#MeetOurTeam – Anais
Vi har lyst til å vise frem våre ansatte gjennom det vi har kalt #MeetOurTeam. Møt Anais!
Vi har lyst til å vise frem våre ansatte gjennom det vi har kalt #MeetOurTeam. Møt Anais!
Alder:
Kontor:
Rolle:
Kommer fra
År i Cegal
32 år
Lysaker/Oslo
Data Scientist
Frankrike
2 år
Vel, jeg tror ikke det finnes en dekkende stillingsbeskrivelse, men kort fortalt vil jeg at det jeg gjør er å gi innsikt og verdi ut av data.
Til daglig jobber jeg med Python og forskjellige Machine Learning – ML-biblioteker, Programmeringsspråket R, skyplattformer og også andre teknologier hvis kundene våre ber om det.
I prosjekter deler jeg typisk tiden min opp: 45% brukes på dataanalyse som inkluderer datautvinning, lage modeller, tolkning, skrive resultater (rapporter, dashboards, tall). 25% brukes på å finne nye løsninger. Teknologi utvikler seg hver dag, derav oppdateres metodene våre.
Et sentralt aspekt ved å være datavitenskapskvinne er kommunikasjon: det er viktig å kommunisere med et bredt spekter av interessenter. De resterende 30% av tiden brukes derfor med teamet/kunder/i møter.
"Her vil jeg definitivt si at det er Cegal-teamet. Når du trenger hjelp til idédugnad, er det alltid noen teknologiske superhelter som er villige til å hjelpe!"
Anais
Jeg startet reisen min innen datavitenskap og maskinlæring da jeg jobbet med forskningsprosjekter som involverte mye data. På den tiden jobbet jeg som forsker på klimaendringer der det involverer matematisk modellering og spådommer.
Parallelt med akademia var jeg involvert i startup ecosystemet. Da jeg forlot akademia begynte jeg å bruke metodene mine og kunnskap om datavitenskap på andre emner og i næringslivet gjennom startups. Jeg liker at du må være tverrfaglig for å være dataforsker.
Jobben min er å løse forretningsrelaterte problemer ved hjelp av data og datadrevne teknikker. For å gjøre det, må problemet som skal løses, eller kundens reelle behov være godt forstått. Deretter blir data samlet inn, renset, transformert og så videre. I denne fasen ser vi etter orden og mønstre i data, samt å oppdage trender som kan hjelpe bedriftens bunnlinje. Deretter opprettes modellene og hypotesen testes.
Under hele denne prosessen er kommunikasjon og samarbeid med både IT og virksomhet veldig viktig. Et datavitenskapsprosjekt slutter egentlig ikke, ettersom alle modellene våre fortsetter å løpe og må vedlikeholdes, og fra tid til annen endres.
Arbeidet vårt kan, i noen tilfeller, få store konsekvenser økonomisk, men også sosialt. På veien vår med å lage datamodeller kan vi introdusere skjevhet (bias), vi kan bli villedet av dataene, og tolkningen kan være feil.
Det er viktig å huske på at uansett hvilke utganger en algoritme gir, er beslutningen om handling basert på dette en 100% menneskelig beslutning. Derfor må vi som Data Scientists alltid ha disse tankene i bakhodet i arbeidet vi gjør.
Tech Advisory Board (TAB) er en gruppe med Cegal-teknologer/eksperter som representerer et så bredt spekter som mulig innen våre fagfelt. Målet vårt er å hjelpe organisasjonen med trender, kartlegging av behov for teknologiutvikling og nye teknologi- eller markedsmuligheter. Resultatene fra TABs møter skal blant annet gi en oversikt over alle kompetansene som finnes i Cegal og angi mulige endringer innen Tech som kan være interessante for Cegal å sette seg inn i.
Å ta del i dette er veldig spennende og givende, ettersom vi får jobbe med, og ha direkte påvirkningskraft i retningen vårt eget selskap tar teknologisk.
"Teknologi er et verktøy, viktigheten er potensialet for at noen skal kunne bruke den og/eller lære den. Jeg mener Cegal har mange meget gode eksperter som sammen kan jobbe med et bredt spekter av teknologier. Våre teknologiske superhelter og ekspert-team er, etter mitt synspunkt, nøkkelen til suksessen i Cegal."
Anais
I Cegal jobber vi med meningsfullt arbeid. Det siste året har vi jobbet med Kripos for å bekjempe seksualkriminalitet mot barn på nett. Du deltar i dette prosjektet. Hvordan er det?
Kripos er et spesielt prosjekt. Både fordi det er et pro-bono-prosjekt og selvsagt på grunn av temaet, som er seksuelt misbruk av barn på nett. Vårt arbeid i analyseteamet er å samle inn data fra fildelingstjenester, kryptere dem, og bruke tekstanalysemetoder for å trekke ut IP-adresser og samle antall filer med lokasjoner, presentere disse på et kart og gi politiet statistikk som kan hjelpe de å fange overgripere. Det er veldig spesielt, og flott å få lov å kunne være til hjelp for folkene i politiet som hver dag jobber med noe så meningsfylt og viktig som dette.
Android eller iPhone?
iTunes eller Spotify?
Streaming eller lineær-tv?
Ringe eller SMS?
Emoji eller tekst?
Hvilken app bruker du mest?
Iphone
Spotify
Streaming
Meldinger
??
Yr! Været er det viktig å holde et øye med i Norge
Jeg kan gå gjennom vegger! Neida, bare tuller, det jeg mener er at jeg lar meg ikke stoppe av hindringer, så hvis det er en vegg som blokkerer min vei, vil jeg alltid finne en dør eller et vindu for å fortsette dit jeg er på vei.