Запознај ги професорите – Петар Јолакоски

Покрај квалитетната студиска програма, од особена важност за една високообразовна институција е всушност наставниот кадар кој го пренесува знаењето и е одговорен за прогресот на студентите. Токму затоа го започнавме серијалот - Запознај ги професорите. Петар Јолакоски се приклучува на тимот наставен кадар што ќе ја обучува првата генерација на првиот практичен ИТ факултет, Brainster Next.
zapoznaj-gi-profesorite-petar-jolakoski | Softversko inzenerstvo | Brainster Next College
Share
Share on facebook
Share on linkedin

Математичар, статистичар и експерт во економетрика, кој своите познавања во овие области ги надградува во полето на податочната наука и напредните методи на податочна анализа. 

Петар Јолакоски, желбата за истражување и пренесување на своето знаење го преточува во своето работно искуство како помлад истражувач во МАНУ,  предавач и асистент на Економскиот факултет и на Brainster (Бреинстер), a сега се приклучува на тимот наставен кадар што ќе ја обучува првата генерација на првиот практичен ИТ факултет во земјава, Brainster Next College ( Бреинстер Некст колеџ).

Воедно, Петар ќе одржи и едно од предавањата на Отворениот Ден на Brainster Next College! Регистрирајте се на овој настан и посетете го предавањето на тема: Случајно пребарување и митот за целите!

Јолакоски со високо образование се стекнал на Економски факултет во Скопје и дипломирал во 2019 година на тема: „Влијанието на асиметричните информации врз создавањето и присвојувањето вредност на пазарите за спојување и превземање“. Пристапот на анализа во овој труд е кооперативна теорија на игри, односно математичка анализа на стратегиски интеракции помеѓу економски агенти. 

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.

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 проекти 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.

Објавени научни трудови во списанија со импакт-фактор:

Неговото целосно досие на трудови е на следниот линк:

Јолакоски има значајно учество на конференции и настани, како на пример конференцијата организирана од International Centre for Theoretical Physics (ICTP) на тема Non-Markovian Dynamics Far From Equilibrium со презентација на постер за труд со наслов: Geometric Brownian Motion with stochastic resetting: Theoretical Results and Empirical Evidence of Non-Ergodicity in Economics.

Запознајте го Петар Јолакоски – професор на студиската програма Софтверско инженерство и иновации

Име и презиме: Петар Јолакоски

Студиска програма: Софтверско инженерство и иновации

Предмет: Линеарна алгебра

Како искусен предавач и професор, дознајте од Петар зошто е важна математиката во областа на програмирањето и што може да очекуваат студентите од неговиот предмет и колеџот:

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.

Преземи го првиот чекор кон успешна кариера во програмирање и дознај повеќе за нашите програми, методологија на работа, професори и процес на аплицирање.

Join Generation Next – и преземи го првиот чекор за квалификација за уникатниот финансиски модел Студирај сега, плаќај по вработувањето преку решавање на онлајн тестот за компетенции!

Местата се ограничени, затоа закажи средба сега!

Share

Share on facebook
Share on linkedin

претходно

Text

Softversko inzenerstvo | Brainster Next College

следно

Text

Softversko inzenerstvo | Brainster Next College

Види повеќе во новости, заедница, проекти

Биди секогаш во тек со новости од Медиа

    Следи ги новостите од медија

      X

      Префрли се на Brainster Next College! Можност за трансфер до 15 октомври!

      Соработувај со нас

        Предложи Содржина

          Контакт Лице

          (+389) 070 239 915
          Или пиши ни на
          Softversko inzenerstvo | Brainster Next College

          Испратено!

          Твојата порака е успешно пратена. Соодветен човек од нашиот тим ќе те исконтактира најбрзо што може!