Bli bedre kjent med Tommy Odland

Det viktigste for oss er folkene våre. I "Bli bedre kjent" gir vi deg et innblikk i vår lidenskap for faget vårt, vår hverdag og hvorfor vi trives så godt sammen i Sonat.


Kan du kort beskrive stillingen og oppgavene dine?

Jeg jobber med kvantitativ modellering, og er stort sett involvert i hele prosessen med å kartlegge forretningsbehov, tolke data, sette opp modeller, samt å deploye og overvåke løsninger. Med uttrykket “kvantitativ modellering” mener jeg statistisk modellering, maskinlæring, AI-løsninger, matematisk optimering, og så videre.

Ettersom oppgavene mine krever variert kunnskap, forsøker jeg hele tiden å balansere ren teori med praktisk gjennomføringskraft og forretningsforståelse. Det er viktig å både ha bredde- og dybdekunnskap om abstrakte problemer og løsninger, slik at jeg kan koble reelle forretningsproblemer opp mot disse. Samtidig er en god modell verdiløs med mindre den blir brukt. Derfor er jeg er opptatt av å raskt kunne prototype, implementere og deploye modeller for å få verdi ut i bedrifter og tilbakemelding fra brukere.

Hvor jobber du mest, på hjemmekontor eller ute hos kunder?

Jeg har gjort begge deler, men for øyeblikket jobber jeg mest hjemmefra. Produktiviteten er nok aller best når jeg kan gjøre begge deler. Det kan innebære å jobbe noen dager i uken hos kunder, eller å snakke sammen over Skype. Generelt varierer alt dette fra prosjekt til prosjekt.

Kan du fortelle litt om prosjektene du har jobbet med i det siste?

Et av prosjektene handler om å bruke maskinlæring til å automatisk detektere avvikende oppførsel fra industrielle sensordata. Det er mange ulike sensorer som leverer en kontinuerlig datastrøm. Selv om det er enkelt å manuelt sette grenser hvor hvilke verdier som er uvanlige for individuelle sensorer, er det vanskelig for et menneske å oppdage uvanlige sammenhenger, mønstre og endringer i sensorene i sanntid. Vi bruker maskinlæring til å gjøre akkurat dette.

I et annet prosjekt jobber jeg med optimal planlegging av ansattes skift. Her kombinerer vi maskinlæring med matematisk optimering: vi predikerer først hvor mange kunder som forventes i fremtiden, og deretter setter vi opp en skiftplan som på best mulig måte møter den fremtidige etterspørselen.

Har du jobbet på samme sted hele tiden?

Nei, før jeg begynte i Sonat jobbet jeg som risikoanalytiker i bank. Der jobbet jeg blant annet med å predikere risiko for mislighold for kunder i personmarked og bedriftsmarked.

Jeg underviste også matematikk for privatister på kveldene i flere år, og når jeg var student jobbet jeg som prosjektleder for universitetets realfagsrekrutteringsprogram for ungdom, kalt ENT3R.

Hvor gammel var du da du først begynte å lære deg programmering?

Jeg var nok 19 eller 20, ettersom jeg begynte rett etter videregående. I starten laget jeg nettsider i PHP. Etterhvert begynte jeg å lage små Python script som gjorde hverdagen min enklere. Jeg hadde et script som logget seg inn på universitetets nettsider, meldte seg på fag og lastet ned tidligere eksamensopppgaver og løsninger. Etter å ha kjørte det over natten våknet jeg opp til 13 GB med materiale i samtlige matematikk-, informatikk- og statistikkfag.

Etter å ha programmert nesten daglig i flere år og lest mye på nettet om programmering hadde jeg en grei forståelse. Skikkelig god ble jeg derimot ikke før jeg begynte å lese bøker om programmering og ta informatikkfag på universitetet. På slutten av studiene innså jeg virkelig verdien av programmering, og brukte både studiepoeng og fritid på å bli så god som mulig. På mastergraden i matematikk skrev jeg kode for Fourieranalyse på abelske grupper, og hadde en CI/CD pipeline med tester og deployment av koden.

Hva slags utdannelse har du?

Jeg har en ingeniør-bachelor i Undervannsteknologi fra HVL, og en mastergrad i anvendt matematikk fra UiB. Anvendt matematikk er mer spennende enn ingeniørfag, men det var også verdifullt med den praktiske tilnærmingen og gruppeaktivitetene på bacheloren.

Hvilke programmeringsspråk benytter du?

For meg har Python vært den klare vinneren til nå. Hovedgrunnen er pragmatisk: jeg kan løse de aller fleste problemer i Python. Enten det innebærer å behandle data, lage visualiseringer, trene maskinlæringsmodeller, gjøre numeriske beregninger, deploye modeller, jobbe med servere eller skytjenester, lage en nettside eller scrape en nettside – jeg kan gjøre alt dette i Python.

Forutenom Python jobber jeg mye i terminalen, og skriver en del SQL. Jeg har også vært innom Java, R, matlab, javascript, PHP og annet.

Hvilke plattformer utvikler du vanligvis for?

I det siste har jeg jobbet mye med Google Cloud Platform. Jeg har ingen sterke preferanser på plattformer, men forsøker alltid å sette opp en skikkelig DevOps pipeline med kontinuerlig integrasjon, testing, kontinuerlig deployment og infrastruktur som kode. Å benytte seg av prinsipper for programvareutvikling er viktig, selv om man jobber i en data scientist rolle.

Hvilken pc-plattform/OS foretrekker du selv å bruke?

Jeg bruker stort sett Ubuntu på jobb fordi det er enkelt, raskt og gjør meg produktiv. Hjemme bruker jeg også Ubuntu til det meste, med unntak av bilderedigering og spill – da bruker jeg Windows.

Hva slags oppgaver liker du best å jobbe med?

Jeg liker å jobbe med utfordrende problemstillinger som gir verdi til kunden. På den ene siden er det alltid kjekt å lese bøker og artikler, gå i dybden på problemstillinger, lage gode modeller og få beregninger til å kjøre lynraskt. På den andre siden liker jeg å få opp prototyper, innhente tilbakemeldinger, samarbeide med andre og tilføre verdi raskt (her hjelper en moderne teknologistack veldig). I Sonat er jeg så heldig at jeg får gjøre begge deler.

Hvordan sørger du for å holde deg faglig oppdatert?

Jeg holder meg oppdatert på trender og teknologi via månedlige fagdager i Sonat og noe deltakelse i open-source prosjekter på GitHub. Sonat er også en fantastisk arbeidsgiver som sponser materiale slik at jeg kan gå mer i dybden. Jeg leser en del bøker om matematikk, informatikk, maskinlæring, statistikk og teknologi generelt. De siste årene har jeg lest én tyngre fagbok per semester. Da leser jeg nøye, tar notater og gjør oppgaver. Det er tidkrevende, men veldig givende og jeg får brukt kunnskapen mye i jobbsammenheng.

Hvor mye programmerer du på fritiden?

Ganske mye. Jeg bruker fremdeles programmering til å gjøre min egen hverdag enklere når jeg ser muligheter for det. Får jeg en idé noterer jeg den ned, og synes jeg fremdeles at den er god noen måneder senere pleier jeg å gjennomføre.

Jeg har også flere populære open-source prosjekter på GitHub som jeg vedlikeholder. Den mest populære er KDEpy – en Python pakke for kernel density estimatorer, en statistisk metode for å estimere en sannsynlighetstetthet fra datapunkter (litt som et histogram). Denne pakken er brukt av folk over hele verden, og det synes jeg er utrolig gøy.

Har du noen (andre) hobbyer?

Jeg har trent styrke siden jeg var 14, og holder fremdeles på med det. I en periode konkurrerte jeg i styrkeløft, og tok norgesrekord i benkpress og knebøy i ungdomsklassen. Når trener jeg mest for å holde meg i form, og tar stort sett 3 økter i uka. Jeg har også et kamera som jeg tar bilder med når anledningen byr seg.

Hva er det beste frynsegodet du får?

I tillegg til fagdager og sosiale turer vil jeg trekke frem miljøet. Jeg setter stor pris på graden av autonomi og tillit som jeg får fra Sonat som arbeidsgiver. Vi har et godt miljø med en flat struktur der alle blir hørt. Har man en idé eller et forbedringsforslag, er sannsynligheten stor for at den blir til virkelighet i Sonat.