Eesti edu Euroopa suurandmete kõrgetasemelisel võistlusel


21.03.2017       FirstName_540632 LastName_540632
  • Innar_Liiv_3.JPG

Eesti meeskond saavutas 13.–15. märtsil Euroopa Komisjoni ja Euroopa Liidu statistikaameti Eurostati suurandmete programmeerimise maratonil (European Big Data Hackathon) kolmanda koha, Eesti võistkonna juhiks oli Tehnikaülikooli dotsent Innar Liiv.

Esimese koha saavutas  Horvaatia ja teise Prantsusmaa, võistlus toimus Brüsselis ning sellel osales kokku 22 kolmeliikmelist võistkonda 21 riigist.

Eesti meeskonnas oli ülikooli esindajana Tallinna Tehnikaülikooli andmekaeve dotsent ja Oxfordi külalisteadur Innar Liiv, tööstuse esindajana DeltaBidi tehnoloogiajuht Rain Öpik ning Statistikaameti peaanalüütik Toomas Kirt.

Võistluse ülesandeks oli piiratud aja jooksul luua prototüüp, mis analüüsiks suurandmeid ja teisi võimalikke andmeallikaid ning vastaks küsimusele, kuidas andmete ja analüütika abil toetada Euroopa Liidu poliitikakujundajaid, et vähendada regionaalselt töökohtade ja oskuste vahelist ebakõla. Euroopas on mitmeid riike, mille tööturul on väga suur nõudlus teatud oskustega inimeste järele, samal ajal kui teises riigis samade oskustega inimesed otsivad tööd. Võistlusel püüti välja selgitada, kas sellest probleemist oleks võimalik andmete abil paremini aru saada või kas saaks töötada välja andmete visualiseerimise tööriistad, mis võimaldaks kiiret ülevaadet ning põnevate seoste ja mustrite avastamist.

„Keskendusime oma võistlustöös probleemi juurtest arusaamisele ning loomulikult teistest lahendustest selgelt eristuva saavutamisele,“ kinnitab TTÜ dotsent Innar Liiv. „Lugesime enne programmeerima hakkamist läbi hulga dokumente alates president Junkeri kirjast Marianne Thyssenile, tööhõivega tegeleva direktoraadi strateegiadokumentidest ja eelarvetest ning lõpetades Euroopa Parlamendis sama teemat käsitlevate komisjonide soovituste ja raportitega,“ avas Liiv Eesti meeskonna lähenemist.

Eesti võistlustöö nimeks sai „Megatrend and Intervention Impact Analyzer for Jobs“, kus seati eesmärgiks visualiseerida tööturu sisemist struktuuri töökohtadega seotud oskuste sarnasuse põhjal ning sama pildi peale visualiseerida nii tööjõu nõudlus kui ka pakkumine, samuti seda mõjutavad nn megatrendid. Teistest eristuva faktorina võttis Eesti meeskond välise allikana kasutusele mõned kuud tagasi ilmunud Oxford Martin Schooli kõmulise artikli, kus anti ülevaade ametikohtadest, millel on automatiseerimise ja robotiseerimise trendi jätkumisel kõige suurem risk kaduda. Teadusartikli töökohtade nimekiri tuli teisendada Euroopa standarditesse ning seejärel panna võrdlevasse analüüsi. Tulemusena esitleti pilte, kus olid korraga peal tööjõuturu nõudlus ja pakkumine, nende ebakõla ning lisainfona ka robotiseerimise mõju tööjõuturule. Viimane võimaldas ka vastata küsimusele, kas robotiseerimise teravik on suunatud tööjõuturu pakkumise ja nõudluse praegusele lüngale või hoopis kiirendab tööpuudust.

Meeskondi hindas 20-liikmeline žürii, mis koosnes poliitikakujundajatest mitmest direktoraadist ja nende allasutustest ning tööstusvaldkonna esindajatest ettevõtetest Oracle, Amazon, Microsoft, IBM, SAP, SAS, Accenture jpt.

Auhinna üle andnud Eurostati peadirektori kohusetäitja Mariana Kotzeva rõhutas, et Eesti meeskond laiendas neile esitatud ootusi ja proovis vaadata ka tulevikku.

„Mul on siiralt hea meel Eesti meeskonna edu üle hackathonil. See kinnitab Eesti kui e-riigi ja meie teadlaste head taset andmeanalüütika ning suurandmete valdkonnas. Suurandmed on tuleviku teema ning juhtiva e-riigina soovime Eesti Euroopa Nõukogu eesistumise ajal selle üle arutleda ka kõrgetasemelisel digitaalse ühtse turu ja andmete vaba liikumise konverentsil 17. juulil,“ kommenteeris hackathoni edu ettevõtlus- ja infotehnoloogiaminister Urve Palo.

Eesti võistkond kasutas tehnoloogiana Pythonit, Amazoni pilveplatvormil RDS Postgresi, suurandmete töötlemiseks kasutatavat Hadoopi klastrit koos Hive’i, Sparki jt tehnoloogiatega.


Autasustamist ja esimese kolme meeskonna esitlusi saab järelvaadata www.webcast.ec.europa.eu/ntts-2017-15.