Tommy jobber med kvantitativ modellering og data science. Han har mastergrad i anvendt matematikk, og er faglig interessert i maskinlæring, optimering, statistikk og algoritmer. For kundene er han opptatt av å skape robuste løsninger som gir bedriften stor forretningsverdi. Tommy kombinerer teoretisk forståelse med praktisk gjennomføringsevne, og er gjerne med på hele prosessen fra idé til produksjonssatt system. Han programmerer hovedsaklig i Python, og er opptatt av god kodekvalitet og reproduserbare analyser.
Fritiden går til aktiviteter med venner, bekjente og samboeren. Tommy er lidenskapelig opptatt av styrketrening, og vant norgesmesterskapet i styrkeløft i sin ungdom. Ellers leser han bøker og driver sporadisk med foto. Han valgte Sonat på grunn av et sterkt faglig og sosialt miljø, og er glad for å jobbe i en mindre bedrift der man kjenner kollegene sine godt.
Maskinlæring, optimering og statistisk analyse
Den 21.oktober holdt Tommy Odland et Webinar med tittelen: Maskinlæring for ledere – Muligheter og fallgruver
Tommy Odland er Data Scientist i Sonat Consulting. Opptak fra webinaret finnes her: https://vimeo.com/470651859/6cbb8a170a
Om Røde Kors og frivillige
Oslo Røde Kors administrerer omtrent 40 ulike frivillige aktiviteter til nytte for lokalsamfunnet, og har nærmere 4000 frivillige. Eksempler på aktiviteter er leksehjelp, flyktningguide og besøkstjeneste. Frivillige må først fullføre et introduksjonskurs, deretter får de velge aktiviteter som de ønsker å delta i.
En algoritme for fordeling av frivillige
Å fordele frivillige på aktiviteter på best mulig måte er av stor verdi for Oslo Røde Kors. Frivillige blir mer fornøyde om de havner i en aktivitet de ønsker, samtidig som kvaliteten på tilbudene blir bedre når de frivillige er fornøyde. Å finne den fordelingen som gjør flest frivillige så fornøyde som mulig er vanskelig. Det kan være tusenvis av måter å fordele frivillige på, og ønskene kan være i konflikt med hverandre.
Tommy Odland jobber med kvantitativ modellering i Sonat, og har bidratt med en algoritme som fordeler frivillige på aktiviteter på en optimal måte. At fordelingen er optimal betyr at man kan bevise matematisk at det ikke finnes noen alternativ fordeling som ville gjort at de frivillige i sum var mer fornøyde med aktivitetene.
– Jeg synes verdiene Røde Kors står for er gode, og dette er frivillig arbeid fra min side. I tillegg til at fordelingsproblemet er interessant rent matematisk, har en optimal løsning stor praktisk verdi, sier Tommy.
Illustrasjon på eksempeldata
Algoritmen er illustrert på oppdiktede data i figuren nedenfor. Hver av de 15 frivillige oppgir mellom én og fem aktiviteter i en prioritert ønskeliste. Hver av de 10 aktivitetene har en ledig kapasitet, som er antall frivillige det er plass til i aktiviteten. Algoritmen fordeler hver frivillige person til en aktivitet, uten å overskride den ledige kapasiteten.
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. God lesning!
Les merDenne uken har Tommy Odland begynt i Sonat. Tommy har blant annet erfaring fra Sparebanken Vest og han har en mastergrad fra UiB der han har fordypet seg i anvendt matematikk, informatikk og en ingeniørbachelor innen undervannsteknikk.
Les mer