Det er et erhverv, der vokser i popularitet og nødvendighed med de seneste teknologiske fremskridt, og som ofte betragtes som et fremtidssikret job. 

Ifølge Masters in Data Science: "En data scientist's rolle kombinerer computervidenskab, statistik og matematik. De analyserer, behandler og modellerer data og fortolker derefter resultaterne for at skabe handlingsorienterede planer."

En dag i datavidenskab

‍MathiasBaltzersen, som har været med siden begyndelsen, er Senior Data Scientist hos raffle.ai. Mathias tog sig tid til at give et indblik i, hvordan en normal arbejdsdag ser ud inden for dette spændende og nye område.

Morgen

Jeg cykler gennem København til kontoret i Toldbodgade, hvor jeg som regel starter dagen med en kop kaffe, mens jeg sludrer med mine kolleger. Vi diskuterer ofte forsøgsresultater, hvis noget har "kogt" natten over. 

Vi har et stand-up-møde i data science-teamet om morgenen, hvor vi først diskuterer de ting, vi har arbejdet med den foregående dag. Det er mest, hvis vi har noget, vi gerne vil diskutere eller have feedback på.

Det tager normalt omkring en halv time, fordi vi går i dybden med, hvad vi hver især arbejder med. Derefter har vi "Scrum of Scrums", som normalt er en hurtig gennemgang af, hvad hvert team arbejder på, og om der er noget, der blokerer os.

Sprints

Vi laver vores første planer for det kommende sprint midt i det nuværende sprint og laver den endelige planlægning, lige før det næste sprint starter.

Vi har normalt sat mål, og den sidste sprintplanlægning går ud på at diskutere opgaverne og nedbryde dem så meget som muligt, hvem der kan tage hvilke opgaver osv.

Frokosttid

Ved frokosttid bliver vi som regel blandet med de andre hold, så det er en mulighed for at tale med dem.

Vi taler om alt muligt, nogle gange er det arbejdsrelateret, men oftest taler vi om andre ting.

Jeg har været på Raffle siden virksomhedens begyndelse, så det er virkelig spændende at se dens udvikling, og hvordan virksomheden tager form i sin fortsatte udvikling. 

Eftermiddag

‍‍Om eftermiddagen koder jeg, holder møder, diskuterer kodningsproblemer eller læser de nyeste forskningsartikler.

Data science-teamet har en god blanding af konkrete maskinlæringstekniske opgaver og mere forskningsorienterede opgaver.

Forskningsopgaver strækker sig normalt over flere sprints, mens maskinlæringsopgaver passer bedre ind i det almindelige scrum-format. 

Det meste af teamet arbejder med en blanding af begge dele, men vi holder hinanden underrettet om de forskningsorienterede opgaver. Det er for det meste én person, der koder, mens alle andre bestemmer retningen og bidrager til at fortolke resultaterne.

Det bedste ved at arbejde for raffle.ai er, at vi arbejder med fascinerende problemer på grænsen til den nyeste forskning inden for de meget progressive områder NLP og AI. Vi får lov til at arbejde med disse teknologier og forsøge at få forskningen til at fungere i praksis - det er meget spændende. ‍

Aften

Uden for arbejdet kan jeg virkelig godt lide at være aktiv. Om sommeren kan jeg godt lide at stå på wakeboard, og det er vi nogle stykker, der gør på Raffle , så vi tager af sted sammen nogle gange. Om vinteren kan jeg godt lide at spille badminton.

Mange mennesker på Raffle kan lide at bouldre, så der er normalt en uformel firmaudflugt en gang om ugen eller deromkring, hvor folk tager ud og klatrer.

‍

‍