Z Rafałem Prachtem, Chief Technology Officer i współzałożycielem start-upu FinQbit, absolwentem Wydziału Cybernetyki Wojskowej Akademii Technicznej, rozmawia Dominika Naruszko.
Dominika Naruszko: Dlaczego jesteś dumny z bycia absolwentem WAT?
Rafał Pracht: W Wojskowej Akademii Technicznej na Wydziale Cybernetyki nabyłem wiele umiejętności, które obecnie wykorzystuję – począwszy od dogłębnej znajomości matematyki, na inżynierii oprogramowania skończywszy.
Dzięki temu, że wykładowcy na uczelni mieli doświadczenie komercyjne, otrzymałem wiedzę, która nie była suchą teorią, ale odzwierciedleniem praktycznych informacji.
Jedna z rzeczy, która pozytywnie odróżnia WAT od innych uczelni technicznych, to także poważne podejście do aktywności fizycznej. Będąc na studiach, nie doceniałem tego wystarczająco, natomiast obecnie uważam, iż to pomogło mi się zahartować, a także zbudować zdrowe nawyki, które procentują do dzisiaj.
Czym się zajmujesz zawodowo?
Jestem współzałożycielem start-upu FinQbit. Pełnię w nim funkcję Chief Technology Officer. Odpowiadam za rozwój rozwiązania do zarządzania ryzykiem finansowym na komputerach kwantowych. Na świecie jest bardzo niewielu specjalistów łączących znajomość matematyki finansowej, inżynierii finansowej oraz technologii kwantowych. Nasze oprogramowanie jest innowacyjne w skali światowej.
Systemami do zarządzania ryzykiem finansowym zajmuję się od kilkunastu lat. To obszar ze specjalistycznym oprogramowaniem, którego implementacja musi być szczególnie wydajna. Doświadczenie zdobywałem, pracując dla takich firm jak Deloitte czy Moody’s Analytics w projektach w Polsce, Wielkiej Brytanii, Stanach Zjednoczonych, we Francji, w Niemczech, Belgii czy na Bliskim Wschodzie.
Od kilku lat zajmuję się również technologiami kwantowymi. Ukończyłem program kwantowy na MIT xPRO. Jestem jednym z adwokatów Qiskit – grupy 360 najlepszych inżynierów kwantowych na świecie.
W FinQbit pokazujemy, w jaki sposób skomplikowane problemy matematyki finansowej do zarządzania ryzyka można zaimplementować na komputerach kwantowych. Nad rozwiązaniami tego typu pracuję już od kilku lat – tym m.in. zajmowałem się w BNP Paribas Bank Polska.
Instytucje finansowe muszą zarządzać ryzykiem finansowym. Aby to robić, modelują, jak mogą się zmieniać aktywa, jak znaleźć strategię hedgingową, która pozwala na zabezpieczenie portfeli. W tym celu wymagane są bardzo skomplikowane obliczenia i znajomość tego modelowania, czyli m.in. stochastycznych równań różniczkowych, modelowania matematycznego. Aby zbudować takie modele, trzeba je dobrze zdefiniować, tak aby na przykład nie dopuszczały w sobie arbitrażu.
Do takich zadań wymagana jest dobra znajomość m.in. matematyki finansowej. W instytucjach finansowych są specjaliści, którzy mają taką wiedzę, a do obliczeń i zarządzania ryzykiem wykorzystują komputery klasyczne. Jednak jakiś czas temu pojawiły się komercyjne maszyny kwantowe. Niektóre obliczenia możemy wykonać na nich efektywniej niż na komputerach klasycznych. Rzeczy związane z zarządzaniem ryzykiem doskonale do tego pasują. Na komputerach kwantowych możemy mieć kwadratowe przyspieszenie, w szczególności w symulacji Monte Carlo. Czyli jeżeli obecnie potrzeba 1 000 000 powtórzeń, to na komputerze kwantowym 1000-krotnie mniej, bo około 1000. Im proces jest bardziej skomplikowany i wymagamy więcej powtórzeń symulacji Monte Carlo, tym przyspieszenie jest większe. Komputery kwantowe mogą nam tu znacząco pomóc, bo albo będziemy mogli używać bardziej skomplikowanych modeli, albo będziemy mogli te modele, które mamy, liczyć szybciej, w krótszym czasie. I to na rynku finansowym ma dość duże znaczenie.
Natomiast wykorzystanie komputerów kwantowych stanowi już pewne wyzwanie. Nie użyjemy software’u, który działa na komputerach klasycznych, aby wykonać działania na komputerze kwantowym, bo to tak nie działa. Nie możemy wykorzystać znanych nam algorytmów z komputerów klasycznych i zaimplementować ich na komputer kwantowy, bo one też nie zadziałają. Trzeba więc wymyślić zupełnie nowe algorytmy do rozwiązywania tych samych problemów biznesowych na komputerze kwantowym. I żeby to zrobić, trzeba mieć bardzo dogłębną wiedzę związaną z konkretną dziedziną biznesową, dla której implementujemy algorytmy, technologiami kwantowymi, sposobem działania komputerów kwantowych czy programowaniem na nich. Należę do wąskiego grona osób, które się tym zajmują.
Komputery kwantowe w porównaniu z klasycznymi maszynami są jeszcze na etapie lat 60. ubiegłego wieku. To oznacza ogrom inżynieryjnej pracy u podstaw. Chociaż bycie pionierem jest fascynujące, to wymaga całkowitej zmiany sposobu myślenia, nauki konstrukcji algorytmów – bo te klasyczne nie działają. To bardzo ciekawa ścieżka, choć muszę przyznać, że momentami wyboista. Poruszam się w trzech zupełnie odmiennych i dość trudnych zagadnieniach – mamy i klasyczną informatykę, i matematykę finansową, i komputery kwantowe. Każda z tych dziedzin wymaga jednak trochę innej wiedzy, innego sposobu myślenia. Łączę to wszystko technologicznie i biznesowo.
Nasz start-up rozwiązuje problemy związane z wykorzystaniem komputerów kwantowych w finansach. Pierwszym takim wyzwaniem jest trudność tych technologii i konieczność uproszczenia sposobu modelowania. Musimy zaproponować rozwiązanie zbliżone do tych obecnie używanych przez analityków finansowych. A takich rozwiązań nie ma na rynku – ani na polskim, ani na europejskim, ani na całym świecie. Nasze algorytmy są pisane od nowa. To oznacza ogrom pracy, natomiast jeżeli zrobimy to raz, to nasze usługi i software dopasowane do potrzeb podmiotów finansowych możemy dostarczać do wielu instytucji. To nisza, w której jesteśmy pionierem. Istnieją start-upy, które oferują software kwantowy, ale one proponują wyłącznie algorytmy, a nie zastosowanie biznesowe. My działamy inaczej – jesteśmy dedykowani dla finansów, dobrze znamy naszego klienta, wiemy, jakie on ma potrzeby i zajmujemy się tylko tymi obszarami finansów, w których możemy dokonać jakiegoś ulepszenia, korzystając z technologii kwantowych.
Twoje największe osiągnięcie zawodowe?
Opracowanie nowatorskiego algorytmu pozwalającego generować ścieżki stochastycznych równań różniczkowych na komputerach kwantowych. Są one wykorzystywane w kwantowym odpowiedniku algorytmu Monte Carlo do wyceny instrumentów pochodnych. Na podstawie tego algorytmu oraz biblioteki w języku Julia pozwalającej na łatwe implementacje modeli ryzyka na komputerach kwantowych powstała właśnie firma FinQbit.
Jak studia pomogły Ci w rozwoju kariery zawodowej?
W mojej pracy niezbędna jest znajomość matematyki, inżynierii oprogramowania oraz metod numerycznych. Wszystkie te umiejętności zostały mi przekazane w Wojskowej Akademii Technicznej. Wykładowców WAT oceniam bardzo wysoko.
Które z oferowanych przez uczelnię kursów przydały Ci się na ścieżce kariery?
Gdy studiowałem w Wojskowej Akademii Technicznej, bardzo mocno zainteresowałem się zarządzaniem ryzykiem oraz matematyką finansową. Dzięki współpracy Wojskowej Akademii Technicznej z Wydziałem MiNI Politechniki Warszawskiej miałem szansę wziąć udział w dodatkowych specjalistycznych przedmiotach dotyczących tego specyficznego obszaru. To poszerzyło moją perspektywę i pomogło mi połączyć moje różnorodne umiejętności i zainteresowania.
Wojskową Akademię Techniczną ukończyłem jako informatyk z dogłębną znajomością systemów zarządzania ryzykiem oraz matematyki finansowej. Dzięki temu mogłem skutecznie współpracować z ekspertami z obszaru matematycznego. To nie tylko okazało się sporym wyróżnikiem na rynku, ale także umożliwiło mi tworzenie zupełnie nowych rzeczy.
WAT ma bogatą ofertę zajęć dodatkowych – m.in. kół naukowych i sportowych. Czy podczas studiów robiłeś coś „ponad program”?
Podczas studiów aktywnie trenowałem judo – pomogło mi to utrzymywać dobrą formę i budować zdrowe nawyki.
Działałem także w samorządzie studenckim, dzięki czemu rozwinąłem umiejętności efektywnej współpracy czy świetnej organizacji.
Jedna rada dla studentów WAT wchodzących na rynek pracy?
Szybko rozwijająca się technologia, m.in. wykorzystanie deep learning, a w przyszłości także komputerów kwantowych sprawi, że niedługo, aby utrzymać się na rynku, trzeba będzie być naprawdę bardzo dobrym. Przeciętność nie wystarczy – tu wejdzie sztuczna inteligencja.
Już teraz w kodowaniu prostych algorytmów możemy skorzystać z Large Language Model – LLM, czyli dużych modeli językowych, a zamiast programować całe rozwiązanie, możemy wykorzystać deep learning do automatycznego znalezienia wystarczająco dobrego algorytmu rozwiązującego dany problem. Do tej pory zajmowali się tym programiści, często właśnie na początku ścieżki zawodowej.
Teraz, aby stać się cennym specjalistą, trzeba nie tylko angażować się w studia, ale i rozwijać we własnym zakresie. Obecnie łatwo dostępne są materiały i wykłady z całego świata, choćby z Massachusetts Institute of Technology, czyli MIT czy Stanford University. Wiedza stamtąd po niedługim czasie pojawia się też w komercji. Jeżeli ktoś chce naprawdę być na topie, to powinien poza korzystaniem z ogromnych możliwości, jakie niewątpliwie daje Wojskowa Akademia Techniczna, korzystać z tego, co jest dostępne online. To ogrom wiedzy z różnych dziedzin z całego świata.
Obecnie wiele powtarzalnych, prostych zadań, które ja na przykład wykonywałem, gdy wchodziłem na rynek pracy, możemy zlecić choćby ChatGPT. Może być tak, że za kilka lat osoby świeżo po studiach staną przed sporym wyzwaniem, bo pracodawcy będą szukali osób już z dużym doświadczeniem. Warto więc jak najszybciej zacząć pracować. Studia są ważne, ale doświadczenie komercyjne z pewnością także się przyda. Czas edukacji, gdy nie mamy jeszcze tylu zobowiązań, ile w późniejszym wieku, to doskonały okres na zdobywanie cennych doświadczeń, wiedzy, kolejnych umiejętności, kontaktów. Dzięki temu w momencie ukończenia studiów, mając już rok czy dwa lata stażu pracy, jesteśmy w zupełnie innym miejscu na rynku.
Jakie kierunki studiów w WAT są w Twojej opinii przyszłościowe?
Obecnie cały świat patrzy na OpenAI i modele generatywne, natomiast musimy pamiętać, że prace nad LLM trwają już od dekady. Wayne Gretzky mawiał: „Skate to where the puck is going to be, not where it has been”. Uważam, że technologie kwantowe będą kolejną rewolucją i to na tych obszarach powinniśmy się teraz skupić – tak aby faktycznie być tam, gdzie ten krążek dopiero będzie.
Dominika Naruszko
projekt graficzny: Katarzyna Puciłowska
fot. archiwum prywatne
