Big Data Expo 2019 | Studio Data | Walter interviewt Thomas Kluiters en Michel Meulpolder

Hoe gaan we big data saai maken? Daar hebben Michel Meulpolder, Managing Partner Big Data Republic, en Thomas Kluiters, Software engineer ING, het tijdens deze aflevering van Studio Data over. Is het in productie nemen een uitdaging die bij de mensen, en niet bij de technologie, ligt? Welke eisen stelt machine learning aan je organisatie om effectief te zijn? Hoe start je projecten vanuit de inhoud en hoe sla je de brug naar de business vanuit het team waarin je opereert? Dat en meer in deze aflevering.

Mens terughoudende factor

Kluiters: “Nieuwe technologie maakt dingen makkelijker, maar om succesvol te worden met data science, moet de mens zich wel aanpassen aan de veranderingen en blijven leren.”

Daar helpt het bedrijf van Meulpolder in. Zij helpen met het ontwikkelen en implementeren van data science oplossingen. Hij merkt ook op dat de mens in dit soort praktijken de terughoudende factor is. “Het komt van twee kanten. Je hebt de technologie nodig, en dan moet je ook echt van de hoed en de rand weten. Daarnaast heb je een organisatie nodig die in staat is om de juiste manier teams en de organisatie daaromheen in te richten zodat het daadwerkelijk effectief wordt.” 

Wat heb je nodig om succesvol te zijn in data science? Volgens Meulpolder heb je allereerst een goede en welwillende organisatie nodig waar genoeg draagvlak is voor data science projecten en een gespecialiseerd data science team. Van een dergelijk team maakt Kluiters deel uit bij ING. Daar maakt hij deel uit van een feature team.

Stelling

De stelling van deze aflevering luidt: software engineering wordt steeds meer een onderdeel van data science. Dat zou daarom een driver kunnen zijn om data science uit de innovatie hoek te krijgen en onderdeel te maken van het software ontwikkelproces. 

Meulpolder: “Veel data science projecten bij bedrijven, en met name grote organisaties, zijn dusdanig complex dat er software engineers nodig zijn die maatwerk kunnen leveren. Ook zien we veel standaardisatie met surfaces in de cloud, maar eveneens vendors. Ik denk echter dat het heel belangrijk blijft dat je mensen in dienst hebt die precies weten wat er onder de motorkap gebeurt. Software is hier de logistiek die ervoor zorgt dat je met data iets kunt doen.”

Kluiters: “Met software kun je de meeste problemen oplossen. Data science kan dat ook, maar gaat daar anders mee om. Ik denk dat een grote groep problemen van data science opgelost kan worden met software, maar andersom geldt dat niet zo. Data science en software zullen dus altijd andere dingen zijn, maar hoe meer we data science gebruiken hoe meer dingen we ermee kunnen oplossen.”  

Tips over hoe je als bedrijf met data science om kunt gaan, zie je in deze video. Daar vertellen deze specialisten welke stappen je moet zetten om data science succesvol kunt implementeren.