Download het complete e-book met alle verhalen
Close
Download het E-book
Laat je gegevens achter om het E-book te downloaden.
By clicking the button you agree our Privacy Policy
Haal data science expertise in huis
Een voorwaarde voor een datagedreven organisatie is dat er data science expertise in huis is. Data science expertise stelt je in staat om data vanuit verschillende interne en externe bronnen te verzamelen. Om deze data vervolgens te analyseren door middel van wiskundige en statistische modellen. Hierdoor ontstaan er inzichten, worden processen versneld en kan er zelfs worden voorspeld.

Je kunt deze expertise in huis halen door nieuwe mensen aan te nemen. Echter, welke mensen moet je dan aannemen? Louter Data Scientists? Er wordt weleens gezegd dat Data Scientists de meest gezochte profielen in de markt zijn. Ze zijn schaars, duur en kiezen bij voorkeur boeiende projecten bij grote bedrijven die al ver zijn in hun digitale transformatie. Marlies van Sonsbeek vertelt hoe je data expertise in huis kunt halen.

Wat is een Data Scientist?

De kerntaak van de (Big) Data Scientist is het structureren en analyseren van grote hoeveelheden data om daarin bepaalde inzichten te ontdekken die relevant zijn voor de organisatie waar hij voor werkt. De Data Scientist doet dit door gebruik te maken van verschillende technologieën, of hier zelf technologieën voor te ontwikkelen door algoritmes te schrijven. De Data Scientist kan omschreven worden als de ingenieur van de toekomst. De Data Scientist levert de door hem bewerkte data als input aan andere disciplines in de organisatie, zoals management of product development.

“De rol van de Data Scientist is van cruciaal belang voor organisaties die inzicht willen halen uit hun data. Analytische en besluitvormingsmodelleringsvaardigheden zijn vereist voor het ontdekken van verbanden binnen gegevens en het ontdekken van patronen. Vaardigheden op het gebied van gegevensbeheer zijn vereist om de relevante dataset op te bouwen die voor de analyse wordt gebruikt.” – Gartner.



De veranderende rol van een Data Scientist

De rol van de Data Scientist is de afgelopen jaren sterk veranderd. Waar er vroeger werd gezocht naar de ‘wetenschapper’, wordt er nu gezocht naar de ‘verbinder’. De Data Scientist van nu moet natuurlijk wiskunde onderlegt zijn en kennis hebben van software ontwikkeling. Minstens zo belangrijk zijn: kennis hebben van de markt en communicatief vaardig zijn.

De Data Scientist bij Finaps

Bij Finaps hebben we een ander woord voor Data Scientists, we noemen ze Data Analytics Engineers. Zij zijn in staat om het business vraagstuk goed te analyseren, de vertaalslag naar de benodigde oplossing te maken en deze ook daadwerkelijk, gebruikmakend van de juiste techniek te implementeren.Van Sonsbeek weet het liefkozend samen te vatten: “Ik noem ze vaak de communicatief-vaardige nerds.” Onze engineers helpen je om waarde uit data te halen, processen te optimaliseren en te kijken hoe jouw mensen zelf expertise kunnen opbouwen. Bovendien hebben al onze ‘communicatief-vaardige nerds’ een diepgaande kennis van de financial services markt.

Niet zomaar bouwen

Het ‘u vraagt, wij draaien’ principe zit niet in het DNA van de Data Analytics Engineer. We gaan pas bouwen wanneer we zeker weten dat de oplossing zal gaan werken voor de mensen die ermee zullen werken. Dit doen we door vooraf de juiste vragen te stellen aan de juiste stakeholders. Zowel aan de mensen die met de oplossing gaan werken als aan de IT-afdeling. We vragen door. Welke informatiebehoefte leeft er, welke analyses zijn daarvoor nodig en hoe kan dit vervolgens op een gebruikers intuïtieve manier ontsloten voor de klant? “Onze Data Analytics Engineers kun je zien als jouw volwaardig sparringspartner. Wat wil je echt? Weet je wat je niet weet?”, vat van Sonsbeek het samen.

Microdoelen

Als de stip op de horizon bekend is, starten we kleinschalig. We werken steeds naar microdoelen toe. Zijn we op de goede weg? Na elke fase wordt er een besluit genomen, gaan we door of moeten we een andere route inslaan?. “Niet dat we na een half jaar iets opleveren en dat we erachter komen dat de klant iets anders verwachtte.”, aldus van Sonsbeek. Zo maak je oplossingen die ook echt werken voor de gebruikers.

SAS

Voor statistieken, wiskunde, algoritmen, modellering en gegevensvisualisering gebruiken onze Data Analtyics Engineers graag het platform van SAS. Het SAS platform wordt op het gebied van Data Science en Machine Learning door Gartner gezien als dé marktleider.

Door het holistische platform van SAS hoeft jouw organisatie niet meer op zoek naar de gewilde Data Scientists. Samen met de Data Analytics Engineers van Finaps richt je processen in via het platform. Dit platform is vervolgens zo gebruiksvriendelijk voor de gebruikers, dat zij zelf acties kunnen uitvoeren die normaliter door Data Scientist worden vervuld. Zodoende kun je ‘Data Citizens’ aannemen. Dit zijn mensen die vooral de business goed begrijpen en gemakkelijk in staat zijn om te werken met een ‘no code interface’.

Hoe Finaps helpt

Of je nu een klein bedrijf bent en opzoek naar data expertise of een bedrijf met een bestaand professioneel data team, wij helpen je graag om een volgende stap te zetten met je data "journey”. Onze Data Analytics Engineers hebben ervaring op technisch vlak maar hebben ook het talent en de kennis om de vertaalslag te maken naar een business oplossing die daadwerkelijk waarde creëert voor onze klanten. Pure data analyse is inmiddels niet meer voldoende, we zijn overtuigd dat pas de vertaalslag naar een actie, process, of voorspelling ontsloten in een intuïtieve applicatie onze klanten een stap verder kan helpen.

In al onze projecten werken wij samen met klanten om business kennis en data kennis te combineren met de doelstelling om waarde te creëren. Wij als Finaps denken mee, we kijken met een frisse blik en nieuwe ideeën naar waar sta je nu, waar wil je heen en hoe kom je daar op de meest efficiënte en waardevolle manier. We brengen veel ervaring mee uit de financiële wereld maar werken altijd in een partnership met klanten om hun interne kennis van hun eigen business processen maximaal te benutten en een onderscheidende oplossing gebaseerd op deze kennis te bouwen.



Wat is een Data Scientist?
De kerntaak van de (Big) Data Scientist is het structureren en analyseren van grote hoeveelheden data om daarin bepaalde inzichten te ontdekken die relevant zijn voor de organisatie waar hij voor werkt. De Data Scientist doet dit door gebruik te maken van verschillende technologieën, of hier zelf technologieën voor te ontwikkelen door algoritmes te schrijven. De Data Scientist kan omschreven worden als de ingenieur van de toekomst. De Data Scientist levert de door hem bewerkte data als input aan andere disciplines in de organisatie, zoals management of product development.

"De rol van de Data Scientist is van cruciaal belang voor organisaties die inzicht willen halen uit hun data. Analytische en besluitvormingsmodelleringsvaardigheden zijn vereist voor het ontdekken van verbanden binnen gegevens en het ontdekken van patronen. Vaardigheden op het gebied van gegevensbeheer zijn vereist om de relevante dataset op te bouwen die voor de analyse wordt gebruikt." – Gartner.

De veranderende rol van een Data Scientist
De rol van de Data Scientist is de afgelopen jaren sterk veranderd. Waar er vroeger werd gezocht naar de 'wetenschapper', wordt er nu gezocht naar de 'verbinder'. De Data Scientist van nu moet natuurlijk wiskunde onderlegt zijn en kennis hebben van software ontwikkeling. Minstens zo belangrijk zijn: kennis hebben van de markt en communicatief vaardig zijn.

De Data Scientist bij Finaps
Bij Finaps hebben we een ander woord voor Data Scientists, we noemen ze Data Analytics Engineers. Zij zijn in staat om het business vraagstuk goed te analyseren, de vertaalslag naar de benodigde oplossing te maken en deze ook daadwerkelijk, gebruikmakend van de juiste techniek te implementeren.Van Sonsbeek weet het liefkozend samen te vatten: "Ik noem ze vaak de communicatief-vaardige nerds." Onze engineers helpen je om waarde uit data te halen, processen te optimaliseren en te kijken hoe jouw mensen zelf expertise kunnen opbouwen. Bovendien hebben al onze 'communicatief-vaardige nerds' een diepgaande kennis van de financial services markt.

Niet zomaar bouwen
Het 'u vraagt, wij draaien' principe zit niet in het DNA van de Data Analytics Engineer. We gaan pas bouwen wanneer we zeker weten dat de oplossing zal gaan werken voor de mensen die ermee zullen werken. Dit doen we door vooraf de juiste vragen te stellen aan de juiste stakeholders. Zowel aan de mensen die met de oplossing gaan werken als aan de IT-afdeling. We vragen door. Welke informatiebehoefte leeft er, welke analyses zijn daarvoor nodig en hoe kan dit vervolgens op een gebruikers intuïtieve manier ontsloten voor de klant? "Onze Data Analytics Engineers kun je zien als jouw volwaardig sparringspartner. Wat wil je echt? Weet je wat je niet weet?", vat van Sonsbeek het samen.

Microdoelen
Als de stip op de horizon bekend is, starten we kleinschalig. We werken steeds naar microdoelen toe. Zijn we op de goede weg? Na elke fase wordt er een besluit genomen, gaan we door of moeten we een andere route inslaan?. "Niet dat we na een half jaar iets opleveren en dat we erachter komen dat de klant iets anders verwachtte.", aldus van Sonsbeek. Zo maak je oplossingen die ook echt werken voor de gebruikers.

SAS

Voor statistieken, wiskunde, algoritmen, modellering en gegevensvisualisering gebruiken onze Data Analtyics Engineers graag het platform van SAS. Het SAS platform wordt op het gebied van Data Science en Machine Learning door Gartner gezien als dé marktleider.

Door het holistische platform van SAS hoeft jouw organisatie niet meer op zoek naar de gewilde Data Scientists. Samen met de Data Analytics Engineers van Finaps richt je processen in via het platform. Dit platform is vervolgens zo gebruiksvriendelijk voor de gebruikers, dat zij zelf acties kunnen uitvoeren die normaliter door Data Scientist worden vervuld. Zodoende kun je 'Data Citizens' aannemen. Dit zijn mensen die vooral de business goed begrijpen en gemakkelijk in staat zijn om te werken met een 'no code interface'.

Hoe Finaps helpt
Of je nu een klein bedrijf bent en opzoek naar data expertise of een bedrijf met een bestaand professioneel data team, wij helpen je graag om een volgende stap te zetten met je data "journey". Onze Data Analytics Engineers hebben ervaring op technisch vlak maar hebben ook het talent en de kennis om de vertaalslag te maken naar een business oplossing die daadwerkelijk waarde creëert voor onze klanten. Pure data analyse is inmiddels niet meer voldoende, we zijn overtuigd dat pas de vertaalslag naar een actie, process, of voorspelling ontsloten in een intuïtieve applicatie onze klanten een stap verder kan helpen.

In al onze projecten werken wij samen met klanten om business kennis en data kennis te combineren met de doelstelling om waarde te creëren. Wij als Finaps denken mee, we kijken met een frisse blik en nieuwe ideeën naar waar sta je nu, waar wil je heen en hoe kom je daar op de meest efficiënte en waardevolle manier. We brengen veel ervaring mee uit de financiële wereld maar werken altijd in een partnership met klanten om hun interne kennis van hun eigen business processen maximaal te benutten en een onderscheidende oplossing gebaseerd op deze kennis te bouwen.