Interview met Isabelle Lier (25), Data Scientist bij PostNL
Ik heb de bachelor Taal en Communicatie afgerond aan de Universiteit van Amsterdam. Vervolgens heb ik de premaster en master Data Science & Society afgerond. Ik vind vooral het onderdeel statistiek heel interessant. Ik houd ervan als er bepaalde regels gelden en dat iets eenduidig is. Verder kun je met statistieken ontzettend veel doen.
Het belangrijkste wat ik heb geleerd, is het stukje programmeren in Python en R. Je kunt wel een idee hebben, maar je moet het wel vertalen naar een oplossing, anders is het zonde. Daarnaast is het belangrijk dat je nieuwsgierig bent. Het eerste idee kan misschien wel het juiste zijn, maar het is goed om jezelf en anderen te challengen voor andere oplossingen. Je leert hierdoor ook om een kritische houding te ontwikkelen.
Ik houd me bezig met programmeren en werk met data uit databases en in de cloud. Ik werk vooral aan grote projecten die wel een half jaar duren. Een belangrijk onderdeel van mijn werk is de communicatie met de business. Ik werk veel samen met planners. Het is daarbij belangrijk dat je skills beheerst zoals overtuigen.
Ik heb soms te maken met zeer moeilijke programmeervraagstukken. Als ik er op dat moment niet uitkom, laat ik het even rusten of schakel ik een collega in. Wanneer een vraagstuk te ingewikkeld is, moet je jezelf afvragen of het wel het juiste vraagstuk is om op te lossen.
Allereerst is het arbeidsperspectief heel fijn, al is dat zeker niet de hoofdreden om te kiezen voor deze studie. Het is ontzettend leuk om te werken met data in een soort community met gelijkgestemden. Je kunt met data science altijd veel (maatschappelijk) impact maken. Tijdens de opleiding is er veel aandacht voor ‘responsible technology’.
Het blijft heel belangrijk om goed stil te staan bij wat jouw analyse/model voor een impact heeft, voor de gebruikers maar ook voor het bedrijf waar je voor werkt. Soms is het maken van een heel complex neuraal netwerk super tof en genereert goede resultaten, maar je moet je af blijven vragen of dat in jouw situatie wenselijk is. Als het belangrijk is dat bepaalde keuzes herleid kunnen worden uit je model, dan is een neuraal netwerk waarschijnlijk niet de beste keuze. Je moet dan soms de afweging maken tussen de prestaties van je model en transparantie van de gemaakte keuzes.
Je leert dus niet alleen technische vaardigheden maar ook ‘responsible technology’ zoals de ethische, juridische en sociale aspecten van Data Science. Deze aspecten moet je eigenlijk altijd overwegen en meenemen in je werkwijze. Data kunnen erg persoonlijke en gevoelige gegevens bevatten, waarvan je absoluut wilt voorkomen dat deze in de verkeerde handen vallen. Het is daarom erg belangrijk om zorgvuldig met data om te gaan. Daarnaast kan je tijdens de opleiding op basis van data ook oplossingen bieden voor maatschappelijke uitdagingen. Dit multidisciplinaire karakter maakt deze opleiding erg uniek!
Ik adviseer studenten om alle lessen te volgen. Programmeren bijvoorbeeld is best pittig om te leren, maar het is je belangrijkste instrument dat je kunt inzetten. Daarnaast raad ik hen aan om nieuwsgierig en onderzoekend te blijven. Het vakgebied is erg dynamisch en nog steeds in ontwikkeling. Je kunt jezelf blijven ontwikkelen, omdat er steeds weer nieuwe technieken worden uitgevonden.