Петар е помлад истражувач во применети области од математиката, кој своите познавања ги надградува во полето на случајните процеси и напредните методи на податочна анализа.
Студентите на Brainster Next College (Бреинстер Некст колеџ), на редовни анкети каде што можат да го искажат своето искуство од програмата и професорите, го оценија Петар со оценка 4.64.
Прочитај што споделија студентите на студиската програма по Софтверско инженерство и иновации на Brainster Next College за Петар:
„Најпосветениот професор по математика којшто некогаш сум го имал“. – Филип Ѓоргичков
„Најпаметниот човек што некогаш сум го запознал и секогаш премногу се обидува да нè научи сè што знае“. – Никола Јованов
Петар Јолакоски го има креирано бесплатниот online курс за математика во Python. Овој курс го нуди Branster Next College бесплатно до сите со цел да се подобри математичкото знаење на младите луѓе, да им се помогне на средношколците подобро да ги разберат можностите што ги нуди овој програмски јазик при решавање математички проблеми, а исто така да го применуваат тоа знаење во решавање на конкретни проблеми во секојдневниот живот.
Во продолжение, дознај повеќе за професионалната позадина на Петар
Во студиската 2019/2020 се запишал на втор циклус (магистерски) студии во областа на Статистички науки на истиот факултет и студиите ги завршил на крајот од 2020 година и магистрирал на тема: „Социјални и економски детерминанти на пандемијата Ковид-19“. Во овој труд се искористени модели од Баесова статистика и Теорија на мрежи. Моментално е на докторски студии на студиска програма Компјутерски науки и инженерство на ФИНКИ.
Неговото работно искуство претставува комбинација од наставна и научна работа. Предавачкото искуство произлегува од работата како дел од Катедрата по математика и статистика на Економскиот факултет во Скопје. Дополнително, во моментот работи како асистент-предавач на модулот Математика и статистика за машинско учење на Академијата за Data Science во Brainster. Моментално работи на развивање методи за анализа на податоци и фундаментални истражувања во економија и финансии со примена на методи од статистичка физика и комплексни системи. Зад себе има одлични истражувања и учество на проект како млад научен соработник во Истражувачкиот центар за компјутерски науки и информатички технологии при Македонската академија на науките и уметностите – МАНУ, како и во Здружението за истражувања и анализи – ЗМАИ.
Како коавтор, има 7 објавени научни трудови во списанија со импакт-фактор. Неговото целосно досие на трудови може да го најдете тука.
Јолакоски има остварено учество на конференции и настани како дел од работата во МАНУ:
- Конференција од International Centre for Theoretical Physics (ICTP) на тема Non-Markovian Dynamics Far From Equilibrium со презентација на постер за труд (како ко-автор) – “Geometric Brownian Motion with stochastic resetting: Theoretical Results and Empirical Evidence of Non-Ergodicity in Economics”.
- Конференција од Друштвото на физичарите на Република Македонија со постер (како ко-автор) – Non-ergodicity and first passage dynamics in Economics.
- Конференција од Германското друштво на физичари (DPG) со постер за трудот (како ко-автор) – “Ornstein-Uhlenbeck process and generalizations: Particle dynamics under comb constraints and stochastic resetting”.
Запознајте го Петар Јолакоски – професор на Brainster Next College
Име и презиме: Петар Јолакоски
Студиска програма: Софтверско инженерство и иновации
Предмет: Линеарна алгебра
Како се роди интересот за науката и пред сѐ математиката? Како почна сѐ?
Интересот за наука и математика ми се роди во текот на погрешно избраната насока на студирање кога открив за некои скриени интелектуални желби кои што не сум ги почувствувал до тој момент. Различните области од математика и нивната примена во научен контекст започнав да ги учам самостојно кога бев во втората година од студиите. На почеток, за да ми е полесно од временски аспект, ја учев примената на математиката во економските науки, а како што одминуваше времето постепено се фокусирав на поширока примена во природните науки, конкретно во физика. Првата фаза од високо образование ја завршив со дипломска работа за математичка анализа на стратегиски интеракции помеѓу економски агенти. По студирањето добив можност за работа на Катедрата за математика и статистика на Економскиот факултет каде по некоја интересна случајност се запознав со генијални луѓе од МАНУ кои работат на примена на модели од статистичка физика во различни области од економија.
Зошто е важно да се учи линеарна алгебра на студиите по софтверско инженерство?
Линеарна алгебра е централна за скоро сите области од математика и фундаментална во дефинирање на различни геометриски објекти кои се корисни за претставување на физичката реалност околу нас. Во компјутерски науки линеарната алгебра ја дава математичката рамка која претставува основа при развој на алгоритми во машинско учење и за разни видови анализа на податоци кои сами по себе се организирани како матрици, чијашто длабинска математичка анализа е голем дел од предметот. Примената на алатките од предметот во машинско учење е практично бесконечна. Пример еден проблем во компјутерска визија е класификација и процесирање на слики кои можат да се претстават како матрици. Понатаму, обработка на природни јазици (“Natural Language Processing”) e дисциплина од доменот на лингвистиката, на информатиката и на вештачката ингелиганција, која има за цел создавање апликации и техники за анализа на секој аспект од природниот јазик – некои примени: класификација на статии, автоматски превод, автоматско резимирање на текстови итн. Дополнително, друга интересна примена е во теорија на мрежи (графови) кои како математички објекти често ги среќаваме во секојдневниот живот како на пример: анализа на група на луѓе со меѓусебни познанства и видови односи, географска мапа со многу градови кои се поврзани со патишта итн.
Најважниот совет до студентите:
Правете грешки. Голем успех, како и да го дефинирате тоа, не може да се планира.
Сигурно е голем предизвик за секој предавач да се добие довербата на студентите. Кој е најуспешенниот метод?
Презентирај го концептот или теоријата на начин што ќе предизвика чувство кај студентите дека тие многу лесно би можеле да го измислат истиот. Општо, прво треба да се избере проблем, па да се мотивира идејата за негово решавање со користење на едноставен јазик скоро неповрзан со веќе развиената теорија на веќе воспоставениот концепт. Пример, ако ги земеме: Архимед и неговата „Еурека” при решавање на проблем за кралот Хиерон II, Галилео и неговото откритие дека сите тела на земјата паѓаат со иста стапка или Општа и специјална теорија за релативноста на Ајнштајн – заедничко за сите се длабоките мисловни експерименти. Со други зборови, сите теории пред да бидат терминолошки воспоставени и со тоа „одосадени”, некогаш биле едноставна вистина за реалноста која може да се пронајде само со длабок мисловен експеримент. Како предавач целта ми е да ги пронајдам чекорите на мисловниот експеримент кој подоцна ја оформил теоријата или концептот предмет на конкретниот час. Според мене ова е најтешката форма на предавање и сметам дека никогаш не може целосно и точно да се примени. Може само да се тежнее кон тоа.
Која е книгата што најмногу влијаела на твојот кариерен развој?
На кариерниот развој – Why Greatness Cannot Be Planned: The Myth of Objective, а на спиритуалниот развој кој повеќе ми значи – Браќата Карамазови.
Омилен цитат или совет што секогаш го следиш при носење на важните одлуки:
Не користам конкретен цитат или совет, туку генерално се водам според стоицизмот и „Медитации” на Марко Аврелиј.
Brainster Next College е првиот акредитиран практичен ИТ-факултет кај нас кој нуди две уникатни додипломски студии за Софтверско инженерство и иновации и UX/UI и графички дизајн.
Преземи го првиот чекор кон успешна кариера и дознај повеќе за нашите програми, методологија на работа, професори и процес на аплицирање.
Местата за двете студиски програми се ограничени, закажи средба сега!
