je to opravdu žité.

Pro koho bys to doporučil? Jako BI specialista si asi šel na BI specialistu, že? Co tvoji spolužáci? Jsou všichni v BI, nebo jsou i manažeři s nějakou technologickou znalostí? Kolik vás bylo v ročníku?
Bylo nás asi 90 a ta komunita byla skvělá. Dodnes se bavíme ve velkých skupinách lidí a doufám...

Pokud chceš, mohu opravit i pokračování, až ho dopíšeš.

Jistě, tady je opravený text:

Myslím, že všichni poslouchají Data Talk a odebírají newsletter. Věřím, že tomu tak je. To budu cílit. Přírůstek 90 lidí ročně je vlastně hezký. Promiň, stále si povídáte? Jste v kontaktu? Jo. Poznáte vlastně z těch 90 lidí někoho ještě po setkání, třeba po nějaké zkušenosti? No, máme mezi námi data inženýry, datové specialisty, analytiky, ale i jedince, kteří šli do menších startupů a dělají datově orientované věci, klidně marketing nebo cokoli dalšího. Takže cesta z tohoto oboru byla hodně otevřená, člověk mohl dělat opravdu širokou škálu věcí, na které měl kvalifikaci svým způsobem samozřejmě. Záleželo, co ten člověk dělal během studia. Určitě bych rád zmínil, že máme i některé AI inženýry, kteří studovali se mnou. Super.

A ty jsi během studia získal také zahraniční zkušenost, že? Šel jsi do Švédska?
Ano, šel jsem do Švédska, do menšího města Jönköping. Bylo to trochu tak, že jsem si prst zapíchnul do mapy a tam jsem jel. Moc jsem si to nezjišťoval, ale díky okolnostem jsem se dostal na poměrně prestižní univerzitu. Podíval jsem se teď na jejich hodnocení a měli by patřit mezi top 800 na světě, takže to byla dobrá škola. Náhodně vybráno, ale vlastně to byla dobrá volba. Přesně tak. Měl jsem v hlavě určitý narrativ, že skandinávské školy, tedy severské univerzity, patří mezi ty nejlepší, což evidentně platí vzhledem k certifikacím a akreditacím. Ale způsob výuky mi přišel o dva kroky zpět. Výuka mi nevyhovovala.

Když tě zastavím - byl tam studijní obor datový? Nebo vlastně ne, protože takhle specifický obor je unikátní?
Přesně tak. Takto specifický obor je opravdu těžké najít. Určitě existuje, to neříkám ne. Na této konkrétní škole ale datový obor nebyl. Jako student Erasmus jsem ani neměl šanci studovat konkrétní obor, spíš jsem si vybíral jednotlivé předměty. Měl jsem angličtinu a vybíral jsem předměty, které mi budou užitečné pro to, co studuju doma. Takže jsem si tam vybral datové předměty a byl jsem zaražen způsobem výuky, vzhledem k tomu, co jsem zažil u nás doma. Oni totiž ještě posunuli ten tradiční způsob výuky dál, a některé přednášky byly ještě delší. Nevěděl jsem, jak s tím mám pracovat. Nebylo to ve všech předmětech, ale v konkrétním statistickém předmětu jsme měli tří až čtyřhodinové přednášky.

Přednášel tam člověk u tabule se svým notebookem a mluvil. A to bylo všechno. Byl jsem zklamaný, protože očekávání byla vyšší. Čekal jsem, že to bude lepší než doma, ale nebylo. Z mé zkušenosti to ale není taková kritika té švédské školy - spíše je to pochvala pro VŠE a pro to, jak na DAB dělají, protože i když to má svá specifika, kdybych se rozhodoval jít studovat znovu, na podobný obor bych se díval právě tady a tyto datové obory by byly na mém shortlistu.

Jasně, tady je opravený text:

A VŠE, protože si myslím, že to chytli za ten nejlepší konec a že jsi měl tu nevýhodu, že ti opravdu tu laťku nastavili vysoko. A zase je to super zpětná vazba na to, že za skvělým vzděláním možná nemusíte jezdit do Švédska, ale je tady na Žižkově, alespoň v tomhle datovém oboru.

Super, jak dlouho jsi byl ve Švédsku? Jeden rok, nebo půl roku?
Jo, byl jsem tam jeden semestr. Oni to ve Švédsku mají tak, že semestr je rozdělený na dvě poloviny, takže první polovinu jsem studoval dva předměty, a druhou polovinu zase další dva, takže k tomu přistupují trochu jinak. Ale bylo to fajn.

Erasmus byl super, ne?
Erasmus byl úplně nádherný. Má asi všechno, takže to je také důležitá zkušenost.

Předtím jsi říkal, že jeden z důvodů, proč jsi vybral DAB a co tě na něm hodně zaujalo, byly stáže. Můžeš nám popsat, jak fungují a co tě na tom lákalo, co na tom bylo tak specifického? Nebo je?
Mně se to strašně zalíbilo, protože na VŠE, tehdy myslím úplně všechny fakulty, měli v rámci magisterského studia jeden semestr vedlejší specializace, což znamenalo, že tři semestry studovali něco, a pak jeden semestr něco úplně jiného, aby měli širší rozhled. To dává super smysl a je to fajn. Ale já jsem úplně neviděl něco, co by mě bavilo a co bych chtěl. Říkal jsem si možná marketing, ale tadyta nabídka byla, že místo toho půjdeme někam do firmy a získáme reálnou zkušenost. To jsem vnímal jako super příležitost. A byl to asi hlavní důvod, proč jsem se tak rozhodl. A bylo to strašně dobré.

Jak to vlastně funguje?
No, hned první den, co jsme se potkali na magisterském studiu, tohle bylo velké téma. A k mému nejdřív nepříjemnému, ale pak zpětně velmi příjemnému překvapení bylo, že není úplně jednoduché, nebo že to není jen tak dostat se na nějakou stáž.

A jaká je šance? Říkal jsi, že 90 umístění do ročníku, kolik firem je zapojených, jelikož někteří si nevzali vedlejší specializaci, stáž neabsolvovali, byli jen na běžném studiu…
Všichni musí tu stáž absolvovat a existují určité mechanismy, kterými ti, co se třeba nedostanou přímo na stáž, ji absolvují trošku jiným způsobem. Takže stáže nakonec absolvují všichni, ale šlo spíš o to, dostat se někam, kam chci já.
O některé stáže byl větší zájem než o jiné. A kvůli tomu konkrétnímu prostředí jsem se podíval do svého CV a zjistil jsem, že tam vlastně vůbec nic nemám. Mám tam letiště, že jsem dělal security searchera, což do datového oboru je takové OK, ale bál jsem se, aby mě vůbec na stáž vzali, abych neměl problémy se studiem.

A tato obrovská motivace mi pomohla najít práci ke studiu, protože ještě je důležité říct, že studium bylo jen ve čtvrtek a pátek, takže se automaticky počítalo, že student k tomu…

Pokud chceš, můžu text ještě více upravit, zkrátit či přeformulovat. Stačí říct.

Jasně, tady je opravený text s úpravami pro lepší srozumitelnost a plynulost:

Už pracuji.

Jestli mi to přijde úplně skvělé? Jakože je to přesně nastavené tak, že můžeš mít i part-time job k tomu. To je hrozně fajn, nejvíc aplikovaná věc na světě. Je to skvěle nastavené, takže bych řekl, že vlastně 95, možná i víc procent mých spolužáků pracovalo. A já jsem viděl, že oni to mají v těch CVčkách, a já ne, tak to byla obrovská motivace si něco najít. A podařilo se mi dostat do Doktora Etkra na Kladně na pozici datového analytika.

Co dělá datový analytik u Doktora Etkra? Zjišťuje, kolik krtků jich v adku se upeklo... No, trošku vlastně ano. Ne asi kolik jich upekli, ale spíš kolik prodali, kde a jak. A po měsíci ti pudinky lezly i ušima. Ono to tam krásně vonělo. Jo, dobře. No, zpátky k datové oblasti.

Byla to úžasná zkušenost, ale zároveň mě samotná práce úplně nenadchla, protože jsem viděl, s jakými technologiemi pracujeme ve škole, a s jakými v práci. V práci jsme si všichni maximálně šáhli na Excel, a o Power BI tam nikdo moc nechtěl ani slyšet. Hlavní technologický stack byl SAP a Excel napojený na SAP. A to bylo všechno. Reporty se dělaly tak, že v Excelu se barvily políčka, tvořily nové řádky, skrývaly vzorečky…

A já jsem ve škole realtime viděl, že to jde jinak, že to jde líp, ale tam ta motivace nebyla, nebyli na to připravení, což je samozřejmě v pořádku. Ale díky tomu jsem se tam necítil, že bych tam chtěl zůstat.

Na druhou stranu to splnilo přesně svůj účel, co jsem potřeboval: dostal jsem zářez do CV, nějakou reálnou zkušenost, něco jsem si vyzkoušel. Třeba to mi pomohlo vědět, co od toho vlastně očekávám, i od stáže, i od své budoucnosti. A podle mě i špatná zkušenost je formující, nebo důležitá. Aspoň si víc dokážeš vážit těch lepších nástrojů. Když se musíš spoléhat na Excel a SAP, doceníš, co ty nové technologie dokážou.

Je to paradoxní, že jsem se ocitl v situaci, kdy akademie byla "cutting edge" a šla dopředu, zatímco klasický byznys vlastně zaostával. To je taky podle mě velmi nezvyklé. Nad tím jsem se nikdy takhle nezamýšlel, ale je to přesně tak, jak říkáš.

Splnilo to ale svůj účel – kromě důležité zkušenosti jsem získal i zářez do CV a mohl jsem se ucházet o další stáže. Jaké stáže byly ty nejlepší, na které jste mířili, nebo ty jsi mířil?

Z toho seznamu jsem si vybral dvě firmy, protože jsme si mohli vybrat pouze dvě, aby nebyl přetlak a firmy to zvládly pohovořit.

Pokud chceš, můžu pomoct i s dalšími úpravami, nebo text ještě více vylepšit.

Tady je opravený text s úpravami pro lepší srozumitelnost, gramatiku a plynulost:

Já jsem si vybral Sasko a Siemens, a jak bychom říkali na začátku, tak Sasko dopadlo dobře. Super. Promiň, k tomu doktoru Etkrovi – co bylo skvělé na tom, že jsi tam byl junior a se SAPem ses asi setkal úplně poprvé? Bylo důležité jako student s nějakými specifickými požadavky, například že čtvrtky nebo pátky nemůžeš, takže byla potřeba flexibilita a tak dále. Fungovalo to? Bylo to takhle nastavené, jaká byla ta možnost?

A zase tam je právě to, že nás někdo poslouchá, někdo, kdo si říká: „Hele, chci se bavit s VŠE, protože to je super, chci být na seznamu firem a nabízet stáže, anebo tuhle práci studentům mimo stáže.“ Takže doktor Ecker, jaká je tvoje zkušenost? Co bylo dobré, co vlastně vyhovovalo? Co je potřeba, aby firma správně přijala studenta?

Určitě je to mentální nastavení nejen toho člověka, který to řídí, ale i samotného studenta a celkově jeho nejbližšího okolí. Ten student totiž není na plný úvazek. Z mé zkušenosti – i když menší, ale z vlastní zkušenosti – ne každý na tohle nastavení je připravený nebo nastavitelný. Protože jsou všichni zvyklí na to, že pracují pět dní v týdnu, já také pracuji pět dní, a najednou tam přijde student, který pracuje třeba dva dny. A je pomalejší, v uvozovkách, i když pracuje stejně rychle jako ostatní, trvá mu to však dvakrát až dva a půlkrát déle. To je velmi důležité si uvědomit před tím, než firma stážistu přijme.

To je skvělé. Z mého trošku feministického a zároveň profesního pohledu je flexibilita úvazků velké téma. Ženy na rodičovské dovolené, muži na rodičovské, a tak dále. Flexibilita práce je určitě problém, a ty to dobře pojmenováváš.

Ještě něco k tomu? Bereš jednoho studenta, bylo vás tam víc, podle mě to má nějaké výhody i nevýhody.

No, u doktora Eckera jsem byl sám, úplně sólově, a cítil jsem tam – ne úplně tlak, to ne – ale vnímala se tam určitá touha, abych byl na plný úvazek. Trochu mi to vadilo, protože pro mě bylo ještě důležitější studium. Třeba očekávání firmy může být takové, že by rádi, aby hlavní zaměření bylo na práci, ale studenti takto nemusí být nastavení – pro ně je milníkem diplomka a státnice, a práce nemusí být to hlavní.

A ještě, když se zeptám na nějaké tipy a triky, jak juniora dostat do nového stacku: co bylo hrozně těžké a co naopak super?

Podle mé zkušenosti je potřeba ze začátku mentoring – hodně vodit za ručičku, intenzivně pomáhat, ale zároveň velmi rychle pustit. Křivka učení by měla být co nejstrmější – rychle se naučit vše potřebné, pochopit tým, znát byznys. To je velmi důležité, ale postupně by tato intenzivní podpora měla skončit. Jakmile je student alespoň částečně autonomní, měl by být brán jako běžný zaměstnanec, stejně jako ostatní.

Pokud chceš, můžu ještě text upravit stylisticky nebo zkrátit. Dej vědět!

Zde je opravený a upravený text pro lepší srozumitelnost a plynulost:

O něco takového, ať má student reálnou zkušenost. Přesně tak, aby měl skutečnou praxi. A to je asi úplně nejdůležitější – jak říkáš – mít nějaký skutečný projekt. Něco, co opravdu student dělá, co je jeho vlastní záležitostí, co si musí plánovat a za co nese odpovědnost. Je to prostě dospělý člověk, plnohodnotně autonomní.

Co byl tvůj projekt u doktora Eckera, než jsi šel na vyhranou stáž do SAS?

No právě, že tam jsem žádný takový projekt neměl. Dělal jsem jen to, co bylo potřeba.

Přesně tak. Tak pojďme k SAS.

Jaké jsi měl zkušenosti s doktorem Eckerem a jak to fungovalo v SAS? Ta stáž, jak jsi říkal, trvala půl roku – celý jeden semestr byl tomu věnovaný. Prověř nás tím.

Na začátku to pro mě byl určitý „wow efekt“, jak může všechno fungovat úplně jinak. Zkušenost z předchozího zaměstnání byla taková „ok“, ale tady to byl určitý standard – nebo dokonce bych řekl, že nadstandard. A to myslím zejména komunikaci mezi lidmi a celkovou atmosféru, která byla a stále je neuvěřitelně příjemná. Od začátku stáže jsem se tam cítil jako součást týmu. A to je podle mě jeden z hlavních pilířů dobré stáže – přijmout studenta hned od začátku, věnovat se mu, bavit se s ním a společně s ním vymýšlet, co by chtěl dělat. Nemělo by to být jen „tady jsi, teď budeš dělat tohle“. To podle mě není správné řešení.

U nás to fungovalo tak, že jsme si s vedoucí sedli a vymysleli jsme společně, co bych chtěl dělat. To jsem velmi ocenil, protože jsem měl možnost najít si své místo v týmu, když už jsem aspoň trošku chápal, jak tým funguje.

A kde ses nakonec zařadil? Jaké byly možnosti? Nebo spíš: jestli jsi se cítil víc ke backendu nebo frontend?

Přesně tak. My dvě jsme na stáži byli dva, a já jsem si subjektivně říkal, že se spíš vidím jako analytik. To mě bavilo víc, i když jsem nečekal, že mě to bude bavit víc, a myslím, že je to pravda. Kolegyně se naopak zařadila spíš do DVH týmu, tedy do backendu, spíše k datům. Byl tam ještě výběr týmu inženýrů, ale ten jsme nechali nevyužitý.

Přesně. Ale i tak bylo možné, pokud by nás něco od inženýrů zajímalo, že jsme si o tom mohli popovídat, dohodnout se a případně se do toho zapojit. Já jsem si vybral tu analytickou část, takže jsem tam zůstal.

A co další věci, o kterých jsi mluvil před chvílí – že nejste full-time? Byli na to v SAS připraveni?

Úplně připraveni asi nebyli, ale myslím si, že se s tím velmi rychle srovnali a spolupráce probíhala bez problémů. Naopak to bylo v plánu.

Pokud chceš provést ještě detailnější úpravy či jazykové zjednodušení, dej vědět.

Tady je opravený text:

Mezi ta očekávání to zapadlo a fungovalo to dobře. Konkrétní projekt, nějaká tvoje agenda, odpovědnost za vlastní výsledek? To bylo právě super. Já jsem se dostal ke kolegyni, která měla na starost reportingovou oblast sales. Od začátku jsem měl konkrétní report jako zadání, na kterém jsem mohl pracovat, a byla to moje práce. Kolegyni jsem využíval jako zdroj know-how, který je potřeba postupně nasávat – ono to totiž samo nenaskáče. Ale byl to můj report, můj projekt a nakonec jsem si ho sám odprezentoval byznysuživatelům, kteří věděli, že je to moje práce. A to hrozně přidává na hodnotě stáže.

Ono ti to hlavně dává sebevědomí, že stojíš za tím, co děláš, víš, že to byla tvoje práce, a dává ti to plnohodnotnou roli v týmu. Když mluvíme o roli v týmu – jak to bylo organizačně? Tahle kolegyně, která ti předávala know-how, byla tvoje šéfová, buddy, nebo jsi byl nějak speciálně vyčleněný? Kde jsi byl v organizačním schématu?

V org chartu jsem byl normálně pod šéfem analytického týmu, stejně jako moje kolegyně. Byl jsem na stejné úrovni jako ta kolegyně z salesu, která pro mě byla zdrojem informací jako seniornější kolegyně, od které jsem mohl poznat věci. Byli jsme si rovnocenní kolegové.

To je super, že jsi byl rovnocenný kolega a nikdo se na tebe nedíval skrz prsty. A nejenom že jsem rovnocenný byl, ale i tak jsem se cítil – a to jsou dvě různé věci. Myslím, že to je důležitá věc.

Podíváme-li se na technologický stack, co jsi dostal do ruky v SASce?

Tak jsem sáhnul zejména po SQL Server Management Studiu, kde se píše ETL, a které jsme používali na interakci s datovým skladem i ostatními databázemi. Používali jsme samozřejmě Power BI, jak pro report server, tak pro další servisy. A co mě trochu nepřekvapilo, ale na co jsem zkušenost vůbec neměl, byly Jira a Confluence – nástroje na řízení týmu a podobně. Pro Data Governance jsme zase používali Atacamu.

Takže to bylo tvoje první setkání s Atlassian stackem, konkrétně Jira a Confluence?

Přesně tak. A také s Atacamou.

Jak to bylo z pohledu onboardingového procesu? Bylo to lehké, byl jsi připravený? Vidíš v těch nástrojích nějaké bariéry, které by šly vylepšit, třeba z pohledu UX/UI, onboarding pro juniory? Máš méně zkušeností, takže jak jsi to vnímal?

U technologičtějších programů, jako Power BI nebo SQL Server Management Studio, jsem měl nějakou představu a zkušenost, takže tam nebylo potřeba moc úvodů. Ale právě...

Text byl opraven a zpřehledněn, aby byl jazyk plynulejší a srozumitelnější, zároveň bez ztráty původního významu. Pokud chceš, můžu celý rozhovor ještě dále upravit či rozšířit.

Tady je opravený text:

Těch bych chtěl vypíchnout hlavně Jiru a Confluence. To je něco, na co mě vlastně nikdo nikdy pořádně nepřipravil. Sice jsme si o teoretických základech těchto programů ve škole něco říkali, ale nepracovali jsme s nimi v takové míře, jako že by to byl tvůj každodenní nástroj a velký pomocník. Já jsem to na stáži ze začátku spíš vnímal jako nepřítele. Jasně, zvlášť tu Jiru – nutné zlo. Ta Jira byla pro mě opravdu nutné zlo, ale Confluence byly ještě dobrý, to je taková dokumentace, OK, dává to smysl. U Jiry bych tedy ocenil už na škole nějakou větší interakci s těmito programy. Myslím, že se využívají napříč byznysem, všude, v jakékoliv podobě, a to mi na začátku chybělo. Na druhou stranu musím říct, že firmě se k tomu postavili skvěle. Myslím, že jsme tohle včas identifikovali a dostali individuální školení – my dva stážisti – od experta ve firmě, který je specialista na lívárnu, jednoduše řečeno. Super.

Když se vrátím k verzování, dokumentaci, CI/CD, pár programování a týmovým věcem, tak na vysoké škole pro ně nebyl prostor. Trochu prostor byl, ale úplně jsme tehdy neviděli ten hlavní přínos a to, jak to funguje doopravdy. Spíš jsme to dělali, protože jsme to měli dělat a asi chápali přínos, ale nezažili jsme jej v praxi. Nemuseli jsme například refaktorovat svůj vlastní kód o rok a půl později. To je logické, protože na konci semestru to nebylo relevantní. Což je takový chlupatý inženýrský vtip – kdo psal tenhle kód? Byl to právě já.

Měl jsi tedy na projektech překážky nebo bariéru vstupu, nebo jsi neměl dostatek zkušeností? Jinak jsou to opravdu super programy. Co Atacama? Atacamu jsem předtím neznal. Ve škole jsme pracovali s Davízem, ale moc jsme se s Davízem neskamarádili, konkrétně já. Proto jsem Atacamu ocenil docela dost, hlavně kvůli uživatelskému prostředí, protože já jsem v Atacamě spíš uživatel než tvůrce, to byli spíš lidé z týmu data governance. Takže s Atacamou jsem byl…

Osobně vlastně docela nadšený.

Co jsi dělal dál poté, co jsi úspěšně prezentoval business uživatelům svůj vlastní sales report? Jak to pokračovalo? Po úspěšně dokončené stáži jsme měli to štěstí, že jsme se dohodli, že zůstanu pokračovat. To není automatické, spíš vůbec není samozřejmost. Ale mně se to povedlo a jsem tam dodnes. Trošku se změřil můj scope, což mi vyhovuje, protože mám možnost pracovat v trochu jiné oblasti. Teď se věnuji datům o VIP zákaznících a compliance a responsible gaming, což vnímám jako moc zajímavé protiklady. Je skvělé vidět tyto dva světy a díky tomu si myslím, že mám opravdu zajímavý pohled na to, jak fungují tyto procesy, a mám z toho velkou radost.

Pokud chceš, mohu text ještě více upravit podle stylu nebo konkrétního účelu.

Tady je opravený text s úpravami pro lepší srozumitelnost, plynulost a správnou češtinu:

Asi teda dál embedovaný v analytickém týmu? Tohle jsi vybral na začátku správně? Tam jsi nešlápl vedle?

Ne, zůstal jsem přesně v analytickém týmu.

Jak to bylo se školou, ještě než se vrátíme do Saska?

Se školou to ze začátku nebylo jednoduché, protože pokračování SASC už bylo na plný úvazek, ale nějaké studium ještě zbývalo, konkrétně napsat diplomovou práci. Ta byla sice velmi praktická, ale přesto se musí napsat, a nějaká teorie k tomu také patří.

Nebyla to vůbec jednoduchá věc a kdybych to rozhodnutí dělal znovu, asi bych si pořádně rozmyslel, jestli skutečně při plném úvazku jít psát diplomovou práci, nebo to zařídit jinak.

A myslíš si, že se budou diplomové práce ještě psát?

No, po dlouhé době mluvím s čerstvým absolventem a v době AI a ChatGPT mi přijde, že napsat diplomovou práci je teď snadnější než před pěti nebo deseti lety, protože máme k dispozici velmi pokročilé nástroje. Myslím si ale, že výuka se musí změnit, že to není o zákazu těchto nástrojů.

Jak se ChatGPT promítl do tvého studia?

ChatGPT měl na mě vliv tím nejlepším možným způsobem, protože když jsem byl v prváku na magisterském studiu, první, kdo nám o něm říkal, byl učitel. To byla moje první interakce s ChatGPT a od té chvíle jsme všichni věděli, že se mění pravidla hry a nemá smysl si něco nalhávat.

Stejně tak je to s bakalářskými i diplomovými pracemi. Je důležité říct, že bakalářské práce už procházejí nějakou transformací. Nejsou úplně zrušené, ale nahrazují je praktičtější projekty.

A u nás byla diplomová práce pojata tak, že diplomka byla hodně praktická. Měla směřovat k tomu, že na konci budete mít nějaký produkt nebo výsledek – není to jen text.

Jo, není to jen o počtu znaků a úhozů.

Přesně tak. Myslím, že v budoucnu se počet znaků bude snižovat – už se snižuje – a větší důraz bude kladen na výsledek, tedy na produkt a na jednu stránku závěru, kterou si všichni přečtou. To bude hlavní výstup práce, ne nějaká „omáčka“ mezi úvodem a závěrem.

A jaké bylo tvoje téma? Co si může člověk vybrat? Na co narazí?

Témata jsou velmi různorodá, existovala ambice diplomové práce propojit s firmou – ať už vlastním startupem, smyšleným nebo existujícím. Nebo klidně se stáží, anebo i úplně nezávisle, třeba u firmy, kde člověk pracuje. Může tam napsat diplomku a něco v té firmě vytvořit, za což je vlastně dostatečně „zaplacený“ – práce i obsah diplomky v jednom.

To se mi líbí a jsem velký fanoušek snižování počtu znaků mezi úvodem a závěrem.

No tak teda…

Pokud chceš, mohu pokračovat nebo upravit další části.

Opravím a upravím text, aby byl gramaticky správný, přehlednější a srozumitelnější:

Co jsi psal, ty znaky, a dělal práci? My jsme měli takový smyšlený startupík a dělali jsme decentralizovanou aplikaci na webu 3.0. Takže práce s daty ano, ale vlastně trochu jiným směrem. Tak jsi úspěšně dokončil DIP, vyhazuješ hranaté klobouky do vzduchu a slavíš. Rodina je spokojená, že budeš zaměstnatelný, když jsi ten pán magister, a zároveň už máš super fulltime job v SASce.

Tak si pojďme podívat na ten tvůj fulltime job. Říkáš, že máš na starosti VIP zákazníky na jedné straně a compliance a nějakou zodpovědnou práci na straně druhé. Změnilo se proto vlastně něco kromě té intenzity a zaměření? Nebo to byla tak skvělá stáž, že jsi to vyzkoušel jednak jednou a zastával tu práci a nic se nezměnilo?

Myslím, že práce, o které teď mluvíme, je víceméně ta část, kde dělám reporty, a tam se asi moc nezměnilo kromě mě samotného. Já jsem se myslím hodně změnil a vlastně ta oblast dat už nehraje takovou roli. Je to spíš o tom, jak člověka ta práce baví, jak tomu rozumí a má k tomu vztah. A právě tenhle můj datový stik mě teď baví o něco víc než práce v sales. Možná si ještě nesu nějaké příkoří z doktora v sales.

Jo, rozumím. Takže je to komplexnější – vlastně něco vymýšlíš, není to tak přímočaré, ale jsou tam různé možnosti a pohledy.

Je to tak. Ale co se spíš změnilo, je, že se k tomu přidaly další zodpovědnosti. Například jsem se dostal do týmu regulátorního reportingu, kde je potřeba mít přehled úplně o všem – od nejmenší loterie až po Saskabet a kurzové sázení, a to napříč produkty i zákazníky. Je to velmi široké spektrum, a proto si velmi užívám, že se můj knowledge o datech neustále zvětšuje a pořád má kam růst.

Druhá věc, do které jsem se dostal, je self-service program, který jsme spustili asi před rokem a půl.

Na to bych se rád zeptal – self-service. Jsem už trošku starší, ale už dlouho slyším o self-service BI, a na druhou stranu věřím tomu konceptu. Co to znamená u vás v SASce? Co je ten self-service program?

My jsme to pojali tak, že jsme si mezi analytiky vytvořili takový sub-tým, který má na starosti nastavování prostředí pro self-service a komunikaci s těmi uživateli self-service. Navrhli jsme to tak, že z každé datové domény jsme ve spolupráci vybrali vybrané lidi, kteří o to měli zájem, chtěli s námi v tomto směru spolupracovat a měli i někoho, komu chtějí své výsledky prezentovat. Přesně proto, že self-service by měl a může sloužit.

My jsme si to rozdělili do tří skupin těchto byznysových uživatelů. Ti nejzkušenější, kteří vědí, jak se pracuje s Power BI a zároveň umí napsat SQL dotazy, jsme pustili, aby si sami tahali data z datového skladu, vytvářeli si reporty a sami je také sdíleli. Naším úkolem je jim vytvořit prostředí v Power BI Service tak, aby to bylo možné.

Jestli chceš, můžu text dále upravit nebo rozdělit do odstavců podle potřeby.

Text po opravě:

Le si to mohli dělat, aby byly co nejvíc autonomní, ale zároveň tam fungujeme my. Nerad říkám kontrolní orgán, ale trochu to tak je, protože máme nějaká pravidla, která chceme, aby oni z jakýchkoliv důvodů dodržovali. Nechceme selektivizaci například. A pak máme dvě nižší a tu prostřední úroveň, které fungují tak, že jim vypublikujeme datovou sadu v podobě semantického modelu v Power BI service, ale spousta lidí si to může představit klidně jako kostku. Jasně. Oni si pak staví reporty už nad těmi připravenými daty, a ti, kteří mají nejmenší zkušenosti, nebo třeba zkušenosti mají, ale nechtějí se tomu věnovat úplně do detailů, mají možnost konzumovat tyto reporty – ať už od nás, nebo od těch, kteří mají BI nebo Self Service, a můžou si je sami upravovat pro své vlastní účely tak, jak potřebují. Nelíbí se mi pie chart, protože ten se nikomu nelíbí – a pak se líbí příliš mnoho lidem. Ale líbí se mi tady sloupcový graf, protože v něm vidím víc. Takovou možnost mají. Takže takto jsme to uchopili a je to něco, co neustále objevujeme.

No a jaké všechny úrovně v tomhle řešíte? Nebo jestli řešíte všechny? Jedna je buď datová, nebo stacková – prostě ať všichni mají přístup a Power BI licenci. Druhá je nějaká security, datová právě – k jakým datům se dostanou, co potřebují. Licence governance. A třetí je nějaký learning and development – kurzy, mentoring lidí a tak. To řešíte všechno? Nebo jen nějakou část – tenhle tým? Že spíš stavíte platformu a někdo jiný má na starosti vzdělávání?

My jsme si na začátku mysleli, že to bude zejména nastavování pravidel, ale třeba v rámci jenom Power BI, nastavování procesů – jak co tvořit, jak ukládat, kam a jak chceme, aby to uživatelé dělali. A pak že budeme dělat learning and development. Ale ukázalo se, že musíme řešit i přístupy do DVH, takže i nějaký DVH governance. Trošku se nám to rozrostlo a jsme za to rádi, ale práce je to určitě spousta.

Na co jsme teď hodně koukali, byl learning and development, kde jsme založili pravidelné schůzky s těmi nejzkušenějšími uživateli. Dáváme tam prostor pro sdílení pokynů od nás – říkáme tomu tipy a triky. Je to takový workshopík, kde jim řekneme, co a jak bychom chtěli, nebo co dělají oni špatně, ale co je nejdůležitější, oni tam mají prostor. To jsou lidé, kteří by se normálně nepotkali na schůzce, ale tam si můžou vzájemně předávat znalosti a problémy, které se těžko předávají přes prostředníka. Nejlepší je, když si to lidé řeknou napřímo. Z toho jsme měli velkou radost a určitě v tom chceme pokračovat. To si myslím, že je úžasné.

Zase jedna věc je frontální výuka – přidáváš jim svoje know-how v tomto případě – ale oni pracují ve svých bublinách, v různých oborech s tím programem.

Pokud chceš, mohu pomoct ještě s úpravou stylu nebo struktury textu.

Jasně, tady je opravená a trochu upravená verze textu pro lepší plynulost a srozumitelnost:

A v tom svém kontextu jsou a někdy si umí poradit a pomoct jeden druhému mnohem víc než ty, protože tobě ten kontext chybí. A vlastně ta věc, jak udělat cokoli v jakémkoliv turu v Power BI, si ty nikdy moc neřešil, protože to není tak důležité, ale oni našli workaround, který je vlastně funkční a správný.

To je opravdu aplikovatelné jenom na tenhle velmi minoritní use case a oni si to už tak vytvořili, takže to je super. To teď taky hodně vidím s AI – že vlastně tohle sdílení zkušeností a praktické používání je mnohem cennější než frontální kurzy typu: "takto to funguje, takhle to dělá Power BI". Ty páteříky mezi dvěma lidmi, co to používají každý den, v tom vidím hodnotu. To je skvělé. Máme na to i skvělé ohlasy, takže i uživatelům to přijde příjemné a budeme v tom pokračovat, to bych si určitě přál.

Máte v týmu stážistu, nebo už přišla další generace?

No, po mně už přišlo několik generací a teď jsme v mezidobí mezi stážisty, takže se těšíme na nové.

A když se podíváme a shrnuli tvou zkušenost z pohledu studenta, už jako starý mazák a někdo, kdo tím prošel, co by byla tvoje rada lidem, kteří jsou teď na bakaláři, nebo i těm, kteří nestudují, ale jsou v juniorní pozici? Co se tobě osvědčilo, co bys doporučil a jaké byly slepé uličky, co bys udělal jinak a varoval ostatní?

Určitě bych doporučil připravit se na náraz, protože akademické prostředí, i přestože výuka byla skvělá, tě nedokáže dostatečně připravit na reálný firemní svět. Není to úplně možné. I když tam chodí lidé z praxe a ukazují reálné příklady, dokud si člověk ty věci sám nevyzkouší, tak to nesíťuje, neposkládá si to do zkušenosti. Musíš přijít, otevřít ten počítač a „rozdělat“ si nad tou obrovskou tabulkou dvě stovky řádek.

To jsem udělal já a myslím, že to musí udělat každý. Prostě člověk potřebuje tu zkušenost z praxe, aby věděl, jak to chodí a že to někdy „bolí“. Mám dvě děti a je to přesně jako s ohněm – oni si musí jednou sáhnout na to horké, aby pochopili, že to pálí. Samozřejmě je potřeba zajistit, aby si neublížili vážně, ale nutně potřebují tu zkušenost, že když řekneš, že něco pálí, tak opravdu pálí.

Já jsem se tenkrát hrozně divil, proč ten SELECT běží tak dlouho, a prostě jsem přehlédl tři nuly v počtu řádků. Nebylo to 15 milionů, ale 15 miliard. Nedokázal jsem se s tou velikostí dat v tu chvíli smířit. A ono to prostě chvíli trvá – těch dat je tak obrovské množství, že strašně záleží na tom, jak s nimi člověk pracuje. Je potřeba používat správné podmínky, filtrovat jen podle relevantních sloupců. To bude bolet ze začátku, ale je potřeba tím projít. Jiná možnost není, nebo já ji aspoň nevidím.

Člověk prostě musí udělat chyby a začátky v reálném ostrém provozu s velkým datovým objemem jsou náročné. Takže se na to prostě obrnit a trochu překousnout.

Pokud chceš, můžu text ještě upravit stylově nebo zkrátit. Stačí říct.

Tady je opravená verze textu:

Když chce člověk, který má na starosti stážistu, s tím počítat, musí vědět, že ten stážista si tím bude muset projít sám. Tyto chyby, i kdybychom mu je chtěli říct a sdílet, mu nepomohou, prostě si je musí udělat sám. To je určitě jeden z těch prvních „aha“ momentů, který jsem zažil, když jsem poprvé otevřel počítač.

Co mě pak hodně překvapilo – a ve škole nám o tom třeba říkali, ale vůbec jsem tomu nevěnoval pozornost – byl provoz. Máme nějaké komponenty, máme DVHčko, máme ODSku, máme něco v Azure, máme reportovací server a někdo to všechno musí držet v chodu. Není to tak, že člověk něco zapne a ono to prostě jede – to je asi jasné, ale třeba student si to možná myslí. Já jsem si to tehdy taky trochu myslel: zapnu to a ono to běží, protože proč ne, že?

Na modelovém příkladu – databáze vyčištěná, jedna instance, ad hoc projekty, spočítáme jednu věc, ale když jich je 27 a na to jsou navázané peníze… Přesně tak. My jsme sice znali teorii datového skladu, ale teď jsme tu teorii rozšířili o znalost, že datový sklad musí být každý den dopočtený, ať se děje, co se děje. Není možnost, že nebude. A někdo to musí zařídit. Samozřejmě jsou případy, kdy se stane cokoliv a nejde to, ale to je věc, kterou člověk zjistí až v ostrém provozu. Ukážou se tam maličkosti, které vlastně vůbec maličkosti nejsou – mohou být velmi důležitou součástí, bez které to, co jsme studovali, není možné realizovat.

Doporučil bys nově nazvanou ADU mladším lidem, nebo komu bys ji doporučil? Je to možná klišé, ale doporučil bych ji úplně každému, už jen kvůli stylu výuky. Kdyby byl takový styl výuky i v jiných oborech, určitě bych si vždycky vybral právě ten styl výuky. Já osobně. Jsou určitě obory, kde se něco podobného dělá v těžších vědeckých oblastech, ale na tyto praktické věci si myslím, že je to skvělý model. A v oblasti dat nebo vůbec IT si myslím, že ta ADU je určitě super.

A teď, když se na to podívám z druhé strany – představ si, že jsi zaměstnavatel, který chce do svého týmu dostat mladé, perspektivní, chytré a šikovné lidi, jako jsi ty, a chce je správně nalákat, integrovat a udržet u sebe – jsou nějaké do’s and don’ts z tvé zkušenosti? Co jsou podle tebe klíčové věci, jak to udělat správně, a na co si dát pozor?

Určitě jedním velkým „do“ je dát studentovi či juniorskému zaměstnanci prostor, aby to dělal sám. Zdá se to hrozně logické, ale u mě je to naopak. Když bych to měl shrnout, tak řeknu, že důvod, proč nebrat juniory, je často ten, že se do nich musíme opravdu vložit, věnovat jim čas a trpělivost.

Pokud chceš, mohu upravit i pokračování či celý text podle potřeby.

Opravený text:

Ozně investovat, hrozně se o ně starat a hrozně je vodit za ručičku – a to není ten správný způsob, jak ho vypiplat, a na to teď nemáme prostor. Takže mi to vlastně přijde spíš zajímavé, že jak správně s juniorem pracovat: je důležité dát mu prostor, nezaškrtit ho. Dát mu prostor je důležité, aby měl co dělat. Určitě se hodně stává, že studenti nebo junioři třeba nemají takový zápřah nebo tolik práce, a mohou se na stáži trochu i nudit, no a pak nebudou mít takovou chuť pokračovat nebo být sami proaktivní. Určitě vždycky najdeme výjimky, ale prostě zapřáhnout studenta, dát mu důvěru a požadovat po něm zodpovědnost – a pokud je to rozumný jedinec, tak to zvládne. Není se za co bát. A určitě pravidelně komunikovat, stejně jako se to děje s ostatními, jeho kolegy. Možná klidně ze začátku komunikovat trošku víc, třeba formou „vantuvaný“ nebo něco takového, záleží samozřejmě na frekvenci, jak to má která firma nastavené, ale určitě stejnou frekvenci, jako mají ostatní, ne-li větší. Může se to zdát jako logická věc, ale nemusí to vždy tak být.

Super. A moc děkuju, že jsi s námi sdílel svůj pohled a své zkušenosti a že jsi se

Nebál tady přijít, protože to chce odvahu a sebevědomí – přijít hned po škole do prostředí AI legend typu Jana Romportla a ředitelů firem, to není jednoduché. O to víc jsem rád za to všechno, co jsi tady sdílel, protože myslím, že je hrozně důležité bavit se o tom, jak do oboru dostat nové lidi, jak pracovat s juniory, a nejenom mudrovat mezi seniory nad architekturou, ale i řešit tu lidskou stránku a budoucí generaci skvělých lidí. Moc se těším, až už se nebudeš cítit jako takový junior a budeme se bavit o datových technologiích a tvých technologických zkušenostech, nejen o tvém pohledu na vzdělání a práci s juniory.

Děkuju moc, Dane, že jsi tady byl.

Já moc díky, bylo to krásné vystoupení z komfortní zóny a doufám, že třeba pro někoho, kdo zvažuje stáž, to bylo hezké promo. Já bych asi skřípal zuby, kdyby moje zkušenost se Saskou nebyla velmi podobná – jako třeba ta skvělá atmosféra, super tým, super přístup. Spolupráce se Saskou mě baví a věřím, že je to super místo nejen pro juniory.

Děkujeme, že jste doposlouchali až sem, a díky taky našim partnerům a členům Data Talk klubu. Jsou jimi Intex, Saska, Bystreet, Colors of Data, Revolt BI, GoodData, Keboola, Emark, Carl Data Company, DataMind, Notino a Flo.

A pokud chcete zůstat v obraze, co se týče české datové scény a globálních datových technologií, nezapomeňte se zaregistrovat k odběru našeho týdenního newsletteru na datatalk.cz.

Nechť vás provází data.