Van de universiteit naar data science: het traject van Guillaume

Sinds Guillaume Carton in 2021 als data scientist bij Agilytic begon, werkt hij mee aan projecten die echte waarde toevoegen. In dit portret vertelt Guillaume over de stimulerende werkomgeving en de gevarieerde projecten bij Agilytic. Hij neemt ons ook mee in hoe hij datavaardigheden leert en samen met zijn kennis als handelsingenieur toepast in projecten voor uiteenlopende sectoren.

1. Dag Guillaume! Kun je iets over jezelf vertellen?

Ik begon bij Agilytic meteen na mijn master handelsingenieur aan ULB Solvay. Op de universiteit ontdekte ik mijn passie voor datavisualisatie en bruikbare informatie uit data halen. De opleiding gaf me ook inzicht in bedrijfsvoering, marketing, financiën en zelfs recht. Ik ontdekte programmeren en begon Python te leren tijdens het tweede jaar van mijn bachelor.

Bij Solvay zijn er veel clubs en studentenorganisaties. Ik sloot me aan bij de Solvay Digital Society, die studenten via hackathons en workshops laat kennismaken met data science, bijvoorbeeld met Power BI en andere programma's. Bedrijven en sprekers vertelden over datasciencetoepassingen: hoe u het als instrument kunt gebruiken, impact kunt hebben en aan een duidelijk doel kunt werken.

Ik vroeg me af hoe ik mijn liefde voor programmeren kon combineren met wat ik als handelsingenieur leerde. In data science komen beide kanten samen: de zakelijke en de technische.

2. Wat trok je aan in Agilytic?

Agilytic organiseerde zo'n drie of vier jaar geleden enkele evenementen met de Solvay Digital Society. Zo ontmoette ik Christophe, Managing Partner bij Agilytic, op een jobbeurs. Hij vertelde over het bedrijf, de cultuur, de waarden en de interessante projecten.

Zowel de cultuur als de kansen trokken me aan. Het werd duidelijk dat u hier vanaf het begin impact hebt, ook in een juniorfunctie. Tijdens projecten leert u veel van collega's die al veel vergelijkbare uitdagingen hebben aangepakt, en u staat rechtstreeks in contact met het management van klanten.

3. Wat is tot nu toe je favoriete project?

Dat is moeilijk te zeggen, want de variatie is enorm. U kunt van het ene project naar het andere gaan in een volledig nieuwe sector, met een nieuwe technische aanpak.

Mijn favoriet is mijn eerste project voor een telecombedrijf. Technologisch was het niet het meest geavanceerde, vooral Power BI-visualisaties en Python-scripts. Maar de samenwerking met de klant was heel goed en onze impact was duidelijk zichtbaar. Het gaf voldoening om iets op te bouwen en te zien samenkomen. We programmeerden en voerden de kernactiviteiten stap voor stap uit, afgestemd op de behoeften van de klant. Nu is de klant volledig zelfstandig en tevreden. Scripts lopen automatisch voor wat vroeger een heel lang, handmatig proces was.

4. Wat heb je de afgelopen maanden geleerd?

Bij de soft skills ben ik gegroeid in klantenbeheer. Elk nieuw project kan een nieuwe klant, een nieuwe richting en een andere relatie betekenen. Goed klantenbeheer vraagt inspanning om op dezelfde lijn te blijven en de scope te bewaken.

Technisch heb ik veel geleerd over cloudtechnologie, vooral AWS. In één project moest ik scripts uitvoeren en een API bouwen die de klant op zijn website kon gebruiken. Ik merk ook dat ik beter programmeer en mijn projecten beter structureer.

5. Data science verandert voortdurend. Hoe blijf je bij?

We hechten veel belang aan kennisdeling en interne documentatie. Daar steun ik op wanneer een nieuw project begint. Elk project is een unieke kans om kennis te delen en te blijven leren. Gautier en Javier hielpen me bijvoorbeeld om met AWS te bereiken wat ik voor een project wilde doen.

Het is fijn om te weten dat u er nooit alleen voor staat. Er is altijd iemand, ook als het niet uw manager is of iemand die rechtstreeks bij het project betrokken is. Collega's nemen vaak de tijd om te vragen hoe het gaat en of alles goed zit om verder te kunnen.

6. Wat vind je het leukste aan data science?

Ik zoek graag manieren om inzichten uit data te halen. Informatie die u niet kende of maar vaag aanvoelde, wordt duidelijk. Data science maakt het leven makkelijker. Het maakt mensen gelukkiger, vooral in projecten rond personeelsplanning, medewerkerservaring of klantervaring.

7. Welk advies geef je aan iemand die in data science wil beginnen?

Werk zo snel mogelijk mee aan een project of datacase om uw kennis toe te passen. Ook al moet u eerst wat basiskennis en theorie leren, door te oefenen leert u veel en veel sneller.

8. Hoe zou je het werken in ons team omschrijven?

Het eerste woord dat in me opkomt, is vertrouwen. Dat is er vanaf het begin. Mensen zijn er om u te helpen, niet om te micromanagen. Het belangrijkste is dat het werk gedaan wordt. U kunt dat met vertrouwen op uw eigen manier doen. Samen zorgt dat voor een fijne werksfeer.

Mijn collega's zijn slimme mensen met wie het prettig samenwerken is en die altijd willen helpen. We stimuleren elkaar om verder te gaan, meer te leren en beter te worden. We maken ook plezier tijdens onze sociale donderdagen en activiteiten. Zo bouwen we een band op die ook de samenwerking in projecten verbetert.

9. Wat is je favoriete productiviteitstip?

Dagelijks probeer ik me te concentreren op wat op dat moment prioriteit heeft en niet te multitasken. Ik ben productiever als ik weet wat dat ene ding is dat ik kan doen om het verschil te maken. En voldoende slapen: dat wordt onderschat!

10. We weten dat je graag reist. Wat is je favoriete bestemming tot nu toe, en waarom?

Zonder twijfel Taiwan, waar ik tijdens mijn Erasmus zes maanden verbleef. Ik had veel tijd om het land te ontdekken en de lokale bevolking te ontmoeten. De mensen zijn zo vriendelijk en het eten is fantastisch. Er zijn bergen en natuur om te wandelen, de zee en het strand om prachtig te duiken. Maar ook de bruisende stad Taipei en een geweldig nachtleven. Als eiland wordt Taiwan op een unieke manier beïnvloed door buurlanden zoals China, Japan, Korea, Vietnam en de Filipijnen.

11. Welke bestemming staat als volgende op je lijst?

Noorwegen, om in de fjorden te wandelen en het noorderlicht te zien!

‍

Interesse om bij ons te werken?

We zoeken nieuwsgierige en gemotiveerde data scientists die klanten helpen slimmere beslissingen te nemen met data.

Agilyticers willen onze klanten bruikbare inzichten bieden die leiden tot tastbare verbeteringen voor hun bedrijf. Geen verbetering is te klein en geen uitdaging te groot.

Wilt u nieuwe talen, methoden en technologieën leren? Hebt u een passie voor het bedrijfsleven en een ondernemende geest?

Ontdek meer en solliciteer op onze vacaturepagina!