Mentionsy
Data Engineer vs AI | Big Data - granice bezpieczeństwa, prywatności i kontroli | Marek Czuma
KajoData:
🟨 Społeczność analityków KajoDataSpace
🟦 Kursy - Excel, Power Query, SQL, PowerBI, Python, Tableau
Marek Czuma
🟩 Akademia Big Data
🟫 Big Data Po Polsku
W tym odcinku spotkałem się z Markiem Czumą – inżynierem danych, twórcą Akademii Big Data i podcastu „Big Data po polsku”. To rozmowa o świecie ogromnych zbiorów danych, technologii rozproszonych i granicach tego, co możemy dziś przetworzyć. Zaczynamy od pytania, czy danych nie jest po prostu za dużo – i czy w tej „danej ropie XXI wieku” nie zaczynamy się powoli topić. Marek tłumaczy, jak naprawdę wygląda branża Big Data, na czym polega przetwarzanie rozproszone i dlaczego dodanie „kolejnych serwerów” nie zawsze rozwiązuje problem.
Rozmawiamy też o różnicach między analitykiem danych a inżynierem danych – gdzie kończy się Excel, a zaczyna Apache Spark. Marek pokazuje, że Big Data to nie tylko programowanie, ale sposób myślenia – inżynierski, systemowy, zrozumiały dopiero wtedy, gdy wiesz, co dzieje się „pod spodem”.
Zastanawiamy się też, jak wygląda ścieżka rozwoju od analityka do inżyniera danych i które umiejętności są tu naprawdę kluczowe.
W drugiej części schodzimy na meta-poziom – rozmawiamy o przyszłości zawodów IT w erze sztucznej inteligencji, o tym, co AI może zmienić (a czego raczej nie ruszy), i które systemy robią na Marku największe wrażenie – od Google Maps po infrastrukturę NSA. To szczera, inspirująca rozmowa o tym, jak wygląda świat danych od środka – technicznie, organizacyjnie i... filozoficznie.
Szukaj w treści odcinka
Jak za wolno działa, trzeba kupić więcej serwerów, AWS nas wyratuje, czy tam inny dostawca nas wyratuje z każdej sytuacji.
Microsoft Azure jest jedną z trzech największych chmurowni, dostawców chmur obok AWS'a i Google'a.
2 gości, albo żeby było jeszcze taki ciekawszy podział, wspomniałeś tutaj o Cloudie, tak?
Jeżeli analityk czy analityczka by chciała wejść do inżynierii danych, to co ja robię zawsze, jak ktoś mnie o to pyta, na przykład na mentoringu, to ja zawsze zbieram jego wiedzę, jego historię i patrzę, które z tych trzech elementów w ramach fundamentu już są uzupełnione.
ARUR albo AWS, czyli on jest sobie tam obok, jest tak jakby sznurkiem spięty, więc może korzystać z tych różnych usług, które AWS udostępnia, załóżmy.
jakaś usługa AWS-owa do przechowywania danych.
No mnie zawsze fascynuje, jak jest możliwe przechowywanie takiej ilości informacji graficznych.
Tutaj to też jest, oczywiście odkładając na bok aspekt etyczny, ale nie chcę otwierać, bo to jest jakby osobna rozmowa, ale też trzeba mieć świadomość, że gdzieś zawsze jest ten trade-off między wolnością a bezpieczeństwem, tego, że jesteśmy w świecie, gdzie nie wszyscy nam życzą dobrze i jakoś trzeba się w tym skomplikowanym świecie odnaleźć.
Marek, bardzo ci dziękuję za tą taką przekrojową rozmowę i mam nadzieję, że nieco ciekawszą niż standardowe, że tak powiem, jak, czego się uczyć na początku.
Ostatnie odcinki
-
Data Analyst 👉 Kompletny plan kariery
22.04.2026 15:30
-
Przyszłość dla Data Analyst 👉 3 ścieżki
15.04.2026 17:00
-
Angielski w IT: największy problem to nie grama...
13.04.2026 15:30
-
Boisz się, że Cię zwolnią? Zrób to zanim będzie...
06.04.2026 17:00
-
Jak znaleźć czas na naukę? Jak się uczyć nowych...
30.03.2026 15:30
-
Twój pierwszy projekt analityczny | Wywiad z Kl...
26.03.2026 16:30
-
Przebranżowienie w 2026
23.03.2026 16:30
-
Szef NVIDIA każe Ci wydać 250 000 dolarów ☠️
22.03.2026 18:00
-
AI vs Analityk danych w 2026
21.03.2026 21:26
-
Odpowiadam na WASZE WSZYSTKIE PYTANIA o pracę j...
16.03.2026 17:00