Počítače ho fascinovaly už od dětství. Začínal u počítačových her, postupně se ale dostal k modování, instalaci češtin nebo zkoumání toho, jak počítače fungují uvnitř. Když se jeho starší bratranec dostal na tehdy nově otevřený FIT ČVUT, začal mu ukazovat, co se na fakultě učí a jak vypadají například progtesty. Právě tehdy se pro něj FIT ČVUT stal jasným cílem.
„Ukazoval mi, co se tam učí, a jak je studium náročné, a mě to naprosto fascinovalo.“
Aby se na studium co nejlépe připravil, přestoupil z gymnázia na IT průmyslovku. Praktické znalosti si tak doplnil, zároveň ale zjistil, že mu na střední škole chybí matematika. Ve volném čase se proto začal doučovat právě ji.
Studium na FIT ČVUT pro něj bylo především otázkou vytrvalosti. Za nejnáročnější považuje první dva ročníky, kdy se potkávalo velké množství náročných předmětů.
„Zpětně jsem za tu zkušenost vděčný. Naučila mě hospodařit se silami a z té píle těžím dodnes.“
Na fakultě ho nejvíce bavilo, když mohl své znalosti využít v reálném výzkumu. Už během bakalářského studia začal pracovat v DataLabu na FIT ČVUT a prostřednictvím letního výzkumného programu se jako student dostal až k publikaci na mezinárodní konferenci ICANN.
Velký vliv na jeho kariéru měla bakalářská práce pod vedením Ing. Magdy Friedjungové, Ph.D. Téma doplňování chybějících částí obrazu ho přivedlo k opravdovému výzkumu a práce nakonec získala Cenu děkana. Na ni navázal diplomovou prací zaměřenou na detekci a odstraňování vodoznaků, kterou zpracoval během svého úvazku výzkumníka v DataLabu. I ta byla oceněna Cenou děkana.
„Moje úplně první práce na plný úvazek v životě byla paradoxně na fakultě, kde jsem zároveň studoval.“
Důležitou roli v jeho odborném směřování sehrál také celý obor znalostního inženýrství, dnešní specializace umělé inteligence. Získané znalosti přitom využívá dodnes.
„V práci se mi dodnes stává, že ‚lovím slajdy ze školy‘, protože si vzpomenu, že na daný problém existuje metoda, kterou jsme probírali.“
Dnes pracuje jako senior data scientist a AI engineer v pražské konzultační společnosti BigHub. Velká část jeho práce se zaměřuje na pojišťovnictví, kde se podílí například na vývoji systémů využívajících umělou inteligenci pro zpracování lékařských zpráv nebo vyhodnocování pojistných událostí. Věnuje se také prediktivnímu modelování a forecastingu, mentoruje další datové vědce a pomáhá externím týmům s jejich ML projekty.
K současné práci se dostal krátce po absolvování FIT ČVUT. Přestože měl několik nabídek, rozhodla nakonec známost se spolužákem z fakulty.
„Kontakty ze školy mají obrovskou hodnotu a často otevírají dveře víc než cokoliv jiného.“
„Ze studia dnes nejvíce využívám datověvědní a programátorský základ. Ještě důležitější je ale podle mě schopnost rychle se učit, kriticky přemýšlet a věnovat pozornost detailům. Právě tyto dovednosti FIT přirozeně rozvíjí. Komunikaci s klienty a byznysovou stranou projektů jsem se naopak musel více naučit až v praxi.“
Studentům FIT ČVUT doporučuje využívat i příležitosti, které přesahují běžnou výuku, například výzkumné programy, práci v laboratořích nebo letní stáže.
„Nebojte se jít po příležitostech nad rámec výuky. Laboratoře, výzkumné programy nebo letní stáže vám mohou dát zkušenosti, ke kterým se v běžných předmětech nedostanete. Zkuste i někoho učit nebo si věci vysvětlovat navzájem ve skupině. Když látku dokážete vysvětlit druhému, umíte ji.“
„Nenechte AI přemýšlet za vás. Škola je jedno z mála období, kdy je vaším hlavním úkolem naučit se myslet. Tuhle příležitost si nenechte vzít.“