Brainster Next College покажува дека образованието може да изгледа поинаку: практично, применливо и насочено кон реалните потреби на индустријата. Токму тука се гради новата генерација на инженери, дизајнери и иноватори кои уште за време на студиите креираат решенија што имаат потенцијал не само да одговорат, туку и да ја трансформираат индустријата.
Еден таков пример студентот Кристијан Кралевски од студиската програма Софтверско инженерство и иновации, чија љубов кон фудбалот и страст за технологијата се преточија во „MFL Statistics Tracker“: иновативен систем базиран на машинско учење кој овозможува детална анализа на фудбалски натпревари. Неговиот проект претставува чекор напред кон современа спортска аналитика каква што ја користат водечките европски клубови. Исто така и отвора можност македонскиот фудбал да добие сосема нов пристап кон играта.
AI иновацијата на Кристијан е доказ за тоа што значи факултетот да биде повеќе од диплома. Факултетот треба да биде средина која поттикнува млади луѓе да ја спојат својата пасија со врвни знаења и практични вештини и да создадат решенија кои имаат директна вредност на пазарот. Brainster Next College со ова уште еднаш ја потврдува својата мисија: да создава студенти подготвени да бидат двигатели на иновации и промени уште од првиот ден по дипломирањето.
Што те инспирираше да го создадеш „MFL Statistics Tracker“? Што беше пресудниот момент кога реши да го споиш интересот за фудбал со програмерските вештини?
- Инспирацијата дојде од мојата љубов кон фудбалот и желбата да ги гледам натпреварите подлабоко, преку бројки и податоци. Пресудниот момент беше кога сфатив дека технологијата, особено Machine Learning, може да се искористи за автоматска анализа на натпреварите. Тоа беше идеална можност да го спојам интересот за фудбал со знаењата што ги стекнувам како програмер.
Како работата на реални проекти и менторската поддршка на Brainster Next College ти помогнаа да го создадеш овој систем?
- Преку реални проекти стекнав практично искуство и научив како поефикасно да ја структурирам задачата и да наоѓам решенија за конкретни предизвици. Голема улога имаше и професорот Бојан Јакимовски, кој ми помогна да го сменам начинот на размислување, да не гледам на работите само како девелопер, туку како софтверски инженер. Благодарение на менторската поддршка добив поголема сигурност и мотивација да се впуштам во ваков предизвикувачки проект.
Кои вештини стекнати на факултетот ти беа најважни во целата реализација на проектот?
- Најважни ми беа вештините стекнати преку предметите Програмирање во Python и Машинско учење. Тие ми дадоа силна основа за работа со податоци, моделирање и решавање на сложени проблеми, што ќе биде клучно за целата реализација на проектот.
Дали размислуваш за соработка со фудбалски клубови или со ФФМ? Како би го презентирал проектот за да биде прифатен од тренери и аналитичари?
- Да, размислувам за идна соработка со клубови или со ФФМ, но пред сè сакам најпрво целосно да го усовршам проектот. Кога ќе биде подготвен, би го презентирал преку конкретни резултати: статистики, визуелизации и примери од реални натпревари, за тренерите и аналитичарите да ја видат практичната корист од системот.
Каде се гледаш во следните години? Дали планираш да продолжиш со развој на ова или други AI проекти во спортот?
- Во следните години се гледам како софтверски инженер кој активно работи со вештачка интелигенција, особено во полето на спортот. Сакам да продолжам да го развивам ‘MFL Statistics Tracker’ и паралелно да истражувам нови AI решенија кои можат да придонесат за подобрување на спортските анализи. Верувам дека комбинацијата на технологија и спорт има голема иднина.
