Nemaš iskustva? Postani Data Scientist uz ovaj plan [2026]

Prosječna plata za Junior Data Scientista u 2026. godini iznosi 55.000 eura, dok te fakultetska diploma košta četiri godine života i desetine hiljada eura duga. Ti nemaš to vrijeme. Ovaj vodič ti daje znanje besplatno, pod uslovom da si spreman da zaprljaš ruke kodom i ne spavaš vikendom dok tvoj model ne počne da izbacuje tačne predikcije. Razlika između tebe i nekoga ko je samo ‘završio kurs’ je u tome što ćeš ti znati zašto tvoj algoritam puca kada mu podmetneš prljave podatke.

Zašto ti treba Linux particija, a ne novi MacBook

Direktno uputstvo: Instaliraj Ubuntu na svoj stari laptop i nemoj koristiti virtuelne mašine ako želiš da osjetiš kako hardver diše pod pritiskom. Osjetit ćeš toplinu koju tvoj procesor isijava dok treniraš model na deset miliona redova podataka – to je miris napretka. Ako ostaneš na Windowsu, borit ćeš se sa drajverima umjesto sa logikom. Jam-uj taj ISO fajl na USB i kreni. Brujanje ventilatora će ti biti jedini prijatelj u 3 ujutro. Smanji buku servera ako planiraš da radiš u spavaćoj sobi, ali nemoj gasiti proces dok ne završi.

WARNING: Nikada ne ostavljaj svoje API ključeve u kodu koji šalješ na GitHub. Botovi će ti isisati bankovni račun za 30 sekundi koristeći tvoje OpenAI tokene. Koristi .env fajlove ili ćeš naučiti ovu lekciju na najteži način.

Da li mi stvarno treba matematika za Data Science?

Da. Kratko i jasno. Bez linearne algebre, ti si samo kucač teksta koji koristi biblioteke koje ne razumije. Ako ne razumiješ kako se matrice množe, tvoj model će biti ‘crna kutija’. Kada model pukne, a pući će, nećeš znati da li je problem u težinama ili u bazi podataka. Puca ti model? To je najčešće zbog toga što si ignorisao osnove.

Python za 2026: Zaboravi osnove, uči asinhrono

Direktno uputstvo: Fokusiraj se na polars umjesto pandasa jer su podaci u 2026. preveliki za stare biblioteke. Scrape-uj podatke sa weba, ali ih nemoj samo ‘skidati’. Moraš ih čupati, čistiti od gunk-a i smeća koje ostavljaju loši developeri. Proveo sam 14 sati čisteći jedan dataset sa tržišta nekretnina jer su cijene bile pomiješane sa kvadratima. To je pravi Data Science. Nije gospodski posao. Prljavo je. Scrape-uj, očisti, transformiši. Osnove mašinskog učenja su tvoj temelj, ali praksa je ono što te plaća.

Kako napraviti portfolio koji nije dosadan?

Nemoj mi pokazivati Titanic dataset. Niko to više ne gleda. Napravi nešto što rješava tvoj problem. Ja sam napravio skriptu koja prati cijene dijelova za bicikl na oglasima i javlja mi kada nešto padne ispod 50 KM. To je projekat. To pokazuje da znaš da spojiš API, bazu i logiku. Iskoristi AI da nađeš posao, ali portfolio gradi sam. Ako koristiš ChatGPT da ti napiše cijeli kod, na intervjuu ćeš se znojiti dok te senior ispituje o kompleksnosti algoritma.

Anatomija jednog ‘Screw-Up-a’: Overfitting

Evo kako ćeš upropastiti projekat: tvoj model na test podacima ima tačnost 99%. Ti se raduješ. Otvaraš šampanjac. A onda ga pustiš na prave podatke i on izbacuje totalne gluposti. To se zove overfitting. Tvoj model je nabubao podatke napamet umjesto da je naučio obrasce. To je kao da učiš odgovore za test, a ne gradivo. Ako ne koristiš cross-validaciju, tvoj rad je bezvrijedan. To je fizika žaljenja u digitalnom obliku. Testiraj performanse modela prije nego što se osramotiš pred klijentom.

Zašto itko koristi SQL u eri vještačke inteligencije?

Direktno uputstvo: Nauči da pišeš kompleksne JOIN-ove jer podaci ne žive u CSV fajlovima, nego u bazama koje su starije od tebe. SQL je kao kucanje eksera – staro, ali ništa drugo ne drži kuću tako dobro. Ako ne znaš da izvučeš tačan podatak iz baze, tvoj AI model će žvakati smeće. Garbage in, garbage out. To je zakon koji nijedan AI alat neće promijeniti. Spajanje alata bez programera je super za marketing, ali za pravu analitiku moraš znati baze.

Zašto je bitan ‘Top-K Sampling’?

Ako gradiš svoj LLM ili chatbot, moraš razumjeti kako on bira riječi. Podesi Top-K sampling da tvoj bot ne bi zvučao kao pokvarena ploča. To je razlika između bota koji pomaže i bota koji iritira korisnike.

Finansijski realitet: Kurs vs. Samouk

Kvalitetan master program iz Data Sciencea košta oko 20.000 KM. Možeš kupiti pet knjiga, platiti internet i jednu cloud pretplatu za 500 KM ukupno. Ostatak od 19.500 KM je tvoj profit. Ali pazi, niko te neće tjerati da učiš. Nema profesora da ti daje ocjene. Imaš samo terminal i greške koje iskaču. Dosadit će ti. Bolit će te leđa od sjedenja. Oči će ti biti crvene. Ali ako izdržiš, u 2026. ćeš ti biti taj koji postavlja pravila. Uči besplatno, ali radi naporno. Sretno, trebat će ti više nego što misliš.