Zpočátku jsem byl přitahován k angličtině kvůli svému zájmu o analytickou stránku kritiky literatury a interpretace poezie, což jsem považoval za velmi poutavé. V současnosti pracuji ve firmě, která využívá umělou inteligenci pro prediktivní analytiku v pojišťovnictví. Mezi mé povinnosti patří školení procesorů pro extrakci dat, která jsou následně organizována do šablon a databází. Dále pracuji v oblasti prompt engineering, kde získávám poznatky z rozsáhlých lékařských záznamů a výpovědí právníků. Tato role znamenala můj přechod od studia angličtiny k technologickému odvětví. Během třetího ročníku na vysoké škole jsem si uvědomil, že další desetiletí strávené studiem medicíny není mou cestou. To mě přimělo hledat alternativní kariéry, při kterých jsem objevil důležitost datové vědy, strojového učení a umělé inteligence. Data science se mi líbila, protože mi připomínala mé zkušenosti s literaturou – dělat spojení mezi daty a hodnotit jejich vztahy a dopady. Samostatně jsem se učil data science prostřednictvím platforem jako Coursera a Udemy, absolvoval jsem řadu kurzů o programování a prohluboval své znalosti AI a strojového učení. S příchodem ChatGPT jsem s ním intenzivně experimentoval a dále zdokonaloval své dovednosti v prompt engineeringu.

Pro získání mentorství jsem mluvil se zkušenou manažerkou náboru v oblasti AI ve firmě Tesla. Na její radu jsem začal studovat MIT OpenCourseWare, sledoval jsem mnoho přednášek, plnil zadání a dělal cvičné testy. Abych získal práci, aktivně jsem se ucházel o pozice a kontaktoval manažery a ředitele náboru. Moje první práce v oblasti AI přišla po rozhovoru se zakladatelem startupu, který mi nabídl místo po pohovoru. Podobně jsem se dostal ke své současné pozici – kontaktoval jsem ředitele dalšího startupu, jehož krátký rozhovor vedl k letní stáži, jež se nakonec změnila na trvalý úvazek. Na začátku jsem měl obavy z přechodu do technologií, protože jsem se obával náročnosti učení před získáním práce. Nicméně díky radám mého otce – který pracuje v technologiích – jsem pochopil, že k zvládnutí základů a vstupu do odvětví není nutné mít rozsáhlé formální vzdělání. Nemám žádné výčitky z volby studia anglické literatury, i když během cesty vznikly pochybnosti. Jedním z největších přínosů studia angličtiny byla schopnost uvažovat o různých pohledech, což je dovednost, která je v AI a datové vědě neocenitelná, protože prozkoumávání různých úhlů pohledu je klíčové. Všiml jsem si, že tento způsob myšlení je v oborech STEM méně běžný, protože často kladou důraz na jedno správné řešení. Pokud uvažujete o podobném přechodu, považuji za důležité identifikovat prvky vašeho humanitního vzdělání, které vás opravdu baví, a najít způsoby, jak tyto schopnosti využít mimo svůj původní obor. Tento přístup ukazuje kreativitu zaměstnavatelům a podtrhuje vaši schopnost převádět znalosti mezi oblastmi, čímž zvyšujete svou hodnotu na trhu práce.