Ik ben Job, opgegroeid in Groningen en sinds twee jaar wonend in Amsterdam. Hockey is een van mijn grootste passies en daarnaast vind ik het heerlijk om te tennissen, squashen, voetballen, snowboarden en surfen. Eigenlijk zo’n beetje elke sport met een bal of board. Ook ben ik wel eens te vinden achter een drumstel, voornamelijk toen ik tijdens mijn studententijd in een band speelde.

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

Voordat ik bij Data Science Lab begon, volgde ik de master Econometrics and Operations Research aan de VU. Hier is mijn passie voor data science begonnen. Daarvoor heb ik een bachelor Geneeskunde en een bachelor Technische Bedrijfskunde afgerond aan de Rijksuniversiteit Groningen. Na het afsluiten van mijn studententijd zocht ik een mogelijkheid om de opgedane kennis te combineren in een baan. Deze mogelijkheid heb ik gevonden als data consultant bij Data Science Lab.

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

De werkzaamheden die wij verrichten zijn breed en afhankelijk van de wensen en problemen van de opdrachtgever. Zo zijn er relatief eenvoudige opdrachten zoals het inzichtelijk maken van data door middel van dashboarding, maar er zijn ook complexere opdrachten zoals het opzetten van de juiste data architectuur (data engineering), het trainen van een machine learning modellen (data science) en het implementeren ervan (deployment). Een van de meest interessante projecten die ik heb gedaan was voor het St. Antonius Ziekenhuis. Hier heb ik samen met collega’s de inzet van laboratoriumdiagnostiek geoptimaliseerd met AI door het ontwikkelen van een ‘Clinial Desicion Support Tool’. Deze tool ondersteunt artsen bij het aanvragen van de juiste laboratoriumbepaling voor een patiënt op het optimale moment.

Daarnaast krijgen we als data scientist de vrijheid om op zoek te gaan naar nieuwe toepassingen binnen data science tijdens onze wekelijkse Labdag. Vanuit interesse in de juridische sector heb ik een blog geschreven over ‘Legal Tech’. Na meerdere positieve reacties hierop zitten wij inmiddels rond de tafel met verschillende partijen om te kijken hoe wij als Data Science Lab organisaties in deze sector kunnen helpen bij het toepassen van nieuwe technieken. De afwisseling in werkzaamheden die dit met zich meebrengt is met name iets waar ik veel energie van krijg.

Artikel: Legal tech

Wat is binnen jouw huidige project de grootste technische uitdaging? 

Momenteel werk ik voor een opdrachtgever in de farmaceutische dienstverlening aan een NLP-project. Het doel is om een grote hoeveelheid reviews van patiënten, over hun ervaring in de apotheek, te analyseren en deze terug te koppelen aan de apotheken. Deze reviews bevatten enorm veel waardevolle informatie en beslaan vaak meerdere onderwerpen, maar deze onderwerpen staan helaas niet aangegeven (niet-gelabelde data). De grootste technische uitdaging in dit project is het trainen van een classificatiemodel dat in staat is om, met een minimale hoeveelheid gelabelde data, te achterhalen welke onderwerpen aan bod komen.

Wat is volgens jou de grootste misvatting van data science? 

De opvatting dat wij als data scientists bij binnenkomst onze laptop aansluiten en meteen met één magische druk op de knop een oplossing hebben voor het probleem. Door de manier waarop er in de media over data science wordt gesproken, met begrippen als ‘black-box’, begrijp ik waar dit misverstand vandaan komt. Dit is echter niet hoe het in de praktijk werkt. Nadat het probleem van een opdrachtgever duidelijk in kaart is gebracht gaat er met name veel tijd zitten in het verzamelen, opschonen en analyseren van data. Dit is vaak een stap die wordt onderschat. Pas als deze stap goed is uitgevoerd kunnen wij beginnen met het bouwen van de magische knop, maar dan op maat ontwikkeld voor de opdrachtgever.

Hoe zie jij data science over 10 jaar? 

Er zijn momenteel twee ontwikkelingen te zien die de komende jaren alleen maar belangrijker zullen worden. Dit betreft een grotere focus op het menselijke aspect van data science en een beweging dat data science steeds meer wordt ingezet als hulpmiddel voor het maken van strategische beslissingen.

Data scientists zijn bijzonder goed in het automatiseren van processen. Het is dan ook niet gek dat er nu al veel standaard modules beschikbaar komen voor een verscheidenheid aan oplossingen. Wanneer het merendeel van de data science toepassingen beschikbaar is in de vorm van standaard modules, zal de meeste focus komen te liggen op de implementatie en uitleg ervan. Met andere woorden: er zal een grotere focus op het menselijke aspect van data science komen te liggen.

Daarnaast zie je dat data science momenteel veel wordt toegepast om oplossingen te bieden voor problemen op ‘de afdeling’. Voorbeelden zijn een chatbot om FAQ te beantwoorden voor bijvoorbeeld customer services, een model dat de vraag naar producten voorspelt voor inkoopafdelingen, of een adviserende tool voor artsen die het herstel van patiënten voorspelt. Data science technieken kunnen echter ook worden gebruikt door het management om de koers van het bedrijf te bepalen. Inzichten en voorspellingen van het eigen bedrijf maar ook van de markt in zijn geheel kunnen hierin meegenomen worden. Hiermee zullen de BI- of Analytics-teams een steeds grotere invloed krijgen binnen de bedrijfsvoering en zullen zij de data-gedreven adviseurs worden bij het nemen van strategische beslissingen.

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

Het snijvlak van data science en geneeskunde vind ik bijzonder interessant. Als ik ooit de kans krijg zou ik graag werken aan een tool die in staat is om het beloop van iemands gezondheidstoestand te voorspellen. Ik denk daarbij aan een soort horloge die met behulp van data science in staat is om de lichamelijke en geestelijke gezondheid te monitoren en die kan voorspellen wanneer je een ziekte hebt opgelopen voordat je ziek bent. Deze tool kan vervolgens advies geven om rust of medicatie te nemen om zo te voorkomen dat je echt ziek wordt.

Meer collega's ontdekken