Najveća baza IT poslova i informacija o poslodavcima u Srbiji

1714

aktivnih oglasa

1477

plata

4275

iskustava o poslodavcima

1832

teksta na blogu

Istaknuti poslodavci

Premium

3.3

Comtrade System Integration d.o.o.

Pogledaj sve kompanije

Poslovi na mejl

Budi u toku sa ponudom poslova na IT tržištu. Novi poslovi te čekaju u inboxu svakog dana.

Registracijom prihvataš uslove korišćenja i daješ saglasnost o upoznatosti sa obaveštenjem o privatnosti.

Najnovije sa Bloga

Najave IT dešavanja, informacije o tržištu, saveti i cake.

IT Vesti

Microsoft kupuje Activision Blizzard za rekordnu sumu novca

Microsoft za rekordnu sumu novca kupuje Activision Blizzard, tvorca nekih od najpoznatijihi igara na svetu „Call of Duty“, „World of Warcraft“ i „Candy Crush“. (više)

Uroš Jelić

20.01.2022

IT Vesti

Najvažnije i najveće IT akvizicije u 2021. godini

Godina iza nas bila je prilično burna, pa su neke prilično zanimljive akvizicije mnogima prošle nezapaženo. Međutim, ako se osvrnemo i pogledamo neke od najvećih IT kupovina u 2021. godini, vrlo lako možemo da vidimo koliko je tržište bilo aktivno. (više)

Uroš Jelić

18.01.2022

Iz ugla programera

6 načina da se istakneš kao Web developer

Kako se istaći u nekom poslu je večito pitanje za sve koji startuju svoju karijeru u pravcu gde ima mnogo konkurencije i gde je potrebno staviti svima do znanja koliko si jedinstven i po čemu se razlikuješ od drugih. Kod nas sve više je zastupljena IT sfera i u tom smislu, istaći se kao developer danas je mnogo veći i teži posao nego ranije. (više)

Ivan Kuzmanović

14.01.2022

Kompanije pišu

Spoj za inovativne IT projekte – Quantox Technology & Bstorm

Quantox Technology sproveo svoju prvu akviziciju na domaćem IT tržištu (više)

HelloWorld

13.01.2022

Iz ugla programera

Šta jedan Data Scientist treba da zna

Kad pomislim Data Scientist - pomislim na osobu koja zna gomilu matematike, integrale drži u malom prstu, piše silne neke algoritme za mašinsko učenje, i sl. Popričah sa Nemanjom Čukarić, iz kompanije Grid Dynamics koji trenutno radi na outsource data science projektu za detekciju prevara u online igricama, ali već duže vreme se bavi ovim poslom o tome šta on konkretno radi i kakve savete ima za ljude koji bi okušali sreću u ovoj oblasti. Kako izgleda jedan radni dan Data scientist-a? Moj dan obično počinje sastankom na kome se planiraju dnevne aktivnosti i rezimira se prethodni dan. Nakon sastanka počinje rad, koji se obično sastoji iz sledećih aktivnosti: rad sa sirovim podacima, eksplorativna analiza, modelovanje korišćenjem algoritama mašinskog učenja, čitanje radova/blogova na temu obrade podataka… Često imam i sastanke sa klijentima gde se analiziraju i reevaluiraju zahtevi, prezentuju rezultati analize i slično. Opiši nam svoju ulogu u timu.. Ja sam senior data scientist timu koji se sastoji iz data scientista, data inženjera i machine learning inženjera . Moja uloga je da na osnovu zahteva klijenta i raspoloživih podataka predložim prototip rešenja. Težište aktivnosti je u istraživanju: ispitivanje informativnosti podataka, feature engineering, pronalaženje i testiranje adekvatnog algoritma mašinskog učenja. Redovna komunikacija sa klijentom, gde iznosim rezultate istraživanja I na osnovu njih zajedno formiramo dalje aktivnosti, je neizostavan deo mog mog posla. Omiljena stvar u poslu ti je.. Analiza podataka i osmišljavanje machine learning rešenja. Iako često zanemaren korak u kursevima o data science-u, dobro izvedena analiza podataka je ključni deo svakog procesa. Ovaj korak je takođe nešto što odnosti I najveći deo vremena, a zahteva I dozu domišljatosti. Bitno je imati na umu i problem kompleksnosti i interpretabilnosti rešenja, tako da predloženo rešenje ne mora uvek da uključuje algoritam mašinskog učenja. Treba biti svestan “publike” kojoj je rezultat namenjen. A manje omiljeni deo posla? :) Analiza podataka :) Kao što sam prethodno pomenuo, ovo je aktivnost koja oduzima najviše vremena. Ako podaci nisu “sređeni”, a najčešće nisu, puno vremena se provodi u analizi kvaliteta, ispitivanju informativnosti I generalno, sređivanju podataka. Proces je manuelan I iterativan, pa stoga može da bude zamoran. Šta je najveći izazov za tebe? Najveći izazov je komunikacija sa klijentom, koji čine ljudi kako iz tehničke, tako iz biznis sfere. Dešava se da klijent nije svestan kakvim podacima raspolaže, pogotovu ako je u pitanju biznis. Samim tim, ni zahtevi nisu “izbrušeni”. Zato je artikulisana i jasna komunikacija sa klijentom neophodna za uspešnu saradnju i konačno, dobar ishod. Mislim da je ova veština trenutno neadekvatno pokrivena u programima tehinčkih i prirodnih fakulteta, odakle većina data scinetista dolazi. Koje su veštine potrebne da bi bio odličan Data scientist? Pre svega želim da naglasim da je u oglasima za posao Data Scientist pozicija prilično nedefinisana - kreće se od data engineeringa, preko klasičnog softver developmenta, machine learning modelovanja, business intelligence… Tako često vidimo oglase koji navode podužu listu veština koje kandidat treba da poseduje. Iz ovakvih oglasa može da se zaključi bar jedna stvar – poslodavac ne zna šta mu treba, pa se vodi logikom “ako ne znam šta mi treba, sve mi treba”. “Osnovi paket” potrebnih veština bih podelio u tri kategorije: 1) Software development – osnovi programiranja i poznavanje standardnih data science alata, 2) Matematika i statistika – linearna algebra, osnovi matematičke analize, verovatnoća I statistika, teorija mašinskog učenja, 3) Veština komunikacije – o ovome sam već govorio. Uvek je dobro imati domensko znanje, npr. data scientist koji radi u logistici bi trebalo da se što vise upozna sa oblašću , a ne da slepo primenjuje machine learning algoritme i nada se najboljem. Važnost svake od ovih grupa veština za određeni poslao je promenljiva. Tako su neki data scientist bliži data inženjeringu, neki istraživanju i machine learning modelovanju, a neki produkciji. Alati koje jedan Data scientist koristi u svakodnevnom radu su… Opet bih alate podelio u nekoliko grupa. Ono sto trenutno koristim: standardni Python alati za obradu podataka (numpy, pandas, scikit-learn, pytorch, matplotlib), alati za analizu grafova (networkX, pytorch Geometric), SQL, servise u okviru AWS okruzenja, airflow… Na prethodnih projektima sam koristio R, alate za obradu jezika, vremenskih serija itd. Alati koji su danas na raspolaganju su mnogobrojni i ne treba se grčevito držati određenog izbora alata. Tako se često pojavljuju diskusije na temu R vs Python, tensorflow vs pytorch,…. Ovakvi izbori su manje značajni, pogotovu na početku. Izaberite određeni skup alata i kroz njega pre svega naučite kako se radi sa podacima. Ako već znate Excel a ne znate osnove obrade podataka, zašto ne biste učili kroz alat koji već poznajete – tabela je ista radili vi sa njom u Python-u, R-u, Juliji ili Excelu. S druge strane, ako je potrebno da celo rešenje spakujete u aplikaciju, verovatno ćete to najlakše da uradite u Pythonu. Ako tražite okruženje sa najvećim skupom funkcionalnosti, najveći ekosistem imaju Python i R. Koje savete bi dao ljudima koji žele da se bave tvojim poslom - šta da uče, na šta da obraćaju pažnju? Učite osnovne stvari – osnove verovatnoće i statistike, linearne algebre, mašinskog učenja i programiranja. Uporedno izaberite neki skup alata za obradu podataka (u skladu sa prethodnim iskustvom i sklonostima) i praktikujte ono što ste naučili. Obilje podataka je dostupno – pronađite za vas interesantan probem i radite na njemu. Povezujte se sa ljudima. Data science zajednica u Srbiji je prilično velika i mesto za vas sigurno postoji. Hvala, Nemanja za odvojeno vreme i objašnjenja!  

Jovana Milosavljević

12.01.2022

Iz ugla programera

Loše osobine developera

Dohvatismo se i ove teme. Neko će (ili većina) pogrešno razumeti ovaj tekst, možda malo i skrenuti na neku od strana, pa će ne daj bože, biti povređena sujeta, ali suština ovog teksta je da se opiše neka ‘’loša’’ osobina kod pojedinca, kako bi se, eventualno promenila ili otklonila i na taj način unapredi sopstveni tehnički razvoj. (više)

Ivan Kuzmanović

31.12.2021

IT Vesti

7 surovih promena koje donosi Windows 11

Čini se kao da svaka nova verzija Windowsa sa sobom donosi neko novo razočaranje. (više)

Uroš Jelić

31.12.2021

Kompanije pišu

S01 E01: Širenje TeleSign tima, S02 uskoro opširnije

Još jedna godina se uskoro završava i u skladu sa tim, kao People tim TeleSigna, odlučili smo da na kratko zastanemo, osvrnemo se i rezimiramo zanimljivosti i uspehe na koje smo najponosniji u ovoj 2021. godini. Naravno, iskoristićemo priliku i da vam približimo TeleSign. (više)

HelloWorld

30.12.2021

Iz ugla programera

Zašto poslodavci nerviraju developere

Employer branding je kreiranje reputacije kompanije kao poslodavca iliti narodski rečeno, jel će firma da te tretira kao čoveka koji im pomaže da ostvare misiju i viziju firme ili kao roba. Jako je važan faktor za brendiranje firme kao poslodavca, ima veliki uticaj na proces zapošljavanja ali i na fluktuaciju zaposlenih. (više)

Jovana Milosavljević

30.12.2021

Pogledaj sve tekstove

Najveća baza IT poslova i informacija o poslodavcima u Srbiji

Istaknuti poslodavci

umlaut d.o.o.

Daon

Centili

DEVTECH

sTECH

Levi9 Technology Services

Vivify Ideas

CCBill

P3 RS d.o.o.

CPA Global, Part of Clarivate

Mad Head Games

Comtrade System Integration d.o.o.

Poslovi na mejl

Najnovije sa Bloga

Microsoft kupuje Activision Blizzard za rekordnu sumu novca

Najvažnije i najveće IT akvizicije u 2021. godini

6 načina da se istakneš kao Web developer

Spoj za inovativne IT projekte – Quantox Technology & Bstorm

Šta jedan Data Scientist treba da zna

Loše osobine developera

7 surovih promena koje donosi Windows 11

S01 E01: Širenje TeleSign tima, S02 uskoro opširnije

Zašto poslodavci nerviraju developere