Regrutacija voditelja računalnog vida (Head of Computer Vision)

Pozicija voditelja računalnog vida (Head of Computer Vision) predstavlja strateški i tehnički vrhunac funkcije vizualne inteligencije unutar šire obitelji platformi, infrastrukture i arhitekture. U suvremenom tržišnom okruženju, ova izvršna liderska uloga definirana je odgovornošću za istraživanje, razvoj i implementaciju u produkciju algoritama koji strojevima omogućuju interpretaciju, analizu i djelovanje na temelju vizualnih podataka iz fizičkog svijeta. Dok je ova specijalizacija povijesno bila ograničena na istraživačke i razvojne laboratorije, brzo je evoluirala u lidersku poziciju visokog uloga koja upravlja cjelokupnim podatkovnim ciklusom (data flywheel). Ovaj sveobuhvatni djelokrug obuhvaća prikupljanje visokodimenzionalnih prostornih podataka, formuliranje sofisticiranih strategija označavanja, arhitekturu treniranja modela i optimizaciju inferencije od rubnih uređaja do oblaka (edge-to-cloud). U komercijalnom smislu, voditelj računalnog vida je osoba zadužena za izgradnju vizualnog korteksa za autonomne sustave, digitalne proizvode ili složene industrijske procese organizacije.

Nomenklatura za ovu kritičnu poziciju varira ovisno o zrelosti organizacije, specifičnom fokusu industrije i strukturnoj hijerarhiji tehničkog tima. Uobičajene varijante titula s kojima se susrećemo tijekom ciljanog executive search procesa uključuju direktora umjetne inteligencije za računalni vid, voditelja percepcije (Head of Perception), potpredsjednika za vizualne sustave i vodećeg znanstvenika za viziju. Unutar konteksta brzorastućih tehnoloških tvrtki i startupa podržanih rizičnim kapitalom, uloga često funkcionira po principu igrač-trener (player-coach). U takvim okruženjima, lider mora održavati tehnički standard ekvivalentan najjačim individualnim inženjerima, istovremeno upravljajući širom strateškom mapom proizvoda. Linije izvještavanja obično vode izravno do glavnog tehnološkog direktora (CTO) ili, u većim korporativnim okruženjima, do potpredsjednika za umjetnu inteligenciju ili posvećenog Chief AI Officera. Funkcionalni opseg uključuje upravljanje visoko specijaliziranim timom inženjera strojnog učenja, istraživača računalnog vida i stručnjaka za anotaciju podataka, pri čemu veličina tima obično varira od deset do trideset članova u tvrtkama srednjeg tržišta, dok se u velikim tehnološkim organizacijama taj broj znatno povećava.

Razlikovanje ove uloge od srodnih liderskih pozicija apsolutno je kritično za učinkovitu regrutaciju i organizacijski dizajn. Za razliku od općeg voditelja strojnog učenja, čiji mandat može biti snažno fokusiran na tabularne podatke, obradu prirodnog jezika (NLP) ili preporučne sustave, voditelj računalnog vida mora demonstrirati apsolutno majstorstvo nad složenošću visokodimenzionalnih prostornih podataka, temporalne video analize i trodimenzionalne geometrije. Nadalje, ova uloga ostaje jasno odvojena od voditelja robotike. Dok lider robotike upravlja cijelom petljom percepcije, planiranja i aktuacije, voditelj računalnog vida djeluje kao specijalistički pružatelj temeljnog sloja percepcije koji izravno informira sve robotske odluke. Opseg uloge također se proširio na orkestraciju multimodalnih modela, gdje se vizualni podaci sintetiziraju s jezičnim i audio ulazima kako bi se stvorili sveobuhvatni sustavi koji rade s neviđenim razinama autonomije i svjesnosti o kontekstu.

Odluka o imenovanju voditelja računalnog vida rijetko je spekulativni korporativni potez; gotovo je univerzalno potaknuta specifičnim poslovnim problemima od iznimne strateške važnosti. Tvrtke obično pokreću ekskluzivnu potragu (retained search) za ovom ulogom kada naiđu na prepreke uslijed složenosti u svojim vizualnim AI proizvodima. Ovo kritično usko grlo često se javlja tijekom prijelaza s kontroliranog istraživačkog prototipa na sustav produkcijske razine, gdje stvarni podaci iz fizičkog svijeta počinju degradirati performanse modela. Drugi glavni katalizator za zapošljavanje je akutna potreba za operativnim skaliranjem. Kada poduzeće mora prijeći s upravljanja tisućama statičnih slika na obradu milijuna video okvira u stvarnom vremenu, arhitektonski zahtjevi za infrastrukturu treniranja i optimizaciju inferencije zahtijevaju izvršnu razinu tehničkog nadzora.

Kategorije poslodavaca koje se agresivno natječu za ovaj profil talenata su raznolike, ali ostaju snažno koncentrirane u sektorima gdje vizualno računarstvo služi kao primarni pokretač komercijalne vrijednosti. Automobilski sektor aktivno regrutira lidere percepcije kako bi osigurao mandate nulte tolerancije na pogreške koji su kritični za proizvodne linije autonomnih vozila, što je posebno vidljivo u Hrvatskoj kroz razvoj robotaksi usluga i naprednih sustava mobilnosti. Zdravstvene i medicinsko-tehnološke tvrtke traže lidere za obradu slika kako bi automatizirale složenu dijagnostiku i poboljšale ishode pacijenata kroz preciznu analizu. Istovremeno, industrijski proizvođači zahtijevaju specijalizirane izvršne direktore za viziju kako bi omogućili široke inicijative modernizacije, s posebnim fokusom na automatiziranu kontrolu kvalitete, robotsko praćenje šavova i protokole prediktivnog održavanja. Zadržana potraga za izvršnim direktorima (retained executive search) posebno je relevantna i nužna za ovu poziciju jer je globalni, pa tako i regionalni, bazen talenata pojedinaca koji mogu besprijekorno premostiti jaz između apstraktnog matematičkog istraživanja i robusnog, primjenjivog produkcijskog softvera iznimno ograničen.

Ova izražena oskudica talenata snažno je naglašena tržišnom dinamikom u kojoj vrhunske talente često zadržava mala šačica dominantnih tehnoloških hiperskalera i elitnih istraživačkih centara. Na lokalnom tržištu, ovaj je problem dodatno naglašen izazovima odljeva mozgova, iako rast domaćih deep-tech projekata postupno stvara snažne alternative. Ova koncentracija čini identifikaciju, angažman i privlačenje pasivnih kandidata visoko složenim zadatkom za interne korporativne timove za regrutaciju. Uspješan voditelj računalnog vida mora utjeloviti rijetku hibridnu personu, posjedujući i duboku akademsku strogost potrebnu za praćenje brzorastućih temeljnih istraživanja i pragmatičan način razmišljanja softverskog inženjera neophodan da se ta teorijska otkrića pretoče u pouzdane, skalabilne komercijalne usluge.

Obrazovni pedigre koji se očekuje za voditelja računalnog vida među najstrožima je koji se procjenjuju u globalnom tehnološkom sektoru. Standardni ulazni put u ovu disciplinu ostaje doktorat ili visoko istraživački orijentiran magisterij iz računarstva, elektrotehnike ili srodnog kvantitativnog područja. U Hrvatskoj, Fakultet elektrotehnike i računarstva (FER) Sveučilišta u Zagrebu predstavlja središnju instituciju za istraživanje i razvoj u ovom području, generirajući ključne kadrove kroz projekte poput VISTA-e i inicijative kao što je CROBOHUB++. Unutar ovih naprednih diplomskih programa, duboka specijalizacija u strojnom učenju, dubokom učenju ili robotici smatra se univerzalno neophodnom. Temeljni matematički preduvjeti potrebni za uspjeh u ovoj ulozi, koji specifično obuhvaćaju naprednu linearnu algebru, matematičku analizu više varijabli i složenu trodimenzionalnu geometriju, diktiraju da je ovaj put karijere u velikoj mjeri vođen formalnim obrazovanjem, a ne isključivo praktičnim radom.

Međutim, trenutni regrutacijski krajolik pokazao je rastuće tržišno prihvaćanje alternativnih obrazovnih puteva za kandidate koji posjeduju iznimnu računalnu pozadinu. Profesionalci koji prelaze iz napredne primijenjene matematike ili teorijske fizike sve su više ciljani za liderske uloge koje uključuju prostorno računarstvo i složenu rekonstrukciju okoliša, gdje njihovo temeljno razumijevanje modeliranja fizičkog svijeta pruža izrazitu konkurentsku prednost. Unatoč ovim alternativnim putevima, doktorska barijera ostaje iznimno visoka za liderske pozicije u deep-tech organizacijama ili posvećenim istraživačkim jedinicama. Temeljna je stvarnost da uspješno vođenje tima istraživača na doktorskoj razini zahtijeva izvršnog direktora koji posjeduje ekvivalentnu razinu akademskog kredibiliteta i intelektualnog utjecaja prepoznatog od strane struke. Uz to, s obzirom na nadolazeću punu primjenu Akta o umjetnoj inteligenciji (Uredba EU 2024/1689), od lidera se sve više zahtijeva i duboko razumijevanje regulatornog okvira, zaštite temeljnih prava i etičke primjene visokorizičnih AI sustava.

Osim formalnih sveučilišnih diploma, cjeloživotno obrazovanje i sudjelovanje u nacionalnim i europskim strateškim inicijativama postaju presudni. Hrvatska aktivno sudjeluje u IPCEI AI projektima, fokusirajući se na suverene temeljne modele i obradu podataka. Iako su industrijski certifikati vezani uz specifična cloud okruženja povremeno korisni za uloge s teškom infrastrukturom, oni se univerzalno smatraju sekundarnima u odnosu na kandidatov provjerljiv dosje objavljenih istraživanja, citata na konferencijama i uspješnih produkcijskih implementacija. Najutjecajnije profesionalno tijelo u ovom prostoru je Institut inženjera elektrotehnike i elektronike (IEEE), specifično njegovo Računalno društvo i Tehnički odbor za analizu uzoraka i strojnu inteligenciju (PAMI). Iznimno priznanje struke često se manifestira kroz status 'Fellow' ili višeg člana unutar ove organizacije. Dodatno, aktivno sudjelovanje u Zakladi za računalni vid (CVF), koja sponzorira vodeće globalne konferencije, služi kao iznimno snažna referenca.

Putanja napredovanja u karijeri koja kulminira ulogom voditelja računalnog vida karakterizirana je početnim produbljivanjem ekstremne tehničke stručnosti, nakon čega slijedi namjerno širenje u strateško organizacijsko vodstvo. Specijalisti obično ulaze na komercijalno tržište kao inženjeri računalnog vida, inženjeri percepcije ili primijenjeni znanstvenici. Tijekom ove temeljne faze, koja obuhvaća prvih nekoliko godina njihove karijere, primarni fokus je na savladavanju specifičnih tehničkih modula kao što su detekcija objekata, segmentacija slika ili složena fuzija senzora. Nakon ovog razdoblja, uspješni profesionalci napreduju u specijalističke liderske uloge, djelujući kao viši inženjeri vizije ili tehnički voditelji, gdje preuzimaju vlasništvo nad cjelokupnim procesima obrade podataka (end-to-end pipelines) i mentorstvo mlađeg tehničkog osoblja.

Prijelaz u strateško vodstvo obično se događa nakon osam do dvanaest godina dubokog iskustva u domeni. Ovo je primarni prozor za ulazak na poziciju voditelja računalnog vida ili direktora umjetne inteligencije. U ovom ključnom trenutku, profesionalni mandat se fundamentalno pomiče prema krovnoj tehničkoj strategiji, sveobuhvatnom vlasništvu nad proračunom, međufunkcionalnom partnerstvu s vodstvom proizvoda i kritičnom izvršenju privlačenja vrhunskih talenata. Na samom vrhuncu ove karijerne staze, uspješan voditelj računalnog vida dobro je pozicioniran za preuzimanje uloge glavnog tehnološkog direktora (CTO), postajanje tehničkim suosnivačem specijaliziranog startupa fokusiranog na viziju, ili prijelaz na visoko cijenjenu poziciju glavnog znanstvenika (Chief Scientist) fokusiranu isključivo na istraživanje sljedeće generacije.

Operativni mandat za voditelja računalnog vida zahtijeva zamršenu sintezu najsuvremenijeg znanstvenog znanja i čvrste poslovne egzekucije. Na tehničkom planu, apsolutno majstorstvo modernih arhitektura dubokog učenja, uključujući transformatorske modele, difuzijske modele i generativne suparničke mreže (GAN), sada se smatra obveznim osnovnim zahtjevom. To mora biti upareno s dubokim poznavanjem produkcijskih okvira i kritičnih alata za optimizaciju koji omogućuju učinkovito funkcioniranje masivnih modela u komercijalnim okruženjima. Nadalje, sveobuhvatno razumijevanje klasičnih tehnika vizije, fotogrametrije i istovremene lokalizacije i mapiranja (SLAM) ostaje apsolutno kritično za lidere koji djeluju u primjenama fizičke umjetne inteligencije. Infrastrukturna stručnost je jednako vitalna, a lokalne inicijative poput specijaliziranih edukacija Sveučilišnog računskog centra (Srce) iz područja računarstva visokih performansi (HPC) igraju ključnu ulogu u usavršavanju vještina potrebnih za skaliranje masivnih klastera za treniranje i implementaciju složenih modela na rubne uređaje (edge devices).

Jednako važne ovoj tehničkoj dubini su komercijalne i liderske kompetencije koje definiraju izvršnog direktora. Najsnažniji kandidati za ulogu voditelja računalnog vida pokazuju dokazanu, ponovljivu sposobnost prevođenja složenog modela iz apstraktnog istraživačkog rada u visoko stabilnu poslovnu uslugu spremnu za produkciju koja donosi mjerljiv povrat ulaganja. Upravljanje temeljnim jediničnim troškovima (unit economics) označavanja podataka, odabir specijaliziranih partnerskih odnosa s dobavljačima i jamčenje apsolutne kvalitete skupova podataka predstavlja veliki dio liderskog mandata. Izvršni direktor također mora posjedovati ključnu sposobnost prevođenja visoko složenih tehničkih kompromisa, poput inherentnog trenja između latencije inferencije modela i računalnih operativnih troškova, netehničkim dionicima uključujući financijske direktore i lidere upravljanja proizvodima. Konačno, lider mora projicirati uvjerljiv tehnički brend koji prirodno privlači talente, bez napora okupljajući elitne inženjerske profesionalce.

Stručnost u računalnom vidu nije ravnomjerno raspoređena; visoko je grupirana oko specifičnih akademskih epicentara i koncentriranih korporativnih istraživačkih čvorišta. U Hrvatskoj, geografska koncentracija talenata izrazito je asimetrična. Zagreb predstavlja nedvojbeno središte zapošljavanja, okupljajući vodeće tehnološke tvrtke i akademske institucije. Rijeka izbija kao sekundarno žarište, potaknuta najavama o testnim vožnjama robotaksi vozila i organizacijom tehnoloških događaja poput RiTech Expo. Iako su uloge individualnih inženjera postale sklonije radu na daljinu, pozicije izvršnog vodstva pretežno zahtijevaju fizičku blizinu ovim etabliranim središtima. Iz perspektive kompenzacije, uloga je visoko strukturirana. Prema izvješćima Međunarodnog monetarnog fonda, hrvatsko gospodarstvo bilježi stabilan rast, što se odražava i na IT sektor. Tipičan paket primanja izvršnih direktora funkcionira po mješovitom modelu, uključujući značajnu osnovnu plaću, bonuse temeljene na učinku i visoko lukrativnu komponentu vlasničkih udjela (equity). U elitnim istraživačkim središtima, ovi su paketi često pojačani posvećenim proračunima za istraživanje i naknadama za kontinuirano obrazovanje, odražavajući hibridnu akademsko-komercijalnu prirodu najuspješnijih pojedinaca u ovoj visoko specijaliziranoj, žestoko konkurentnoj disciplini.