Arnauds weg naar data science
Na zijn master handelsingenieur werkte Arnaud drie jaar als Business Consultant in de ICT-sector. Daar maakte hij kennis met Agile-methodes en projectmanagement.
Vanuit zijn passie voor machine learning, analytics en data engineering zette hij zijn leertraject voort met een tweede master, in data science aan UCLouvain. Hij studeerde af in 2021.
Sindsdien werkt hij als data scientist bij Agilytic. Door zijn zakelijke en technische vaardigheden te combineren, helpt Arnaud bedrijven graag hun specifieke problemen op te lossen met slimmer datagebruik.
Lees hoe hij zijn weg vond naar data science en wat hij tot nu toe heeft geleerd en gedaan!
Vertel in enkele zinnen wie u bent en waaraan u momenteel werkt.
Ik werk nu bijna vier jaar als data scientist bij Agilytic. Daarvoor was mijn pad niet rechtlijnig. Enkele jaren geleden studeerde ik af als handelsingenieur. In een paar vakken kwam data science aan bod, maar zonder er diep op in te gaan. Daarna werkte ik enkele jaren als dataconsultant. Ik analyseerde data aan de businesskant, maar ontwikkelde nauwelijks oplossingen. Ik wilde leren hoe ik zelf oplossingen kon bouwen. Het snijvlak van wiskunde, statistiek en programmeren heeft me altijd aangesproken. Om die onderwerpen te combineren, begon ik aan een nieuwe master in data science. Ik vond het geweldig en heb er nooit spijt van gehad. Het zijn dus kleine stappen die me hier hebben gebracht.
Waaraan werkt u momenteel?
Ik werk momenteel aan verschillende computer-visionpipelines voor gescande documenten. Het doel is er informatie uit te halen. We gebruiken nog steeds gespecialiseerde OCR- en lay-outanalysemodellen om tekstblokken, tabellen en visuele patronen te detecteren. Daarnaast hebben multimodale LLM’s de afgelopen twee jaar onze mogelijkheden om OCR-uitvoer te interpreteren en op te schonen sterk verbeterd. Ze vullen ontbrekende context aan en zetten de resultaten om in gestructureerde JSON of databaserecords die chatbots of interne zoekmachines van een bedrijf eenvoudig kunnen verwerken.
Het leuke is dat ik bij elke nieuwe vraag of taak nadenk over mogelijke aanpakken. Vaak is het een heel specifieke opdracht rond documenten die nog niet eerder op die manier zijn verwerkt, en hebben we een hoge nauwkeurigheid nodig om goede resultaten te behalen. Het is echt al doende leren: onderzoeken hoe iets kan, bekende algoritmes toepassen, nieuwe leren en onderweg bijsturen. Het lijkt op verschillende ingrediënten uitproberen om een recept te maken.
Hoe ziet een doorsneedag eruit?
Soms heb ik een wekelijkse vergadering met de klant of met Agilytic over het project, onze vooruitgang en de volgende stappen. Daarna programmeer ik, zoek ik naar een oplossing en doe ik onderzoek. Ik bekijk ook wat ik kan doen om bestaande oplossingen te onderhouden. De ene dag werk ik aan de ontwikkeling van een specifieke oplossing, de andere dag heb ik verschillende vergaderingen om te bepalen wat we hierna doen. Het is een mix.
Wat is uw favoriete project, afgerond of lopend? Vertel er eens over.
Mijn favoriete project ging over voorspellende scoring in een marketingcontext. Proberen te voorspellen hoe mensen zich gedragen was een flinke uitdaging. Ik heb veel geleerd over contextvariabelen waarmee u wel of niet altijd rekening kunt houden en hoe u daarmee omgaat. Het is interessant om dieper te graven en meer te leren over de bedrijfsbehoeften en hoe klanten hun producten verkopen.
Hoe bent u in uw huidige functie bij Agilytic terechtgekomen?
Toen ik aan mijn nieuwe master begon, zocht ik een nieuwe kans in data science. Ik wilde zien welke bedrijven in die sector actief waren. Volgens mij ontdekte ik Agilytic via sociale media, via een bericht over een eerder project. Ik voelde meteen dat het een goede match kon zijn. Ik werkte al bij een kleiner bedrijf met grote klanten en wilde niet naar een grote onderneming waar moeilijk te volgen is wie wat doet. Ik zocht dus een vergelijkbare omgeving in data science, en Agilytic sloot daar mooi bij aan.
Wat vindt u het leukste aan uw functie?
Ik leer voortdurend bij. Als ik telkens hetzelfde doe, verveel ik me. Ook buiten het werk: als ik kook, probeer ik graag ingewikkelde recepten die ik nog niet eerder heb gemaakt. Heb ik iets al eens gekookt, dan interesseert het me minder om dat opnieuw te doen. Ik vind het fijn dat ik in mijn huidige functie het equivalent daarvan in data science kan doen.
Wat waardeert u bij Agilytic? Was er iets dat u verraste?
De verantwoordelijkheid voor projecten en de autonomie zijn echt verfrissend. In het begin is het beslist spannend, maar na de eerste een of twee projecten kan ik gerust zeggen dat ik het vertrouwen dat eruit spreekt enorm waardeer.
Wat is uw drijfveer in data science?
Ik vind data science heel motiverend omdat het mensen iets oplevert en hen kan helpen, vaak met data die ze al hebben. Klanten zijn erg tevreden met wat het project hun oplevert. Ik heb al gehoord: "Als ik dit vijf jaar geleden had gehad, zou er zoveel veranderd zijn." Ze beseffen hoeveel verder ze kunnen gaan als ze hun data begrijpen. In sommige projecten komt ook de opleidingskant van consultancy aan bod. Dat doe ik heel graag. We leggen veel nadruk op de overdracht aan klanten, zodat ze zelf verder kunnen met data science.
Hoe beïnvloedt uw ervaring in de ICT-sector uw werk vandaag?
Ik heb de gebruikelijke projectstappen geleerd en wat belangrijk is bij het vastleggen van behoeften en scope, voordat u verdergaat met een oplossing. Daarnaast heb ik geleerd zowel kleine taken, zoals oplossingen testen, als grootschalige projecten te beheren, en om te gaan met klantrelaties en veranderende vragen.
Wat hebt u geleerd in uw werk en hoe bent u gegroeid? Welke vaardigheden vond u boeiend om te leren?
Ik heb veel technische vaardigheden opgedaan, bijvoorbeeld in het werken met tools. Voor ik hier begon, had ik nog nooit cloudoplossingen zoals Azure of AWS gebruikt. Het zijn heel handige tools die steeds populairder worden. We proberen de kosten te beheersen, want ze kunnen duur zijn. Mijn grootste leerervaring is de kennismaking met cloudtechnologie.
Hoe zou u ons team omschrijven?
Het is fijn om te werken met mensen die gepassioneerd zijn door hun vak. Ik waardeer het vertrouwen en de onderlinge relaties bij Agilytic, die hybride werken mogelijk maken. En iedereen is ook heel vriendelijk!
Welk advies zou u geven aan iemand die een overstap naar data science overweegt?
Ik heb voor een master gekozen, maar het kan ook anders. Er zijn zoveel nuttige onlinebronnen waarmee u een goed algemeen begrip van business intelligence kunt opbouwen en de basis kunt leren om in data science te stappen. Ga daarna op sollicitatiegesprek, zoek uit welke vragen er worden gesteld en oefen om met meer vertrouwen te antwoorden. Als u gemotiveerd bent, is het haalbaar!
Wat doet u graag in uw vrije tijd?
De laatste tijd speel ik veel squash. Ik probeer vrienden te overtuigen om ook padel te spelen en zou graag weer regelmatig gaan klimmen. Ik lees ook graag sciencefiction en fantasy. Van de boeken die ik onlangs las, kan ik bijvoorbeeld "Le nom du vent" aanraden. Uitstekend, maar u moet geduld hebben voor het volgende deel: dat verschijnt om de zeven of acht jaar.
Klinkt dit als een goede match?
We zoeken nieuwsgierige en gemotiveerde data scientists die klanten helpen slimmere beslissingen te nemen met data.
Agilytic-collega’s willen onze klanten bruikbare inzichten bieden die tot tastbare verbeteringen voor hun bedrijf leiden.
Wilt u nieuwe talen, methodes en technologieën leren? Hebt u een passie voor het bedrijfsleven en ondernemingszin?