Máme ve firmě pravidelné úterní development porady. Zde se schází a na dálku se připojuje ta část firmy, která něco vyvíjí, vylepšuje a posouvá. (Což je dnes tak 80 % firmy.)
Včera jsem si uvědomil, že velká část jsou mladí, až velmi mladí lidé. A jak úžasné projekty dělají, nebo dělat chtějí.
Mnoho firem má problém talenty nalákat, u nás máme problém opačný. Na všechny, co chtějí na palubu, sehnat peníze. I když, problém… Měl Michael Jordan “problém” s basketbalem? 🙂
YG1: Radar a konvoluční neuronová síť
Informace o dešti a jeho vývoji jsou jedny z nejžádanějších. Také proto se tolik snažíme s našimi radary. Ty ze své podstaty ukazují “jen” stav současný, tj. kde prší právě teď. Uživatele ale také zajímá, kam se déšť bude posouvat a zda zasáhne přímo je.
Této výzvě, tedy předpovědět pohyb srážek, se u nás věnuje několik lidí, každý s jiným přístupem. Jedním z nich je Matěj Choma, který dokončuje bakalářské studium na prestižní FIT ČVUT.
Pod vedením našeho Kuby Bartela predikci radarových snímků řeší pomocí neuronových sítí a pomocí frameworku TensorFlow.
Jde o to naučit neuronovou síť, jak se jednotlivé srážkové útvary, mraky, bouřková oblačnost mohou chovat v nejbližším čase. Takto vytrénovaná, naučená neuronová síť potom může být nasazena do živého provozu. Co se v tréninku naučila, pak může používat dále a neustále se vylepšovat. Jedná se o relativně inovativní přístup ke krátkodobé předpovědi srážek.
YG 2–4: Junior development team Ostrava
Máme rádi hackatony a ty ostravské byly loni určitě nejzajímavější. Středoškolského v Impact Hubu se zúčastnilo množství týmů a hned několik zkoušelo implementovat naše data o počasí. A jeden z nich měl zájem v projektu pokračovat a něco se dále naučit. Proč ne.
Od té doby David Pleva, Jakub Pryček a Daniel Slavík zkoušejí také predikovat radar. Implementují dobře popsanou metodu COTREC.
COTREC – porovnání dvou následujích radarových snímků pomocí veličiny vyjadřující podobnost (střední absolutní chyba, korelační koeficient,…) + hlazení pomocí podmínek kontinuity; Mecklenburg 2000, Zgonc and Rakovec 1999
Náš junior tým se musel prokousávat nejen pro ně dosud neznámým polem meteorologie, učit se s databázemi a aplikovat matematiku do praktického úkolu. Ale také se zvládli během pár týdnů naučit programovací jazyk Go! Za mě klobouk dolů.
Přiznám se, že takhle nadšené kolegy jsem ještě ve firmě neměl. Vděčné, skromné a šikovné. Jestli takhle budou makat dál, šťastná firma, která je bude mít. Zatím jsme těmi šťastnými my! Během pár dnů napíšou článek o tom, jak postupují a během pár týdnů bude metoda v beta provozu u nás na stránkách.
YG 5: WRFDA — svatý grál numerického modelování
Akademie věd, numerické modely, Matfyz, talentovaná skoro-absoloventka MatFyzu a velká výzva. Tenhle projekt má všechno.
V Meteopressu už deset let počítáme numerické předpovědní modely WRF a jejich předpovědi jsou základem práce našich meterologů. Tyto modely fungují zjednodušeně tak, že vezmou z hrubého globálního modelu (např. GFS 22 km či ECMWF 9 km) startovací podmínky a dopočítají velmi přesně počasí na našem území — u nás dnes dopočítáváme až do rozlišení 2 km na 72 hodin.
Jsme tedy omezení tím, že musíme čekat, kdy a než doběhnou tyto globální modely. A to znamená nejen zpoždění, maximální počet čtyř aktualizací denně. (Nově už umíme model počítat 8x denně, ale o tom jindy a jinde).
Co když ale chceme model pouštět častěji? Co když chceme mít model přesnější o “naše data”, tj. data ze satelitu, z meteorologických stanic, z radarů, ze vzlétajících letadel (E-AMDAR data)? Pak musíme data tzv. asimilovat. A my data rozhodně ASI-MILUJEME (#punintended)
A zde přichází Zuza Peštová, která dokončuje studium MatFyzu, udělala už u nás notný kus práce (např. pomohla naplánovat síť radarů v Rakousku) a nyní se vrhne na tento přetěžký úkol. Nebude na to sama. Bude se tomu věnovat v rámci svého doktorského studia a ve spolupráci s Ústavem informatiky AV ČR.
Pokud to dopadne dobře, budeme schopni naši předpověď aktualizovat ne každých šest hodin, ne každé tři hodiny, ale každou hodinu přepočítávat dle aktuálního vývoje.
A Zuzka taky píše super články:
YG 6: Scoring předpovědí počasí, aneb jak nám to vychází
Pokud chcete něco vylepšovat, musíte nejprve vědět, jak na tom jste. A jelikož my se zlepšovat chceme, musíme si nastavit vhodná “kápéíčka”.
KPI = Key Performance Indicator neboli Klíčové ukazatele výkonnosti.
Je to pomůcka pro měření výkonnosti, která se běžně používá k měření úspěšnosti aktivity organizace. Klíčové ukazatele by měly přímo ovlivňovat úspěšnost vize organizace.
A od toho u nás máme Kateřinu Vodičkovou, studentku MatFyzu. Respektivě ta už u nás tři měsíce připravuje metodiku a nastavuje poměřování naší úspěšnosti předpovědi. Pro hodnocení předpovědi počasí lze použít dva přístupy:
- Metoda se statistickými veličinami a kontingenční tabulkou vychází z návodu pro vyhodnocování předpovědí WMO.
- Bodovací systém je doporučován pro hodnocení předpovědí vydávaných médii. Pro vyhodnocování je třeba dostatek dat za dostatečně dlouhé časové období.
Jelikož dnes počítáme několik různých modelů v několika různých nastaveních fyziky, z rozličných okrajových podmínek a z odlišných zdrojů, lidské vyhodnocení už nedostačuje. Taky se chceme oprostit o “zaujatosti”, kdy každý “má rád” ten “svůj” model.
A když je možnost, chceme se rozhodovat neemocionálně. Čistě na základě tvrdých čísel, dat.
YG 7: “Haló, haló, proč je meteorologů málo?”
“.. a tak makám jako hrom, ať jich je tu milión,” chtělo by se mi parafrázovat moudrá slova.
Moje oblíbená anekdota je: “Víte, kolik letos dostuduje na Slovensku meteorologů? Jeden.” (It’s funny ’cause it’s true.) Sice to není tak tristní a v Česku jich bude o pár více, ale stejně jich bude řádově méně, než právníků, architektů. Budou jich jednotky. Ale to je na jiný článek.
Náš nový talent na Slovensku je Daniel Cibula, který sice dostudoval Fyzickou geografii a geoinformatiku na Prírodovedecké fakultě (tj. nikoliv “čistou meteorologii”), ale diplomku psal na téma “Vplyv reliéfu na rozloženie zrážok v kotlinách Slovenska pri jednotlivých poveternostných situáciach.” Počasí ho bavilo a chtěl se mu věnovat dále.
Vzali jsme ho. Před rokem a nyní pod vedením zkušené Miriam Jarošové zlepšuje své schopnosti v meteorologii. Chce ji říkat lidem a tak píše skvělé články na www.meteopress.sk, stará se o náš slovenský Facebook a hlavně denně vystupuje v našich pořadech na TV JOJ a milionům Slováků povídá o počasí.
Budu raději ve svém týmu mít nadšence, které meteorologické řemeslo naučíme, než znuděné profesionály. Naštěstí se u nás schází jen ta nadšená část milovníků počasí.
YG 8,5: feat. Hackerspace brmlab — aneb géniové na palubě
Skvělý projekt Kmeny definoval hackery jako svébytnou subkulturu. Fascinující skupina lidí hledající řešení na náročné technologické problémy a hledající cesty v místech, kam se mnozí neodvažují.
Jeden z této komunity se náhodou ocitl u nás a doufám, že se nám podaří ho udržet. Jenda Hrach je multitalent. Baví ho jak hardware, tak i neuronové sítě, backend a .. vlastně ani nevím, co všechno.
Zatím u nás zprovoznil prototyp měření znečištění prachovými částicemi, sestavil průšovu 3D tiskárnu MK3. Ale když jsme si povídali s Matějem o neuronových sítích, zaslechl to a přišel přidat svou trošku do mlýna.
A o pár týdnů dříve mi také napsal: “Jo, o radaru se můžeme pobavit. Mimochodem jako diplomku píšu pasivní radar (pro lokalizaci vysílačů).” Je to sice jiný radar a jiná výzva, než je ta naše. Ale něco mi říká, že pochopit a vylepšit radar náš pro něj může být zajímavé a možné.
Bude Jenda hardwarový vývojář? Backendový vývojář? Bádat u nás nad neuronovými sítěmi? Nebo všechno z toho? Uvidíme.
První úkol bude vylepšit naše radary. To pro začátek postačí.
Young Guns — nabíjet, leštit a hýčkat
Mladé pušky v Meteopressu. Není to oficiální program, ale možná jednou bude. Určitě by měl být.
Draví nadšení lidé, nejnovější technologie, chuť se učit, drive něco dokázat.
A můj úkol? Umožnit, chválit a nepřekážet.
Tohle je sen. Tohle mě baví!
