Van psychologie naar datawetenschap - ontmoet Farah
Afbeeldingen: https://www.agilytic.be/blog/meet-farah-senior-data-scientist
Wat doet een data scientist bij Agilytic dagelijks? Of het nu gaat om het prioriteren van zakelijke vereisten, het beheren van gegevensverzameling, het leveren van rapporten, het modelleren van gegevens, het analyseren van resultaten, het interpreteren van trends en patronen of het communiceren van de uitkomsten en volgende stappen met klanten - het is een dynamische rol die analytische vaardigheden en een probleemoplossende instelling vereist.
Farah Martens is Senior Data Scientist bij Agilytic. Haar interesse in data-analyse en visualisatie ontstond toen ze als academisch onderzoeker met complexe hersendata werkte. We gingen met Farah om de tafel zitten om na te denken over haar sprong in datawetenschap en haar reis met ons tot nu toe.
Vertel eenswat over jezelf - wie is Farah?
Ik ben 33 jaar en woon in de buurt van Leuven samen met mijn vriend en 1,5 kinderen, eentje op komst! Ik heb een Ph.D. in Cognitieve Neurowetenschappen en Psychologie van KU Leuven. En ik ben begin 2019 bij Agilytic begonnen als Data Scientist.
Kun je meer vertellen over je achtergrond en opleiding? En hoe heeft dat geleid tot wat je nu doet?
Toen ik begon met studeren, was er nog geen optie om een master in data science te doen. Het was niet zo'n bekend vakgebied, meer in opkomst.
Ik begon mijn praktijk als psycholoog en wilde onderzoek doen in de psychologie. Na mijn Ph.D. wilde ik de academische wereld verlaten, maar nog steeds de analytische vaardigheden oefenen die ik had opgedaan tijdens mijn onderzoek. In mijn onderzoek voelde ik me comfortabel met data-analyse en het gebruik van statistische pakketten om grote datasets met complexe hersendata te analyseren. We gebruikten MatLab om onze analysescripts op maat te coderen.
Ik mag dan een onconventionele weg naar datawetenschap hebben bewandeld, maar ik ken meerdere mensen die hun analytische denkwijze uit de academische wereld hebben gebruikt om zich om te scholen en in dit vakgebied te gaan werken. Hoewel de data- en statistiektools anders kunnen zijn, kun je zeker een datawetenschapper worden als je je erop toelegt.
Wat is jouw rol bij Agilytic en hoe heeft deze zich ontwikkeld?
De bedrijfswereld was nieuw voor mij toen ik bij Agilytic kwam werken, maar ik begon op een kleiner project samen met een andere Data Scientist om een praktische kennismaking te hebben. We krijgen veel mogelijkheden om te leren door te doen met nieuwe uitdagingen, technieken en programma's. Ik ben zeker geëvolueerd en heb veel meer vaardigheden dan toen ik bij Agilytic kwam werken. Ik ben zeker geëvolueerd en heb veel meer vaardigheden vergeleken met toen ik begon.
Datawetenschap is nog een relatief jong vakgebied dat voortdurend in ontwikkeling is. Bedrijven die nog niet aan boord zijn gesprongen, zullen of moeten dat snel doen. Ik zie mezelf op een dag specialiseren in een of meer gebieden van datawetenschap. Ik probeer zoveel mogelijk tijd te besteden aan opleidingen om nieuwe deelgebieden en technieken te leren kennen.
Natuurlijk is er bij elk nieuw project een beetje ongemak en aanpassing, omdat het is alsof je aan een nieuwe baan begint. Je moet de IT-architectuur leren kennen, de mensen, de gegevens waarmee ze werken, het nieuwe doel en wat meer of minder belangrijk is in de ogen van de klant. Ik weet hoe ik met klanten moet communiceren en resultaten duidelijk moet presenteren, en ik weet ook hoe ik moet herkennen wanneer ik mijn kennis moet opfrissen. Na verloop van tijd denk ik dat ik zelfstandiger en autonomer ben geworden in mijn rol.
We vieren je driejarig jubileum hier. Wat vind je van je ervaring als je terugkijkt?
Ik heb veel kansen gehad om veel verschillende kanten van het werk te leren. Dus elke paar weken of maanden is er een kans om iets nieuws te leren bij elk project dat begint. Het stimuleert me om nieuwe trainingen te volgen en is een groot voordeel van werken bij Agilytic.
Wat is het aan Agilytic dat je aantrok?
Ik kwam van een klein lab in de academische wereld waar je, net als bij Agilytic, hecht met elkaar bent - iedereen kent iedereen en je weet precies bij wie je terecht kunt. Hier doet iedereen zijn best om kwaliteitswerk af te leveren, maar is de sfeer meer informeel. We hebben een kleinschalige, open cultuur waarin je je gehoord voelt. Ik wilde dat gevoel liever dan werknemer nummer x zijn bij een groter bedrijf.
Watis volgens jou uniek aan onze diensten?
Wat ik goed vind aan Agilytic is dat we duidelijk zijn over wat beheersbaar is en echte waarde bieden aan onze klanten met effectieve middelen. We maken waar wat we zeggen dat kan gebeuren en vermijden tijd- en geldverspilling met onnodige technologie en modewoorden. Dat betekent dat we feedback krijgen dat onze diensten vooral nuttig zijn voor de klant.
In het begin benaderden veel bedrijven data science met 'one-shot' analyseprojecten - ze hadden een dataset en wilden weten wat voor waarde eruit kon komen. Meer projecten stappen af van deze aanpak naarmate de gegevens in grotere hoeveelheden komen en complexer worden. We werken bijvoorbeeld meer aan het automatiseren van analyses door het creëren en installeren van de juiste data-infrastructuur, modellering, rapportage en het opzetten van visualisatie, zodat de klant deze continu kan gebruiken om zijn bedrijf te helpen. Dit zorgt ervoor dat een project meer waarde heeft op de lange termijn.
Heb je het gevoel dat je nog steeds wordt uitgedaagd en dat je nog steeds groeit?
Ja, zeker, vooral in de loop der jaren en vergeleken met het begin heb ik meer taken als het gaat om het beheren van de projecten waaraan ik werk. Met mijn recente promotie tot Senior Data Scientist krijg ik meer verantwoordelijkheid. Ik kijk ernaar uit om meer junior collega's te helpen en te coachen.
Ik werk ook een beetje aan de wervingskant door toezicht te houden op onze datacases tijdens het sollicitatieproces. Ik heb gewerkt aan mijn vermogen om het potentieel in kandidaten te herkennen. Dat betekent natuurlijk goede feedback geven en soms ook slecht nieuws. Omdat we een ondernemende organisatie zijn, moeten we soms stappen zetten in andere bedrijfsonderdelen en ik vind het leuk dat ik op deze manier kan helpen.
Waar word je het meest enthousiast van als je komt werken?
Ik geniet ervan om bij mijn collega's te zijn en van onze traditie om op vrijdag pains au chocolat te eten!
Wat is je favoriete aspect van het werken met ons team?
Ik vind het fijn dat we een open cultuur hebben om ideeën te delen. Ik heb het gevoel dat ik mijn ideeën kwijt kan. Wat helpt is dat we een relatief vlakke hiërarchie hebben, dus ik hoef niet door veel lagen heen om met ons managementteam te praten.
Welke kwaliteiten in een data scientist zijn volgens jou het belangrijkst?
Je moet analytisch kunnen denken. Vooral als je met klanten werkt, moet je flexibel zijn en met de stroom mee kunnen gaan, omdat de eisen gedurende een project kunnen veranderen. Het is ook belangrijk dat je leergierig bent, want het is een snel en groeiend vakgebied. Ik geloof ook dat je oog voor detail moet hebben om kwaliteitswerk te leveren.
Wat doe je graag voor je plezier?
Ik houd van reizen en vind het leuk om reisplannen te maken. Een paar jaar geleden zijn we een paar maanden naar Zuid-Amerika geweest en hebben we duikbrevetten gehaald. Het is echt rustgevend omdat je alleen de bubbels onder water hoort en het is best een sportieve activiteit. Sindsdien heb ik in Griekenland gedoken, wat erg mooi was.
Hartelijk dank aan Farah voor je harde werk, je grote glimlach en voor het delen van je overpeinzingen met ons. Ook een gelukkige werkverjaardag, op nog veel meer!
