Լիլիթ Սարգսյան․ «#Նորապագան կերտվում է մեր ուղեղներում ու հետո միայն նյութականանում»։
Հոդվածը ստեղծվել է Ֆիլիպ Մորրիս Արմենիա ընկերության աջակցությամբ՝ #նորապագա արշավի շրջանակներում։ Ընկերությունները չեն փոխում ապագան․ դա անում են մարդիկ։
Տեքստը՝ Տաթևիկ Հովհաննիսյանի
Լուսանկարները՝ Լիլիթ Սարգսյանի արխիվից
Լիլիթ Սարգսյանը Ֆիլիպ Մորրիսի PMI Science գիտահետազոտական կենտրոնի շահառուներից է։ 2018 թվականին Լիլիթն ընտրել է «Կիրառական վիճակագրություն և տվյալների գիտություն» մագիստրոսական ծրագիրը։ Նույն տարում երիտասարդ տվյալագետի առջև իր դռները բացեց Ֆիլիպ Մորրիսի Aspire պրակտիկայի ծրագիրը․ ընկերությունում բացվել էր տվյալագետի թափուր հաստիք։ Լիլիթի թարմ գաղափարները, աշխատասիրությունն ու սերը ընտրած մասնագիտության նկատմամբ աննկատ չմնացին․ արդյունքում նա աշխատանքի առաջարկ ստացավ PMI Science-ից։ Լինելով սկսնակ իր մասնագիտության մեջ, Լիլիթն այսօր արդեն ունի տպավորիչ աշխատանքային փորձ ու սիրով այն կիսում է նոր սերնդի պրակտիկանտների հետ։ Այսպես, կրթություն֊բիզնես այնքան պահանջված ու արդյունավետ համագործակցության շնորհիվ Լիլիթը կարողացել է դեռ ուսանողական տարիքից աշխատել պրակտիկ խնդիրների վրա ու իր նորարարական գաղափարների կիրառությունը տեսնել գործնականում։ Այն մասին՝ ինչպես երիտասարդ գիտնականն ընտրեց տվյալագիտությունը, որն է Հայաստանի զարգացման ուղին ու ինչ է պետք անել՝ խոստումնալից #նորապագա ունենալու համար, զրուցեցինք Լիլիթի հետ։ Նոր ապագայի մասին խոսելիս՝ Լիլիթի աչքերը փայլում են։ Նա հավատացած է՝ ամեն ինչ սկսվում է դրական ու կառուցողական մտքերից։
«#Նորապագան կերտվում է մեր ուղեղներում ու հետո միայն նյութականանում։ Ես նոր ապագան կապում եմ մեր ժամանակի ամենաառաջնայինի ու ամենաակտուալի՝ նոր մտքերի ու նոր գաղափարների հետ»։
Գիտությունն այսօր զարգանում է խելահեղ տեմպով։ Նոր ուղղություններ, միջդիսցիպլինար մասնագիտացում, համակարգային մոտեցում։ Վերջերս շատ արդի դարձած տվյալագիտությունը բացառություն չէ։
«Գիտության մեջ կան ուղղություններ, որոնց կարելի է անվանել «վառվող թեմաներ»։ Տվյալների գիտությունը՝ data science, հենց այդպիսի ուղղություններից է։ Շատ ընկերություններ այսօր ունեն հսկայական մի ռեսուրս, որի ամբողջական ներուժը չեն կարողանում օգտագործել։ Դա, անշուշտ, տեղեկատվությունն է։ Փորձը ցույց է տալիս, որ տեղեկատվության ճիշտ օգտագործումը բերում է նոր ոլորտների ստեղծման կամ նույն ոլորտում որակական զարգացման։ Հենց սա է պատճառը, որ ընկերությունները սկսում են հասկանալ տվյալների գիտության կարևորությունն ու կարիք զգում մասնագետների, ովքեր ի զորու կլինեն տվյալների լեզուն թարգմանել մարդկայինի»։
Տվյալների ու թվերի գիտությունը բացահայտած ու այնտեղ մի ամբողջ աշխարհ գտած Լիլիթը սիրում է վերին այն ներդաշնակությունը, որ տիրում է այստեղ։ Իր մասնագիտության մասին Լիլիթը խոսում է գրեթե բոլոր տվյալագետների ու մաթեմատիկոսների պես՝ սրտի թրթիռով ու այն որպես արվեստի յուրահատուկ տեսակ դիտարկող։ Մեզ՝ հասարակ մահկանացուներիս համար, ում հասանելի չէ տվյալների խոսուն լեզուն, սա կարող է տարօրինակ թվալ, բայց երբ լսում ենք Լիլիթին՝ սկսում ենք հասկանալ, թե ինչն է հատուկ գրավել նրան թվերի աշխարհում․ այն, ինչն այդքան պակասում է մեր՝ անվերջ փոփոխվող իրական կյանքում։
«Ես սովորել եմ մաթեմատիկայի ֆակուլտետում։ Մարդիկ սովորաբար մտածում են, որ մաթեմատիկան չոր, անհետաքրքիր մի բան է, ես էլ՝ չոր ու անհետաքրքիր մի մարդ։ Հուսով եմ՝ էդպես չի (ծիծաղում է)։ Իրականում մաթեմատիկան ըստ սահմանման չի կարող չոր լինել։ Այո, այն հաստատուն է, հիմնված չփոփոխվող օրենքների վրա, ու այստեղ, չնայած լուծման հնարավոր տարբերակների, գոյություն ունի միակ ճիշտ լուծում։ Հենց այս պայմաններն են ձևավորում մտածելակերպ, որը մարդուն հետագայում օգնում է կյանքի ցանկացած խնդրի մոտենալ տարբեր կողմերից ու գտնել միակ ճիշտ լուծումը»։
Ինչպես շատերս՝ Լիլիթը նույնպես ժամանակ առ ժամանակ թերահավատորեն էր մոտենում համալսարանի կրթական պլանի որոշ առարկաներին ու դրանց՝ ոչ գործնական ու ոչ կիրառելի լինելուն։ Այնուհանդերձ, կյանքը ցույց է տալիս, որ գիտելիքն ավելորդ չի լինում, և ոչ էլ պատահական։ Անցնում է ժամանակ, ու անսպասելի մի պահի մարդկային ուղեղը կապում է իր դարակներում պահված զանազան տվյալները։
«Երբ բակալավրում սովորում էի հավանականության տեսությունը, ոչ մի կերպ չէի կարողանում հասկանալ՝ որտեղ եմ ես սա կիրառելու։ Այն պահից սակայն, երբ նստում ես տվյալների դիմաց, սկսում ես բացահայտել մի յուրահատուկ կոմպոզիցիա․ մի թեորեմ կախարդական ձևով կապվում է մյուսին, սահմանումի կոնկրետ մի կետ համադրվում է մեկ այլի հետ, ու արդյունքում կառուցվում է գործնականում կիրառելի մի մոդել»։
Իր աշխատանքը սիրող ցանկացած մասնագետի ու հատկապես գիտնականի համար ծայրահեղ կարևոր է տեսնել սեփական մշակումների գործնական կիրառությունն ու ստացված արդյունքները։ Այստեղ է գիտություն-բիզնես կապի գերարդյունավետությունը։ Համաձայնեք, դժվար է պատկերացնել սեփական գործով ավելի բարձր բավարարվածություն, քան այն իրավիճակը, երբ գիտնականը մտածում է ոչ թե աբստրակտ, այլ շատ գործնական խնդրի շուրջ, կարողանում է լուծում առաջարկել, տեսնում է այդ լուծման արդյունավետությունը գործնականում, սեփական գործով։
«Ես աշխատում եմ մի թիմում, որն իր ձեռքն է պահում շուկայի զարկերակի վրա․ մեր աչքից չի վրիպում շուկայական և ոչ մի միտում, ոչ մի վայրիվերում։ Այստեղ ես հասկանում, որ Data Science—ը միլիոնավոր անչափելի սցենարներից անբացատրելի կերպով կարողանում է զտել կարևոր միտումներն ու տալիս դրան միանգամայն տրամաբանական բացատրություն։ Ես իմ գործի մեջ դա տեսնում եմ ամեն օր, ու դա շատ է խրախուսում, որ մի կողմից տվյալագիտության մեջ խորահաս՝ որպես գիտնական, իսկ մյուս կողմից՝ վերլուծես հենց բիզնեսին հետաքրքիր, գործնական կտորները։ Երբ քո աշխատանքի կիրառությունը տեսնում ես միանգամից՝ առանց մի վայրկյան վարանելու, դա կախարդական մի բան է»։
Հայաստանի խոստումնալից ապագան Լիլիթը և ոչ մի վայրկյան չի վիճարկում։ Նշում է, սակայն, որ նոր ապագա կերտելիս, պետք է ուշադրություն դարձնել երկրի առանձնահատկություններին՝ ռիսկերն ու թույլ կողմերը վերածելով առավելությունների ու հնարավորությունների։
«Սահմանափակ ռեսուրսներ ունեցող ու դժվար տնտեսական պայմաններում գտնվող երկրի համար, ինչպիսին Հայաստանն է, միակ շարժիչ ուժը մարդկանց՝ իրենց ուղեղներին զարկ տալն է ու ֆունդամենտալ մասնագիտություններ սովորելը։ Այդպիսի գիտություններից է մաթեմատիկան։ Սա ունիվերսալ լեզու է՝ որտեղ էլ լինես, հաշվարկային որ համակարգում էլ գտնվես։ Եթե լավ իմանաս մաթեմատիկա, կձևավորես ճկուն մտածողություն ու ներուժ կունենաս տվյալ պահին արդի ցանկացած մասնագիտություն արագ յուրացնել»։