Ukens profil – Gemma Danks

Vårt største aktiva er våre ansatte og vi vil fremover gi de anledning til å fortelle litt om hva de jobber med og hvorfor de liker å være konsulent i Sonat. Denne uken er det Gemma Danks som deler tanker, ingen tvil om at hun liker store datamengder, komplekse problemstillinger og har mer orden og struktur enn gjennomsnittet!

Kan du kort beskrive stillingen og oppgavene dine?

Jeg er seniorkonsulent i data science og maskinlæring hos Sonat Consulting i Bergen. Jeg bruker dataanalyser, data visualisering og metoder innen kunstig intelligens for å finne mønstre i data som kan løse problemer eller skape forretningsverdi for vår kunder.

Hvor jobber du mest, på kontoret, på hjemmekontoret eller ute hos kunder?

Jeg jobber mest på hjemmekontoret, men av og til jobber jeg på kontoret eller går i møter hos kunder. Jeg er mest effektiv når jeg jobber hjemme og bor ganske langt fra byen. Det går veldig bra med teknologi som Slack og appear.in for å kommunisere med andre på laget.

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

Mitt hovedoppdrag er for et stort selskap som utvikler teknologi til kraftindustrien i hele verden. Jeg utvikler løsninger for å finne avvik, klassifisere og forutsi feil i utstyr på kraftverk og skip. Det er veldig interessant å jobbe med sensordata og det er spennende å bruke banebrytende maskinlæringsteknikker slik som deep learning for å finne trender eller signaler som ikke fanges opp av mennesker. Jeg liker også å få erfaring med ny teknologi for å håndtere store data. I tillegg har jeg bidratt i planleggingen av flere andre IoT prosjekter hvor maskinlæring brukes på sensordata for å finne avvik og årsaker til problemer i utstyr.

Hvor lenge har du jobbet som utvikler?

Selv om jeg skriver mye kode for å sette modeller i produksjon og lager softwarepakker identifiserer jeg meg ikke som utvikler. I hjerte, sans og utdanning er jeg fremst forsker og det er i grunn fortsatt jobben min. Som data scientist designer jeg eksperimenter med modeller, tester hypoteser og utfører analyser for å destillere kunnskap fra data. Dette har jeg jobbet med i 14 år.

Har du jobbet på samme sted hele tiden?

Nei, jeg har vært ansatt i Sonat i 1.5 år. Før dette var jeg forsker i bioinformatikk, genomikk og marin molekylærbiologi i 9 år på Universitetet i Bergen i to forskjellige avdelinger. Jeg var særlig interessert i hvordan oversettelsen av RNA endret seg med endringer i miljøet, og laget og analyserte store genomiske datasett for å teste hypoteser om dette i dyreplankton. Før dette jobbet jeg som forsker på Universitetet i York, England i noen måneder hvor jeg laget beregningsmodeller av planteutvikling.

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

Når jeg var ganske gammel, tror jeg! Jeg begynte å lære meg programmering i C og R når jeg var 22 – i det siste året av min bachelorgrad. Jeg hadde et forskningsprosjekt der målet var å lage en modell av dykkingsoppførselen til antarktiske pelsseler for å forutse deres metabolske nivå. Jeg laget en modell først i C og deretter brukte jeg R. Det var dette spennende prosjektet som fikk meg hektet på å bruke datamaskiner og programmering for å finne ny kunnskap om forskjellige fenomener.

Hva slags utdannelse har du?

Jeg har doktorgrad i biologi, fra Universitetet i York, England, med fokus på kompleks systemanalyse hvor jeg laget beregningsmodeller av hvordan protein molekylær får sin tredimensjonale form og publiserte resultater på konferanser om kunstig liv – det var kjekt å være en del av dette fellesskapet. I bunn har jeg en bachelorgrad i biologi fra Universitetet i St Andrews, Skottland, der jeg også studerte astrofysikk.

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

Jeg bruker macOS på laptopen min og Linux på serverne.

Hvilke programmeringsspråk benytter du?

Jeg bruker mest Python for data analyser og visualisering og utvikling av maskinlæringsmodeller. Jeg bruker også SQL og PySpark for data «wrangling». Tidligere brukte jeg mye R.

Hva er favorittspråket og hvorfor?

Jeg likte R i mange år men når jeg begynte å bruke Python så ble Python favorittspråket mitt. Jeg syns det er lettere å skrive ren kode i Python og for meg er det mer nytbart å lese og refaktorere.

Hvilke to verktøy greier du deg ikke uten, og hvorfor?

Kanban er svært viktig for meg – både for å organisere mine egne oppgaver og for å jobbe mest effektiv i team. Teamet får en bra oversikt av hvem skal gjøre hva, hvordan og vi kan prioritere oppgavene og diskutere hva vi har gjort i det siste.

Git kunne jeg heller nesten ikke klare meg uten. Jeg er sterkt for bruk av en «clean» master, brancher for nye funksjoner og continuous integration.

Hva slags oppgaver liker du best å jobbe med?

Jeg liker best å bygge modeller og analyse og visualisere data for å finne innsikt eller løse problemer. Det er veldig spennende å finne noe ingen har sett før som kan brukes til å gjøre noe bedre for kunden og som mye som mulig for verden. Jeg synes også at det er kjempegøy å undersøke og lære ny teknologi eller metoder som kan brukes for å løse problemer på den beste måten. Jeg er også usedvanlig glad i planlegging og organisering og liker masse å skrive og refactor kode for å lage den pen og ren.

Hvordan sørger du for å holde deg faglig oppdatert?

Jeg lese veldig mange blogger og jeg abonnerer på e-postoppdateringer på hva som er nytt i data science, maskinlæring og Python. Jeg har også tatt flere kurs på nettet som for eksempel kursene i Deep learning på Coursera og Fast.ai hvor man kan få mange tips og dypere forståelse fra ledere i feltet.

I hvilken grad har metoder og teknologier som DevOps, maskinlæring, nettsky og konteinere endret måten du jobber på?

Når jeg arbeidet som forsker brukte jeg maskinlæring og Linux servere men ikke DevOps, nettsky eller konteinere. At jeg har tatt skytjenester i bruk endret i liten grad hvordan jeg arbeidet med dataanalyser og bygger modeller. I det siste har jeg dog begynt å bruke Azure Databricks for disse oppgavene og det er litt annerledes og svært effektivt. Å sette modellene i produksjonsmiljø med konteinere og DevOps var helt nytt og ganske spennende.

Hvilke teknologier eller fagområder skulle du gjerne kunnet mer om?

Jeg vil gjerne kunne mer om DevOps. Jeg bruker del av dette med Azure pipelines for continuous integration men jeg vil lære mer. Og snart må jeg kunne mer om auto ML. Akkurat nå lager og optimaliserer jeg modeller delvis manuelt. Når man kjenner hvordan modeller burde se ut for å gi bra resultater er det ikke nødvendig å eksperimentere så mye tidlig i prosjektet og man kan derfor automatisere mer og så går det stadig mer effektivt å jobbe. Automatisering blir stadig viktigere når data blir større og antallet modeller man har bruk for øker. I tillegg vil jeg gjerne kunne enda mer om Deep Learning metoder – det er et felt som endres så fort og har mange applikasjoner der andre metoder ikke fungerer.

Hvor mye programmerer du på fritiden?

Jeg programmerer av og til på fritiden. For tiden har jeg et lite prosjekt der jeg lager en web-app for å holde økonomien min i orden. Jeg har også noen forskningsprosjekter i genomikk som jeg fremdeles ferdigstiller for å publisere så jeg bruker litt tid for dette.

Har du noen (andre) hobbyer?

Ja. Jeg har alltid likt å skrive. For et år siden bestemte meg for å skrive en fantasy/science fiction bok for mine barn. Ideen var at jeg da kunne lese et kapittel hver dag som en slags adventskalender gjennom desember. Det var deilig å skrive og spennende å lese med barna men mye jobb på kveldene når det nærmet seg jul! Jeg arbeider nå med tredje (men kanskje ikke siste) utkast av den boken, før jeg starter med bok nummer to til jul 2019. Jeg bruker også ganske mange timer på å lære bedre norsk (jeg kommer fra England) og jeg liker også å lese science fiction og fantasy bøker, går på topptur med familien når solen skinner, sy av og til og jeg er fremdeles svært interessert i astrofysikk så er jeg glad i å lære meg mer om det.


Føler at du får den lønnen du fortjener?

Ja, visst! Jeg får veldig bra lønn. Likevel tror jeg at lønnen for kompetente maskinlærings og data science konsulenter er på vei opp. Det er stadig flere kunder med store data som ønsker bruke det for å bli mer konkurransedyktig, eller for å spare eller tjene mer penger. De trenger noen med ekspertise for å gjøre dette godt, men det er ikke så mange av oss.

Hva er det beste frynsegodet du får?

Det vennlige miljøet og likestillingen i Sonat. Vi er ansatteid og alle får et ord i hvordan ting bør gjøres og hvilke slags prosjekter vi har lyst å jobbe med. Vi er svært godt støttet av den kjempeflinke salgsgruppen og ledelsen som virkelig bryr seg om sine ansatte.

Også flott er at hver får en mentor som jobber med oss for å skape mål og lage en personlig plan for vår faglig utvikling så vel som vår velvære. Det hjelper meg veldig mye for å fokusere på hvilke tiltak som er viktigst for meg å gjøre for å være så god i jobben min som jeg kan være og for å oppnå målene mine.

Den familievennlige sosialkalenderen er også et høydepunkt. Barna mine ser fram til Sonats årlige vintertur til Myrkdalen i mange måneder før vi drar. Jeg er veldig takknemlig for dette.

Ikke minst er det også veldig kjekt å få en dag hver måned der alle konsulenter samles for å lære noe nytt. Nå har vi et eget spor for maskinlæring som er meget spennende.

Sonat har i dag 54 ansatte og leverer tjenester innen IT rådgiving, prosjektledelse, maskinlæring, kunstig intelligens, front-end utvikling, back-end utvikling og arkitekturrådgiving. Selskapet er solid og har hatt god og lønnsom vekst gjennom snart 5 år.

Sonat har kontor i Bergen og Oslo.

Kontakt

Sonat Consulting Oslo AS Karl Johansgt 25 0159 Oslo Kontakt: hallvard.romstad@sonat.no +47 924 14 706
Sonat Consulting Bergen AS Sandviksboder 5 5034 Bergen Kontakt: jonny.klemetsen@sonat.no +47 982 19 551