#MeetOurTeam – Anais
Vi vil gerne vise vores medarbejdere frem gennem det, vi har kaldt #MeetOurTeam. Mød Anais!
Vi vil gerne vise vores medarbejdere frem gennem det, vi har kaldt #MeetOurTeam. Mød Anais!
Alder:
Kontor:
Rolle:
Kommer fra
År i Cegal
32 år
Lysaker/Oslo
Data Scientist
Frankrike
2 år
Jamen, jeg tror ikke, der er en udtømmende jobbeskrivelse, men kort sagt, så går mit arbejde ud på at få indsigt og værdi ud af data.
Til daglig arbejder jeg med Python og diverse Machine Learning - ML biblioteker, Programmeringssproget R, cloud platforme og også mange andre teknologier, hvis vores kunder efterspørger det.
I projekter deler jeg typisk min tid: 45% bruges på dataanalyse som omfatter dataudtræk, skabelse af modeller, fortolkning, udarbejdelse af resultater (rapporter, dashboards, tal). 25 % bruges på at finde nye løsninger. Teknologien udvikler sig hver dag, og derfor skal vores metoder være opdateret.
Et centralt aspekt ved at være en datalogikvinde er kommunikation: det er vigtigt at kommunikere med en bred vifte af interessenter. De resterende 30 % af tiden bruges derfor sammen med teamet / kunderne / i møder.
Her vil jeg helt klart sige, at det er teamet. Når du har brug for hjælp til at brainstorme, er der altid nogle teknologiske superhelte, der er villige til at hjælpe!
Anais
Jeg startede min rejse inden for datalogi og maskinlæring, da jeg arbejdede på forskningsprojekter, der involverede en masse data. På det tidspunkt arbejdede jeg som forsker i klimaændringer, hvor det involverer matematisk modellering og forudsigelser.
Sideløbende med den akademiske verden var jeg involveret i startup-økosystemet. Da jeg forlod den akademiske verden, begyndte jeg at anvende mine metoder og viden om datalogi til andre fag og i erhvervslivet gennem startups. Jeg kan godt lide, at man skal være tværfaglig for at være datamatiker.
Mit job er at løse forretningsrelaterede problemer ved hjælp af data og datadrevne teknikker. For at gøre dette skal det problem, der skal løses, eller kundens reelle behov, være godt forstået. Derefter indsamles data, renses, transformeres og så videre. I denne fase leder vi efter orden og mønstre i data, samt opdager tendenser, der kan hjælpe virksomhedens bundlinje. Herefter skabes modellerne og hypotesen testes.
Gennem hele denne proces er kommunikation og samarbejde med både IT og forretning meget vigtigt. Et datalogisk projekt slutter ikke rigtigt, da alle vores modeller fortsætter med at køre og skal vedligeholdes og ændres fra tid til anden.
Vores arbejde kan i nogle tilfælde have store konsekvenser økonomisk, men også socialt. I vores måde at skabe datamodeller på kan vi indføre bias, vi kan blive vildledt af dataene, og fortolkningen kan være forkert.
Det er vigtigt at huske, at uanset hvilke output en algoritme giver, er beslutningen om at handle baseret på dette en 100% menneskelig beslutning. Derfor skal vi som Data Scientists altid have disse tanker for øje i det arbejde, vi udfører.
Tech Advisory Board (TAB) er en gruppe af Cegal-teknologer/eksperter, som repræsenterer en så bred vifte som muligt inden for vores områder. Vores mål er at hjælpe organisationen med trends, kortlægning af behovet for teknologiudvikling og ny teknologi eller markedsmuligheder. Resultaterne fra TABs møder vil blandt andet give et overblik over alle de kompetencer, der findes i Cegal og indikere mulige ændringer indenfor Tech, som kan være interessante for Cegal at sætte sig ind i.
At deltage i dette er meget spændende og givende, da vi kommer til at arbejde med og har direkte indflydelse i den retning, vores egen virksomhed tager teknologisk.
Teknologi er et værktøj, vigtigheden er potentialet for, at nogen kan bruge det og/eller lære det. Jeg synes, Cegal har mange meget gode eksperter, der kan arbejde sammen med en bred vifte af teknologier. Vores teknologiske superhelte og ekspertteams er, efter min mening, nøglen til Cegals succes.
Anais
Kripos er et særligt projekt. Både fordi det er et pro-bono-projekt og selvfølgelig på grund af temaet, som er seksuelt misbrug af børn på nettet. Vores arbejde i analyseteamet er at indsamle data fra fildelingstjenester, kryptere dem og bruge tekstanalysemetoder til at udtrække IP-adresser og indsamle antallet af filer med lokationer, præsentere disse på et kort og levere politistatistikker, der kan hjælpe dem med at fange misbrugere. Det er helt specielt, og dejligt at få lov til at være til hjælp for de mennesker i politiet, der hver dag arbejder med noget så meningsfuldt og vigtigt som dette.
Android eller iPhone?
iTunes eller Spotify?
Streaming eller flow-tv?
Ringe eller SMS?
Emoji eller tekst?
Hvilken app bruger du mest?
Iphone
Spotify
Streaming
SMS
??
Yr! Det er vigtigt at holde øje med vejret
Jeg kan gå gennem vægge! Nej, bare for sjov, det jeg mener er, at jeg ikke lader mig stoppe af forhindringer, så hvis der er en mur, der spærrer min vej, vil jeg altid finde en dør eller et vindue for at fortsætte, hvor jeg skal hen.