![](https://aktualne.cvut.cz/sites/aktualne/files/styles/large/public/content/f487cd7d-556e-4b65-a1d1-1f08caf680be/303ce6b1-5902-4646-930c-40d71344cf27.jpg?itok=ZX9_WxPA)
Kristina dříve na Jaderce studovala Aplikované matematicko-stochastické metody pod hlavičkou skupiny GAMS (Group of Applied Mathematics and Stochastics). V CERNu se nyní podílí na vývoji deep learning modelů využívaných při simulaci částic v detektorech. Tyto AI modely nabízí o několik řádů rychlejší alternativu ke stávajícím nástrojům založeným na výpočetně náročných Monte Carlo simulacích, a umožní tak simulování mnohem většího počtu srážek.
Využitím statistických metod a strojového učení pro analýzu dat se Kristina zabývala už od bakalářské práce. Nejprve na projektu pro americkou laboratoř Fermilab. Pak následoval semestr v Singapuru, během kterého se hlásila mimo jiné na stáže v CERN a Evropské vesmírné agentuře (ESA). Během stáže v ESA začala intenzivně používat Python a vyzkoušela machine learning na úplně jiné úloze, než které se věnovala ve škole v bakalářce a diplomce. Důležité také bylo, že veškerá práce, porady a prezentace musela vést v angličtině. Letní stáž ve Švýcarsku vyústila v nabídku místa v CERN v programu pro PhD studenty.
„Osobně považuji za klíčové vyjet během studia do zahraničí, ať už na stáž nebo na jinou univerzitu. Nejen, že se člověk osamostatní a nabere zkušenosti všeho druhu, ale otevřou se tím nové možnosti. S každou další stáží je to pak jednodušší a jednodušší. Jaderka dokáže poskytnout velmi dobrý teoretický základ, na stáži si ale vyzkoušíte práci na reálném problému, kterému se věnujete každý den společně s kolegy z týmu, což je dost odlišná zkušenost,“ vysvětluje Kristina.
Foto - časopis Forbes