Datacadabra

Een Dag Bij Datacadabra: Data Scientist Marcel

In deze reeks wordt de lezer meegenomen in het dagelijks werk bij Datacadabra om meer inzicht te geven in hoe Datacadabra werkt. Veel technische aspecten zijn erg abstract en daardoor moeilijk voor te stellen in dagelijks werk, zoals Computer Vision en Machine Learning. In deze reeks wordt dit opgehelderd aan de hand van een typische werkdag van een van onze collega's. Dit keer hebben we Marcel Gouka, één van onze Data Scientists, gevraagd wat hij zoal doet op een dag.

Digitale intelligentie kent veel vormen: artificial intelligence, machine learning, computer vision, data science, noem maar op. Binnen Datacadabra wordt er gebruikgemaakt van bijna alle vormen, afhankelijk van de wensen van de klant. Zo is de MowHawk een toepassing om bermen slimmer te maaien en een voorbeeld van Computer Vision waarbij er gebruik gemaakt wordt van beeldherkenning. Een project met een hele andere technische focus is de Luistervinq, een toepassing om het gebruik van buitenruimtes in kaart te brengen, deze maakt namelijk gebruik van geluidsherkenning in plaats van beeldherkenning. Dit laat al iets meer zien van de technische verschillen die er zijn binnen Datacadabra, maar om dit nog iets helderder te krijgen, hebben we Marcel Gouka een paar vragen gesteld.

Even voorstellen

Marcel Gouka is Data Scientist en is voornamelijk bezig met het analyseren van data en het schrijven van Machine Learning modellen. Wel zijn de taken die hij op zich neemt en uitvoert een stuk breder dan dat. ‘Ik houd me ook bezig met het ontwerpen en bouwen van de software voor onze applicaties en projecten. Daarnaast is het bedrijf volop in ontwikkeling en gaat een deel van mijn tijd ook naar het opzetten van technische structuur, documentatie en werkprocessen.’

Wat houdt je werkdag in?

‘Iedere dag begint met een koude douche, een half uur yoga, ontbijt en daarna werk. Als het mogelijk is probeer ik de lastige dingen in de ochtend te doen zonder dat ik afgeleid word en probeer ik de meetings en de trivialere taken, zoals documentatie en administratie, in de middag te doen. Zo houd ik de productiviteit het hoogst. Verder begint een typische werkdag altijd met een stand-up om de taken, planning en eventuele problemen door te spreken met het team. Vaak duik ik daarna in de code voor onze projecten of onze eigen code base. Ook kan ik me bezighouden met literatuuronderzoek, dataverkenning of het trainen van modellen.’

Huidige werkzaamheden

Op dit moment werkt Marcel aan twee projecten, één project is voor een nieuwe klant en het andere project is een bekende: de MowHawk. Op het moment ben ik bezig met het opstarten van een project om ondergronden te classificeren in 360 graden afbeeldingen voor een nieuwe klant. Ook ben ik bezig met het onderhoud en de doorontwikkeling van de MowHawk. Deze draait voor het eerst in het veld en dat zal dan enige aandacht vragen om te zorgen dat het systeem goed blijft draaien.

‘Problemen oplossen met behulp van kunstmatige intelligentie blijft fascinerend’

Wanneer er wordt gevraagd wat hij het leukste aan zijn werk vindt, antwoord hij met één woord: ‘Veelzijdigheid. Data is overal en overal waar data is kan je iets doen met Data Science. We hebben nu al verschillende projecten gedaan met compleet verschillende onderwerpen. Zo hebben we projecten met video of geluid, maar ook met wiskundige grafen. Op deze manier blijf je veel leren en blijft het werk uitdagend. Daarnaast blijft het oplossen van problemen met behulp van kunstmatige intelligentie eindeloos fascinerend’

 

Verder vertelt Marcel dat hij de werksfeer bij Datacadabra fantastisch vindt. ‘We hebben een team van getalenteerde en gemotiveerde mensen en een aantal mooie en uitdagende projecten. Het is gezellig, maar er wordt zeker hard gewerkt.’

Trots op mijn werk

Als laatste punt bespreken we waar hij het meest trots op is met betrekking tot zijn werk binnen Datacadabra. Zijn antwoord geeft goed de groei weer die Datacadabra momenteel doormaakt: ‘Toen ik fulltime in dienst kwam stond er qua technische structuur nog niet zoveel. Nu zijn we een half jaar verder en in die tijd heb ik structuren voor het technische team opgezet. Zo hebben we nu regels waaraan de code moet voldoen, werken we met een branch en pull request strategie, is de MowHawk code opnieuw opgezet waardoor het een degelijk product is geworden, houden we belangrijke beslissingen bij door middel van decision records zodat we die later terug kunnen lezen, is er een begin gemaakt aan de Datacadabra code base en houden we technische documentatie bij.’

 

Kortom, sinds Marcel begonnen is bij Datacadabra is er veel veranderd. Deze veranderingen en toevoegingen laten goed de groei zien die Datacadabra momenteel doormaakt en de impact die medewerkers maken. Er komen steeds meer standaarden en het bedrijf blijft zich uitbreiden, zowel qua opdrachten en projecten, als qua werknemers. Een start-up die hard op weg is om een maatschappelijk verschil te maken door middel van technische en digitale intelligentie!