Hi, mijn naam is Koen, 26 jaar en opgegroeid in Enkhuizen maar sinds april woon ik in Amsterdam-Oost. In mijn vrije tijd (en tussen het werk door) ben ik veel met sport bezig door vijf keer per week te fitnessen en wekelijks voetbal (Feyenoord) en Formule 1 te kijken. De laatste jaren ben ik redelijk actief op ‘Untappd’, een sociale medium gericht op speciaal bier. Dit is wat uit de hand gelopen waardoor ik wekelijks probeer nieuwe speciaal bieren te vinden. Hiernaast probeer ik minimaal één keer per jaar een verre reis te maken omdat ik graag meer van de wereld zie!

Waar heb je gewerkt voordat je bij Data Science Lab begon? 

Sinds begin 2018 werk ik bij DSL, daarvoor heb ik een half jaar bij Grant Thornton gewerkt als data scientist. Hier ben ik terecht gekomen om mijn afstudeeropdracht te doen voor mijn Master Business Analytics aan de VU. Deze master volgde ik voorafgegaan aan de gelijknamige Bachelor Business Analytics. Gedurende mijn studieperiode heb ik ruim vijf jaar in de keuken van een restaurant gewerkt. Dit heeft ervoor gezorgd dat ik het leuk vind om te koken. In deze periode heb ik ook een Minor gevolgd in het zuiden van de VS, waardoor ik altijd met wat extra aandacht kijk naar berichtgeving over dit land, zeker in dergelijke onrustige periodes zoals nu.

Wat zijn de werkzaamheden als ‘Data Scientist’ bij Data Science Lab en wat vind jij persoonlijk het meest interessant hiervan? 

Als data scientist bij DSL ben ik zeker niet alleen ‘code aan het kloppen’ zoals sommige mensen wellicht verwachten. Hiernaast zijn wij zeker ook consultant, wat onder andere inhoudt dat ik regelmatig gesprekken voer met opdrachtgevers om helder te krijgen hoe data science kan helpen bij de werkzaamheden. Naast het maken van effectieve data science oplossingen neem ik dan ook regelmatig deel aan brainstorm- en inspiratiesessies, help ik bij het opstellen van project voorstellen en voer ik veel klantgesprekken om het werk wat wij voor klanten verrichten van begin tot einde in goede banen te leiden.

Wat is binnen jouw huidige project de grootste technische uitdaging? 

Op dit moment werk ik aan twee verschillende projecten met diverse uitdagingen. Voor Het Buddyhuis werken wij aan een app waarin veel verschillende aspecten samenkomen: app development, clouddiensten, data science modellen, CICD en mijn rol als ‘scrum master’ in dit project. Een mooi en uniek project waarbij een aantal dingen nieuw voor mij zijn, tegelijk maakt dat het uitdagend én erg leerzaam! Daarnaast werk ik op dit moment aan een voice interactive chatbot voor PGGM. Uitdaging hier is om de oplossing welke wij reeds ontwikkeld hebben te laten aansluiten op de interne systemen. Dit met het oog op het testen van de oplossing met hopelijk een uiteindelijk ingebruikname als eindresultaat.

Wat is volgens jou de grootste misvatting van data science? 

Ik stoor mij wel eens aan de geluiden over data science & AI in de media waarbij er geïmpliceerd wordt dat computers beslissingen voor ons gaan maken. Vaak komen dergelijke geluiden van mensen zonder AI-achtergrond waarbij ze bijvoorbeeld situaties uit de film ‘I, Robot’ voorhouden als toekomstperspectief. Hier ziet men data science als computermodellen waarin beslissingen worden genomen zonder dat er controles van mensen aan te pas komen. Dit is vanzelfsprekend niet hoe data science efficiënt ingezet wordt, een data science oplossing moet ondersteunend zijn voor mensen die werkzaam zijn binnen een proces. Deze oplossingen moet het werk gemakkelijker maken en/of meer inzichten geven waarbij de beslissingsbevoegdheid altijd bij de mens blijft. Een mens blijft namelijk veel beter in het interpreteren van resultaten, hoe goed een computer ook kan rekenen.

Hoe zie jij data science over 10 jaar? 

Ik denk dat de ontwikkelingen die nu al zichtbaar zijn, zich zullen gaan voortzetten. Ik heb het dan over oplossingen aangeboden door de grote tech-bedrijven welke zo van de plank kunnen worden gehaald. Er zijn nu al vele packages en softwareoplossingen vanuit Google, Amazon, Microsoft, etc. beschikbaar die toepasbaar zijn op gebieden als NLP, voice-to-tekst en neurale netwerken. Dit aanbod is steeds beter aan het worden en ik verwacht dat deze lijn zich door gaat trekken. Ik verwacht dan ook dat er in de nabije toekomst steeds meer op bestaande oplossingen kan worden verder gebouwd, met uitzondering van zeer complexe of unieke vraagstukken. Mijn werk zal zich dan voornamelijk richten op het scherp krijgen van de klantvraag, bestaande oplossingen afstemmen voor specifieke vraagstukken en het beschikbaar stellen van de oplossing aan de eindgebruiker binnen een gebruiksvriendelijk format.

Welk probleem zou jij ooit nog willen oplossen middels data science? 

Het lijkt mij gaaf om de ontwikkeling van een sporter compleet inzichtelijk te kunnen maken. Van voeding tot training. Dat alles van invloed terug te zien is in de data. Dat bij wijze van spreken de invloed van voedingsschema X of trainingsprogramma Y exact terug te zien is op de topsnelheid van Mathieu van der Poel of de impact van Rico Verhoeven zijn rechtse directe. Nog een interessant project dat zeker haalbaar is; het ideale biertje te kunnen ‘voorspellen’ op basis van iemand zijn eerdere reviews met behulp van data uit Untappd. Of misschien nog wel een stapje verder, om iemand zijn ideale bier te kunnen bepalen en dit zelf te brouwen. Wellicht een leuk toekomstig project voor onze Lab-dag!

Meer collega's ontdekken