Ik ben Thomas en werk als data scientist bij Data Science Lab. Ik heb mijn studententijd gewoond in Amsterdam, maar onlangs heb ik de hoofdstad ingewisseld voor het fijne Utrecht. In mijn vrije tijd sta ik graag in de keuken, of ga ik de buitenlucht in. Reizen is één van mijn grootste passies, en nu dat even niet kan, probeer ik mijn Spaans bij te spijkeren.  

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

Ik heb bestuurskunde en data science gestudeerd – voor sommigen misschien een bijzondere combinatie. Maar voor mij is het heel logisch: ik vind zowel statistiek als hoe mensen in organisaties werken ontzettend interessant. Voordat ik bij Data Science Lab startte, heb ik als data scientist gewerkt bij de gemeente Almere. Daar leverde ik data-analyses en dataproducten voor onder meer het lerarentekort, veiligheid en het sociaal domein.

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

Mijn werk als data scientist is heel afwisselend. Op dit moment werk ik aan data-analyses, dashboarding en predictive modelling in de farmaceutische zorg. Wat ik leuk vind aan de opdrachten, is dat de lijnen altijd kort zijn: zowel binnen Data Science Lab als met de opdrachtgever en eindgebruikers. Doordat je opdrachtgever en eindgebruikers goed leert kennen, weet je waarvoor zij het gebruiken en kan je hen goed adviseren over wat wel, en wat niet gaat werken. En krijg je de ruimte om het initiatief te nemen als je een kans ziet. Ik vind het heel gaaf om zo van begin tot eind aan een project te werken.    

Hoe voer je de werkzaamheden in de huidige situatie uit? 

Vanuit huis! De huidige richtlijnen (november 2020) geven niet veel ruimte om af en toe op kantoor te werken. Het interessante van deze tijd is dat je ziet dat iedereen zich bezint op de toegevoegde waarde van werken op kantoor. Thuiswerken is uit de taboesfeer is gehaald. Dat is denk ik een gezonde ontwikkeling, dat straks iedereen mag kiezen voor een mix die voor een persoon het beste werkt. Ik ben héél erg benieuwd hoe het kantoor van 2025 eruitziet.   

Wat is binnen jouw huidige project de grootste technische uitdaging? 

Een grote uitdaging in mijn huidige project is om met zo min mogelijk data te werken. In de collegebanken leer je dat meer data vaak beter is en over de tijd bouwen we ook steeds meer beschikbare data op. Maar in mijn geval is de laadsnelheid belangrijker dan alle data tot je beschikking hebben. Ik probeer voor een aantal deelprojecten nu geautomatiseerd alleen de meest relevante data in te laden, waarbij als het niet genoeg blijkt, alsnog alle data wordt ontsloten. 

Hoe zie jij data science over 10 jaar? 

Zoals veel van mijn collega’s ook vaak aangeven, verwacht ik dat werken met data steeds makkelijker wordt. Straks is data koppelen, opschonen, het trainen van een model en het visualiseren van de resultaten voor een aanzienlijk deel geautomatiseerd. Aan wat nu de randen van ons vakgebied zijn, is straks het meeste werk te verzetten. Aan de ene kant de data engineers en ‘oliemannetjes’ die dataproducten inpassen in het bestaande IT-landschap, en aan de andere kant zij die data en mens aan elkaar verbinden.

Misschien heeft het te maken met mijn achtergrond in de bestuurskunde dat ik vooral in het laatste veel kansen zie. Nu data science voorbij de ‘hype’ is, denk ik dat organisaties zich steeds meer zullen afvragen waar het goud blijft, als data het nieuwe goud is. Voor concrete resultaten en impact moeten we de informatiebehoefte scherper zien te krijgen, en beter begrijpen hoe mensen informatie verwerken en besluiten nemen. Ik denk dat we over tien jaar nieuwe werkmethoden hebben ontwikkeld waardoor we beter stilstaan bij die aspecten van ons werk.    

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

In mijn omgeving zie ik dat veel mensen hun eerste stap op de woningmarkt proberen te zetten. Een markt met veel data, maar uiteindelijk wordt toch op basis van onderbuikgevoel en tijdsdruk een belangrijke beslissing genomen. Het lijkt me cool om een datagedreven onderhandelingstool te ontwikkelen die starters helpt aan een betaalbaar huis.

Meer collega's ontdekken