Op woensdag 13 maart geven Ben Edmondson van ElastIQ-Connect en Janita Stuurman van Alliander op het MIE een lezing over ‘The Omnipotent Data Scientist’. De vele kanten van de data-scientist komen aan bod en vooral ook wat data-science inhoudt. Daily Data Bytes sprak met software engineer Ben Edmondson: ‘Onze datawereld komt dichter naar de mensen toe.’
Waar ga je het over hebben op het MIE en waarom juist hierover?
‘De sector als geheel en welke rollen mensen daar allemaal in kunnen aannemen. Het afgelopen jaar heb ik met veel mensen contact gehad: professionals die op zoek zijn werkgevers, consultants op zoek naar projecten, bedrijven op zoek naar mensen, recruitment-en HR-medewerkers. Eén thema kwam elke keer terug en dat was hoe moeilijk het eigenlijk is om een rol om te zetten in een persoon of profiel. Er is storing ergens op de lijn die de communicatie in de weg zit. Ik hoop daar een schijnwerper op te richten en wat houvast te geven voor de toekomst.’
Het begrip ‘data-science’ is heel breed, zeggen jullie. Maar een data-scientist heeft wel degelijk specialismen. Kun je er daar een paar van noemen, en ook wel specialismen in welke sectoren/markten het beste werken?
‘Juist omdat data-science zo breed is wordt er gesproken van specialismen en geen aparte functies. Een expert op gebied van tijdreeks-analyse, een ML-specialist of iemand die zich in NLP verdiept zullen niet allemaal op dezelfde plek tot hun recht komen. Vaak zit er ook een verschil in met wie ze gewend zijn te werken. Of je dicht tegen de business zit, of juist tegen de software engineers, kweekt ook een andere skill-set.
Ik denk dat dat platslaan tot sectoren of markten wel lastig is, en dat er meer op bedrijfs- of zelfs projectbasis gekeken moet worden. Ik heb een tijd in de engineeringwereld gewerkt en daar moesten de data-scientists echt wel wiskundig mee kunnen komen. Bij Alliander geldt dat zeker ook voor een deel, maar daar wordt ook veel meer waarde gehecht aan de technische kwaliteit van de oplossing.’
Hoe verhouden data-scientists zich tot data-analisten, insights-deskundigen en data-engineers? Op welke vlakken raken ze elkaar wel en op welke niet?
‘De woorden ‘data’ en ‘insights’ zeggen het al een beetje. Voor al deze functies is het werkveld hetzelfde en het uiteindelijke doel ook: door middel van wat we weten van de wereld (de data) leren hoe dingen werken of kunnen werken (de insights) om daarmee iets toe te voegen aan de wereld. Dat is een ontzettend breed doel en het is onmogelijk te verwachten dat iemand dit helemaal alleen kan. Daar waar deze functies elkaar raken in het doel wijken ze af in hoe ze ernaartoe werken. Voor een data-scientist is het hebben van (relatief) schone data een must om te kunnen beginnen. Een data-engineer zou datzelfde als doel op de horizon kunnen hebben. De beste resultaten ontstaan als iedereen naar een eindproduct werkt met een focus op wat voor hen resoneert.’
Welke praktische aanpak of tips wil je de bezoekers van de lezing meegeven?
‘Scroll van tevoren een keer door de aanbevolen functies op bijvoorbeeld LinkedIn, of kijk een keer kritisch naar wat er eigenlijk in je eigen CV of vacatures staat. Bedenk of jij vanaf de andere kant van de tafel genoeg zou hebben voor een helder oordeel. Dan heb je wat context om de lezing aan op te hangen.’
Wat is voor jou hét inzicht van 2023?
‘Dat wat wij als data-professionals doen toch wel erg lastig is. Als ik in 2023 een euro had gehad voor elke keer dat iemand mij zei dat ChatGPT me ging vervangen, had ik gelijk met pensioen gekund. De technologie gaat waanzinnig hard, maar er zullen altijd, of in iedere geval nog een hele tijd, bedreven mensen nodig om alles in goeie banen te leiden. Wellicht ziet onze skill-set er binnenkort anders uit, maar er is nog geen reden voor massahysterie.’
Wat wordt – naast AI – de belangrijkste ontwikkeling in de komende één à twee jaar?
‘In mijn beleving is de voornaamste verandering de afgelopen jaren dat ‘onze datawereld’ dichter naar de mensen toe komt. ChatGPT heeft daar natuurlijk een groot aandeel in gehad, maar het is niet het enige. Ik zie veel ontwikkelingen met de focus op complexe processen waar tot nu toe altijd teams aan IT’ers voor nodig waren om ze toegankelijker te maken.
Nu heb ik natuurlijk wat valsgespeeld, want AI zal hier zeker een rol in spelen, maar het gaat om hoe mensen met data en tech interacteren. De Appel Vision Pro is hier een goed voorbeeld van. Het laat zien dat er geëxperimenteerd wordt met de raakvlakken tussen mens en machine.’
ElastIQ-Connect won vorig jaar MKB Data Science top-50, had een notering in de top 250 groeibedrijven van NL en kreeg een zilveren FD-Gazelle.
De MIE-lezing van Ben Edmondson en Janita Stuurman is op woensdag 13 maart om 11.15 uur. Ben Edmondson geeft op donderdag 14 maart (11.15 uur) ook een lezing en dan onder de titel: ‘Clean scripting – Architecture meets code’. Informatie over MIE’24 en inschrijven: www.mie.nl.