Stage bij Agilytic: de ervaring van Clément

Aansluiten bij een team van bekwame, behulpzame data scientists die u uitdagen en helpen groeien, is cruciaal aan het begin van uw loopbaan. Eigenlijk geldt dat voor elke fase!

Een stage in data science biedt kansen om bij te dragen aan projecten die echt waarde opleveren, zoals projectresultaten voor klanten of de ontwikkeling van interne hulpmiddelen. U maakt kennis met de dagelijkse praktijk van een groeiend adviesbureau in data science. U krijgt tijd om basisvaardigheden te leren en kansen om ze op echte cases toe te passen.

Clément Soens vertelt over de uitdagende, fijne en ondersteunende werkomgeving bij Agilytic. Hij werkte al tijdens zijn stage aan echte adviesprojecten en is nu in dienst bij Agilytic.

1. Vertel eens iets over uzelf. Wat bracht u ertoe te solliciteren voor een stage in data science?

Ik studeerde aan de Solvay Brussels Schools of Economics and Management en maak deel uit van het QTEM-masternetwerk. Mijn passie voor data begon bij verschillende datagedreven projecten tijdens uitwisselingen aan HEC Montreal en Luiss Roma. Daarna zocht ik een kans die minder op management, financiën en economie gericht was, en meer op techniek, analytics en data. Ik volgde MOOCs en online programmeeropleidingen, vooral voor Python en Matlab.

Bij Solvay vertelde professor Martine George, adviseur bij Agilytic, me over het bedrijf. Ze stelde voor om er als stagiair te solliciteren. Ik solliciteerde, had een kort gesprek met Julien Theys en begon kort daarna aan een stage van 4 maanden.

2. Aan welke projecten werkte u tijdens uw stage in data science?

Ik vond het fijn dat ik tussen twee hoofdprojecten kon kiezen. Ik koos fraudedetectie in documenten en beeldverwerking. Daar had ik geen ervaring mee, en precies daarom koos ik het. Ik wilde iets doen wat ik nog nooit had gedaan. Agilytic gaf me dat vertrouwen, bedankt Chris! Voor ik begon, zocht ik uit wat er speelde en bekeek ik eerder werk voor grote Belgische bankklanten. Ik wilde niet gewoon het werk van iemand anders herhalen, maar echt iets anders doen. Ik begon met uitgebreid academisch onderzoek naar beeldverwerking, signaaltransformaties en wiskundige compressie. Daarna koos ik discrete cosinustransformaties om ruis aan pixelranden te detecteren.

Bij de start was er geen rechtstreekse band met een klant. Het ging eerder om onderzoek en ontwikkeling. Ik deed data-analyse en voorspellingen met Matlab en Python. Ik werkte veel met OCR-modules en ontwikkelde uiteindelijk enkele nuttige functies. Die nieuwe mogelijkheden wekten interesse bij een klant van Agilytic. Nu werk ik als data scientist aan dit project voor een klant die gespecialiseerd is in schuldinvordering. Het is echt fijn om een tastbare toepassing te zien waar een klant voordeel uit haalt. Ik werk ook aan een AWS-certificering, waarmee ik in toekomstige projecten clouddata-infrastructuur kan gebruiken.

3. Waarom gelooft u in de diensten van Agilytic?

Ik vind het goed dat we, hoewel er duidelijk een bedrijfskundige component is, echt aan data science doen. Maar wel met zakelijke focus en echte waarde voor de klant. We zorgen dat engineering en technologie een project niet nodeloos ingewikkeld maken als er een efficiëntere en goedkopere manier is. We houden niet vast aan één formule, maar zoeken per klant de beste oplossing.

4. Welke ontwikkelingskansen en vaardigheden kwamen tijdens uw stage aan bod?

Als stagiair ontwikkelde ik twee soorten vaardigheden. Ten eerste technische. Ik had al met Matlab en Python gewerkt, maar voelde me er tegen het einde van mijn stage heel zeker in. Ik kon me verdiepen in nieuwe modules en bibliotheken, omdat het project ze nodig had of omdat collega's ze aanraadden. Bij Agilytic is er een natuurlijke leeromgeving rond data-analyse en data science die me hielp nieuwe vaardigheden te ontwikkelen. Ten tweede groeiden mijn zakelijke en sociale vaardigheden door rechtstreeks met onze managing partners Chris en Julien te werken. Zo leerde ik beter verwachtingen beheren, presentaties geven en afspraken over resultaten met een klant opvolgen. We werkten veel met de Agile-methode voor voortdurende iteraties en verbeteringen in projecten. Hier heerst een cultuur van leren door te doen.

5. Zijn bepaalde voorkennis of achtergronden volgens u nodig om te slagen?

Toen ik mijn stageonderwerp koos, leek het me vrij technisch en twijfelde ik of ik de juiste achtergrond had. Ik ben opgeleid als handelsingenieur en mijn stageproject vroeg meer technisch ingenieurswerk. Ik vroeg mijn begeleider Chris om de eerste week alleen opleidingen te volgen, via Kaggle en online, om vaardigheden op te bouwen en met meer vertrouwen aan de taak te beginnen.

Er is dus volgens mij geen perfect profiel. Onze collega's hebben geen standaardachtergrond: bedrijfskunde, ingenieurswetenschappen, fysica, rechten... Heel uiteenlopend. U moet vooral bereid zijn te leren!

6. Welke drie eigenschappen maken iemand volgens u geschikt voor Agilytic?

U moet volgens mij minstens interesse hebben in programmeren. Een open geest helpt, want u werkt met mensen uit verschillende disciplines, uiteenlopende technologieën en programmeertalen. En ook belangrijk: durf uw speelse kant te tonen. We zoeken onze volgende biljartkampioen!

7. Hoe bereidde uw stage u voor op uw volgende loopbaanstap als data scientist?

Heel goed natuurlijk, want ik werk nu als data scientist voor het bedrijf. Ik werk aan een doctoraat in econometrie. Hier werken is fijn omdat er een echte link is tussen Agilytic en mijn academische doctoraatsonderzoek. De vaardigheden die ik in OCR opbouw, zal ik ook in mijn proefschrift toepassen.

8. Wat valt u op aan de cultuur bij Agilytic?

Ik zou die omschrijven als flexibel en gebaseerd op vertrouwen. Tijdens mijn stage hadden we wekelijks overleg, zonder dagelijkse controle of voortdurende begeleiding. Ik waardeer onze autonomie enorm: we leren door te doen en bepalen zelf de beste volgende stap. Maar als we vastzitten of een vraag hebben, is er altijd een collega die kan helpen.

We hadden ook een heel fijne teamuitstap in Lille. Erg leuk en een goede manier om elkaar beter te leren kennen.

9. Waar kijkt u het meest naar uit als u gaat werken? Wat vindt u het fijnst aan uw werk?

Ik geniet echt van klantvergaderingen waarin we ons werk tonen. Die maken u trots op wat u hebt gedaan, en het is fijn om zo over het project te praten en samen te werken. Elke dag is er iets nieuws om aan te werken. Ik heb nog nooit twee keer dezelfde dag gehad. En ik ben omringd door fijne collega's!

Denkt u dat u bij ons past?

We zoeken nieuwsgierige, gemotiveerde stagiairs voor ons team. Tijdens uw stage in data science helpt u ons sneller betere resultaten voor klanten te leveren, terwijl u nieuwe talen, methodes en technologieën leert.

Ontdek meer en solliciteer op onze vacaturepagina!