CNT  - Nikki van Ommeren

26 juni 2019 ... min. Luister

Machine learning bij ING Labs

Ik heb een duidelijke keuze gemaakt en dat pakt goed uit

Ik ben alweer een tijdje aan het werk in Singapore, bij het schrijven van deze blog. Mijn short term assignment duurt drie maanden, dus ik wil alles eruit halen wat erin zit. Tot nu toe lukt dat aardig. Al op de eerste avond ben ik samen met een andere IT trainee en een trainee van Operations & Change, die beiden gelijk met mij begonnen zijn, gaan eten op de rooftop van Marina Bay Sands. De volgende dag, mijn eerste werkdag, kon ik meteen meehelpen bij een event. Dit was een leuke manier om kennis te maken en het event draaide om een interessant onderwerp: het selecteren van aandelen met behulp van machine learning.

Sinds ik hier ben heb ik grotendeels aan één project van ING Labs gewerkt. Binnen ING Labs onderzoeken we hoe we waarde kunnen toevoegen voor onze klanten, met initiatieven die verder gaan dan bancaire producten. Dit gebeurt op twee manieren: ING Labs start zelf intiatieven die later kunnen uitgroeien tot start-up en er worden partnerships met bestaande bedrijven aangegaan. De projecten hebben allemaal te maken met trade technology en zijn daarom zeker ook interessant vanuit IT-perspectief. ‘Mijn’ project draait om autonomous demand forecasting: het automatisch voorspellen van de vraag naar producten met behulp van een machine learning model. We trainen het model met data als: het aantal verkochte producten, welke campagnes hebben er gedraaid, in welke regio en hoe hebben de prijzen zich ontwikkeld? Die voorspelling willen we volledig automatiseren.

Toen ik aan het project begon was er al een traject uitgevoerd voor een klant, maar de data-analyse was nog niet gedaan. Daar heb ik me de eerste weken mee beziggehouden. Ik kwam er al snel achter dat het erg veel tijd kost als we de data-analyse handmatig moeten doen voor elke nieuwe klant. Dit leidde tot de conclusie dat we de data-analyse ook willen automatiseren, en daar heb ik de afgelopen maand aan gewerkt. Dat deel is nu af, ik heb het al gepresenteerd aan het team. Ik programmeer voor deze opdracht veel zelf. Het is gaaf om veel te leren op technisch vlak en om de vrijheid te hebben om zelf te bedenken hoe ik de zaken wil inrichten. Heel fijn is ook dat een collega mijn code reviewt. Haar review helpt me om te zorgen dat de kwaliteit van de code gewaarborgd is. Daarnaast heb ik ook een goede mentor: een Wholesale Banking trainee die na haar short term assignment in Singapore is gebleven, en met wie ik elke week een voortgangsgesprek heb.

Als ik straks terug naar Nederland ga, heb ik echt iets kunnen bijdragen. De data-analyse pipeline is dan klaar om gebruikt te worden en de controle op de datakwaliteit zit goed in elkaar. Dit resultaat is zeker te danken aan het feit dat ik heb gefocust op één ding. Ik heb nogal de neiging om veel verschillende dingen tegelijk te willen doen, omdat ik veel interessant vind. Maar nu heb ik een duidelijke keuze gemaakt en dat pakt goed uit!

Ook de keuze voor Singapore was een goede: het bevalt me prima hier. Ik wilde heel graag buiten Europa werken en met een totaal andere cultuur in aanraking komen. Nu is Singapore zelf goed georganiseerd, schoon en veilig. Fijn om te wonen en een goede uitvalsbasis, maar qua cultuur niet heel verschillend van het westen. Mijn weekendjes weg zijn een stuk exotischer, vooral het bezoek aan Shenzhen, de silicon valley van China. Die hele stad is in 40 jaar gebouwd, hij is echt uit de grond gestampt en er staan onvoorstelbaar grote gebouwen. Maar omdat alles zo snel ontwikkeld is, is het hier en daar een vrij lege stad. Een hele vreemde gewaardwording.

Mijn tijd hier zit er alweer bijna op. Ik ben gevraagd om te blijven en dat had me zeker gaaf geleken, maar ik heb mijn volgende rotatie al geregeld en daar heb ik ook heel veel zin in.

Over Nikki

Zodra de zon schijnt zit Nikki op haar racefiets en ze is ook net weer begonnen met yoga. Ze brengt úren door achter haar computer om meer te leren over machine learning. Dat doet ze onder meer via Kaggle.com, een data science platform waarop bedrijven uitdagingen posten en waar data scientists van over de hele wereld over meedenken. Momentje rust? Dan leest ze graag. Recent las ze onder meer Factfulness en Pachinko. “Aanraders, allebei!”

Terug naar boven