
Проф. др Јелена Ковачевић је електроинжењерка и научница која се бави обрадом сигнала, wavelet теоријом и машинским учењем.
Рођена је у Београду. Одувек је имала подршку родитеља, који су је третирали као равноправну, а образовање и оно чиме је желела да се бави увек стављали изнад свега. Знала је да жели да се бави математиком још од детињства. Посебно ју је привлачила алгебра. Дипломирала је на Електротехничком факултету у Београду и наставила школовање на Универзитету Колумбија (Columbia University), где је завршила мастер и докторске студије. Увек су је занимале апстрактне форме, почев од слагалица у детињству до математичких модела данас. На тај начин откривају се закони који воде алгоритмима који могу помоћи у дијагностиковању болести.
Докторске студије завршила је на Универзитету Колумбија у Њујорку. Након докторирања радила је као истраживач у Беловим лабораторијама (Bell Labs), једној од најпознатијих индустријских научних институција. У овом окружењу бавила се развојем математичких и алгоритамских метода за анализу сигнала и слика.
Поред индустријског истраживања, др Ковачевић је изградила значајну академску каријеру. Била је професорка на више универзитета у Сједињеним Америчким Државама, а посебно се истакла као професорка и руководилац на Универзитету Карнеги Мелон (Carnegie Mellon University), где је била шефица Одељења за електротехнику и рачунарско инжењерство. На тој позицији руководила је развојем наставе, истраживања и међународне сарадње у једној од најјачих инжењерских школа у свету.
Од 2018. до 2024. године била је деканка Тендон инжењерског факултета при Њујоршком универзитету (NYU Tandon School of Engineering). На тој позицији управљала је научним и образовним програмима институције са више хиљада студената и истраживача. Њено именовање је историјски значајно, јер је постала прва жена декан у историји ове институције, чија традиција траје више од једног века.
За ово своје ангажовање каже: „Осећала сам да могу да направим разлику за више од само неколико својих студената, па сам томе приступила са огромном страшћу и ентузијазмом. Исто важи и за моју позицију деканке. Иако никада нисам себе сматрала женом научницом, већ само научницом, знам да виђење жене на водећој позицији има важан утицај и на младе девојке и на дечаке.”
Њени радови имају значајне примене у медицини, телекомуникацијама, обради слика и анализи великих скупова података. Посебно је значајан њен допринос развоју алгоритама који омогућавају бољу интерпретацију медицинских снимака и могу помоћи лекарима у раној дијагностици болести. Објавила је велики број научних радова у водећим међународним часописима из области обраде сигнала. Такође је коауторка више научних књига и уџбеника из области обраде сигнала и wavelet теорије.
За своје научне доприносе добила је бројна признања и награде, а изабрана је и за чланицу престижних научних организација.
И даље се бави обрадом сигнала и припрема нови предмет из машинског учења; истиче значај математике као темеља на којем се заснива ова област. Успех у животу за њу је осећај унутрашњег мира и свест да је направила разлику у животима својих студената.
Младима поручује: „Сви понекад сумњају у себе. То је оно што вас чини интелигентном особом. Важно је вредно радити, а када дође неуспех (а доћи ће), схватите зашто. Учите из тога и идите напред. Онда, када се суочите са још једним тешким тренутком, сетите се да сте у прошлости били у стању да превазиђете тешке тренутке, и то помаже.”


Како памтите своје детињство у Београду и на који начин је оно утицало на ваш каснији животни и професионални пут?
Имала сам огромну подршку родитеља, који су образовање и оно што сам желела да радим увек стављали изнад свега. Знала сам да желим да се бавим математиком још од детињства. Мој тата је измишљао игре са палачинкама када сам била мала (нпр. „твоја мама је направила 6 палачинки, а твој брат је појео 3, колико је остало за тебе?“). Волела сам што сам осећала да ме тата третира као равноправну, то је било невероватно оснажујуће за мало дете.
Већ током школовања у Математичкој гимназији знали сте да желите да се бавите математиком. Да ли је постојао неки тренутак или предмет који је то дефинитивно потврдио?
Као што сам рекла, то је било истина још од детињства. Морам рећи да сам увек гравитирала ка алгебри. Мислим да су ме апстрактно резоновање и организациони концепти увек привлачили. Увек су ме привлачиле апстрактне форме, слагалице, све што је било потребно да се схвати како да се споји у смислену целину.
Да нисте постали научница, која област или начин размишљања вам је најближи и зашто?
Одувек сам волела језике и музику. Видим много веза између структура у ове две области и математике, опет се враћам на шаблоне/апстрактне форме.
Када сте одлучили да одете на докторске студије у САД, како сте лично доживели тај тренутак промене и колико је подршка породице тада била важна?
Моји родитељи су били веома узбуђени што ћу отићи у САД јер је то оно што сам желела. Такође сам желела да будем у Њујорку, осећала сам да је то град који има људе из целог света и то ме је привлачило.
Након студија у Београду и доктората на Универзитету Колумбија, које су највеће разлике које сте уочили између образовања у Србији и у САД? Често говорите о вези између Београда и Њујорка, да ли данас осећате да припадате једном месту или вам је идентитет обликован између више култура?
Тешко је рећи, јер сам сигурна да је образовање у Србији данас другачије од мог када сам била млада. Можда бих рекла да у САД има више практичног искуства него што сам ја доживела, али то се можда променило.
Како бисте ученицима средње школе, који тек откривају науку, објаснили чиме се бавите у области процесирања сигнала и wavelet теорије?
Враћам се на апстрактне форме опет. Откривање закона и форми који воде до смислених алгоритама. На пример, шта лекари виде када погледају рендгенски снимак? Користим математичке моделе да бих открила те законе који воде алгоритмима који могу помоћи у дијагностиковању болести. Данас се, наравно, већина таквог рада налази у области машинског учења.
Како видите везу између класичне математике и савремених области као што су вештачка интелигенција и машинско учење и колико се Ваш ранији научни рад уклапа у те области?
Занимљиво је да ме то питате јер управо сада развијам курс Математика у Python-у за машинско учење. Математика је темељ на којем се гради машинско учење и мораш разумети математику ако желиш да направиш разлику. Сви алгоритми у машинском учењу су проистекли из три велике области математике: линеарне алгебре, оптимизације и вероватноће и статистике.
Радили сте у индустрији (Bell Labs) и на универзитетима, које су главне разлике између та два света? Који део каријере вам је донео највећи професионални раст?
Иако Белове лабораторије нису биле универзитет, биле су веома академска институција, у смислу да су истраживања била подстицана. Али ипак, увек сам најсрећнија била на универзитету јер себе пре свега видим као учитеља.
Како сте доживели прелазак из истраживачке улоге у руководећу, као декан факултета? Шта за вас значи бити прва жена декан NYU Tandon School of Engineering, институције традицијом дужом од 150 година?
Била сам веома узбуђена када сам постала шефица Одељења ECE на Карнеги Мелону. Осећала сам да могу да направим разлику за више од само неколико својих студената, па сам томе приступила са огромном страшћу и ентузијазмом. Исто важи и за моју позицију декана NYU Tandon School of Engineering у Њујорку. Иако никада нисам себе сматрала „женом научницом“ већ само „научницом“, знам да виђење жене на водећој позицији има важан утицај и на младе девојке и на дечаке.
Колико је важно имати узоре и видљиве жене у науци за млађе генерације?
Веома је важно. Тешко је осећати се прихваћеним ако не видиш никога ко је као ти. Имала сам среће јер је у Београду моје младости било много веома видљивих жена и осећала сам да као жена могу све да постигнем што желим.
Када погледате своју каријеру уназад, постоји ли нека одлука која тада није деловала „разумно“, али се касније показала као пресудна?
Искрено, никада нисам тако размишљала. Увек сам испробавала нове ствари следећи очев савет: „Пробај, најгоре што може да се деси је да ти се неће свидети, па ћеш онда пробати нешто друго.“
У емисији сте рекли да успех за вас није само професионална позиција. Како бисте ви лично дефинисали успешан живот?
Када осетите унутрашњи мир. Једини компас кога се придржавам је мој; ако осећам да сам направила разлику у животима других људи, посебно ученика, онда знам да сам нешто постигла.
Коју поруку бисте издвојили као најважнију за средњошколце у Србији који воле математику и науку, али још увек сумњају у себе?Сви увек сумњају у себе, то је оно што вас чини интелигентном особом. Битно је вредно радити, а када дође неуспех (а доћи ће), схватите зашто, учите из тога и идите напред. Онда, када се суочите са још једним тешким тренутком, сетите се да сте у прошлости били у стању да превазиђете тешке тренутке, и то помаже.
