Dvacet let v IT a pořád jsem nenašel dobrý důvod odejít. Technologie se za tu dobu dvakrát nebo třikrát celé vyměnily, zajímavé problémy se skoro nezměnily.
Odkud jsem přišel
K datovému inženýrství jsem se dostal přes měření, a to o mně vysvětluje dost. Roky jsem dělal trackery: psal je, instrumentoval s nimi weby, rozebíral cizí, když měl klient z dodavatele nedobrý pocit, a veřejně se hádal o souhlas se sledováním. Google Analytics a GTM, proxy otevřená celý den, čtení cizího minifikovaného JavaScriptu, abych zjistil, kam data doopravdy tečou.
Z toho plyne, jak dnes stavím sklady. Nevěřím datům, kterým neumím dohledat původ — když roky sledujete, jak se čísla ztrácejí mezi dvěma systémy nebo je rozbije špatně nastavený tag, přestanete brát zdroj jako danost. A vím, co špatná sběrná vrstva stojí o patro níž: většina problémů se skladem vznikla dřív, než kdokoli začal modelovat.
Pak přišlo datové inženýrství a s ním BigQuery, dbt, Dataform, dlt, Terraform a Google Cloud. Dnes je těžiště práce v AI transformaci — spoluvyvíjím a spoluudržuji AI platformu — a data v ní nejsou vedlejší téma, jsou palivo. Nejvíc se teď věnuji otevřené sémantické vrstvě mimo proprietární BI nástroje a datovým katalogům, které agentní AI vrátila do hry.
Učím na VŠE Praha, vedu workshopy v programu Google for Partners a vystupoval jsem na DataRestartu a MeasureCampu. Dělám to proto, že vysvětlování je nejrychlejší způsob, jak najít díry ve vlastním porozumění, a protože mi obor cestou nahoru dal spoustu znalostí zadarmo. Je tam dluh.
Mimo obrazovku
Linux mi běží jako denní systém od roku 2009. Ne jako gesto — prostě je mi v něm dobře a znalost vrstvy pod spravovanými službami se hodí častěji, než by člověk čekal. Podporuji CZ.NIC a projekt Turris.
Hraju a učím improvizační divadlo. Na technickém webu to vypadá jako nesouvisející koníček a není: naslouchat dřív než odpovím, přijmout nabídku druhého místo přebití vlastní a rozhodnout se bez jistoty jsou přesně ty věci, na kterých stojí i design review.