Van kunstenaar tot arts en van archeoloog tot industrieel ontwerper; OGD’ers hebben veel verschillende achtergronden. En juist met al deze ervaring kunnen zij veel betekenen voor jouw organisatie. In de rubriek ‘OGD’er aan het woord’ vertellen zij zelf hoe ze met hun unieke kwaliteiten voor jou het verschil maken. Deze keer is Thomas Kamerling aan het woord, die met zijn veelzijdige achtergrond klanten en eindgebruikers goed weet te vertellen wat ze aan data science hebben.
Wie ben je en wat doe je precies?
“Ik ben Thomas Kamerling en ik werk nu bijna een jaar bij OGD als servicedesker en data scientist. Ik heb hiervoor geschiedenis gestudeerd en een tijdje bij het leger gewerkt. Ik zal het vooral hebben over mijn rol als data scientist, want dat is waar mijn passie ligt.”
Wat vind je tof aan jouw functie?
“Wat ik heel leuk vind, is dat ik als data scientist over heel veel verschillende dingen mag nadenken. Of het nu gaat om een proces of een idee, mijn taak is om het te vangen in een algoritme. Het werk is dus heel divers. Ik gebruik een stukje wiskunde, maar vooral veel creativiteit. Hoe kan ik de klant op basis van zijn data helpen om efficiënter te werken, of betere keuzes te maken? Hierbij moet je goed nadenken over welke databronnen je nodig hebt voor het vraagstuk van de klant.
Ook heb ik mijn creativiteit nodig bij het vinden van verbanden. Mensen komen vaak met een vraag bij ons omdat ze denken dat ergens een verband tussen zit. Ze willen dat probleem aan het licht brengen en het vervolgens natuurlijk oplossen. Maar om tot de juiste oplossing te komen, moet je wel weten of dat verband er ook echt is. Ik ga dus niet alleen op zoek naar dat verband, maar ook naar mogelijke andere verbanden om de klant zo goed mogelijk te helpen. Want misschien ligt de achterliggende oorzaak van hun probleem wel ergens anders. Het achterhalen van de werkelijke oorzaak van hun probleem vind ik een mooie uitdaging.”
Welke vragen krijg je als data scientist vooral van klanten?
“Klanten willen over het algemeen weten of ik iets voor ze kan voorspellen. Rapporteren doen ze vaak al. Daar kun je veel mee voorspellen, maar niet alles. Dus komen zij bij mij met de vraag: ‘Kunnen we het al weten vóórdat het gebeurt?’ En daarbij kan ‘het’ van alles zijn. Denk bijvoorbeeld aan een machine waarvan je wilt weten wanneer hij kapotgaat, want dan kun je dat voorkomen. Of ze willen weten wanneer hun voorraad op zal zijn of wanneer ze een klant het beste kunnen benaderen zodat deze niet weggaat. Of hoe ze medewerkers het beste kunnen vasthouden. Met behulp van data science kunnen we antwoord geven op deze vragen.”
Ik leg mensen graag uit wat data science kan betekenen voor hun werk
Op welk project ben jij trots?
“Ik ben op meerdere projecten trots, maar op dit project net wat meer omdat ik dit echt alleen heb gedaan. Om aan te tonen dat we predictive maintenance kunnen doen, heb ik een keer in korte tijd een proof-of-concept opgezet. Hiervoor heb ik een dataset van de NASA over vliegtuigmotoren gebruikt. Met behulp van Microsoft Azure-tooling liet ik zien dat we in zo’n situatie kunnen voorspellen wanneer de motoren onderhoud nog hebben of aan vervanging toe zijn. We gaan -helaas- natuurlijk niet echt voor de NASA werken, maar het laat wel goed zien wat wij met data science kunnen.”
Wat voeg je toe bij de klant?
“Met het doen van analyses kan ik de klant nieuwe inzichten geven. Door mijn werk, de voorspellingen die ik doe, kan de klant zijn processen beter inrichten of zijn strategie verscherpen. Ik haal de achterliggende oorzaak van wat er fout gaat, boven water. Zo kan de klant verbeteringen doorvoeren of beter geïnformeerde beslissingen maken.
Daarnaast neem ik natuurlijk mijn achtergrond mee. Doordat ik een brede interesse heb en in het leger heb gewerkt, kom ik eerder op alternatieve ideeën of oplossingen. Door mijn ervaringen bij andere organisaties weet ik ook dat je de basis wel goed op orde moet hebben, voordat je met data science aan de slag kunt. Zo heb ik meegemaakt dat er zonder structuur en zonder fundament werd gewerkt, met alleen oog voor het eindproduct: een voorspellend algoritme. Zonder goede basis krijg je natuurlijk ook geen goed resultaat.
Mijn veelzijdige achtergrond en de persoonlijke ontwikkeling die ik heb doorgemaakt, maakt mij niet alleen tot een goede data scientist, maar ook tot iemand die goed kan samenwerken. Ik houd van het werken met mensen en ik denk dat ik ook daardoor veel voor een klant kan betekenen.”
Waar haal jij voldoening uit?
“Mijn voldoening haal ik vooral uit het klantcontact. Ik vind het fijn om samen te werken, feedback te geven en te nemen, en aan eindgebruikers uit te leggen wat ze aan data science hebben. Ik merk dat veel mensen de techniek nog niet vertrouwen, omdat ze niet weten hoe de machine aan zijn antwoorden komt. Ik vind het dan een leuke uitdaging om op een begrijpelijke manier uit te leggen wat een data science-product doet.
Dit doe ik bijvoorbeeld aan de hand van visualisaties. Ik ga graag het gesprek aan met eindgebruikers en werknemers die bang zijn dat algoritmes hun werk gaan overnemen. Ik leg ze graag uit wat data science kan betekenen voor hun werk en hoe ze hier juist hun voordeel mee kunnen doen. Het is natuurlijk heel belangrijk dat niet alleen de klant en ikzelf, maar ook de werknemers van de klant blij zijn met het eindproduct!”
