"Vi har støtten og friheden til at prøve, udvikle, forbedre og fejle; fokus inden for Kramp er på at skabe indflydelse gennem læring"
"Efter at have afsluttet min kandidat i Business Analysis and Modelling på Radboud University i Nijmegen i 2018 vidste jeg, at jeg ville arbejde i en stor, international, teknologisk avanceret virksomhed, hvor jeg stadig kunne lære mere om datavidenskab - og Kramp krydsede alle boksene. Det er ret banebrydende; det var en tidlig adopter med hensyn til at introducere en webshop for alle disse år siden, og for nylig i arbejdet med Google Cloud.
Jeg kom med på Kramps traineeprogram, hvilket var en fantastisk mulighed for mig til at tilbringe et år på at prøve forskellige roller. Derefter startede jeg i min første stilling som dataanalytiker i Supply Chain Management. Siden da har jeg været involveret i et større projekt for at forbedre Kramps efterspørgselsprognoser ved hjælp af maskinlæring (ML). Ved at udnytte datavidenskabsplatformen Vertex AI, som understøttes af team Cortex, var vi i stand til at skalere op til tusindvis af kerner, og det gav os den beregningskraft, vi havde brug for. Vi træner en model for hvert enkelt produkt, hvilket giver op til omkring 200.000 modeller. Da en model tager seks sekunder at beregne pr. kerne, ville det sekventielt tage omkring 350 timer... men vi gør det på 11 minutter. I sidste ende er prognosenøjagtigheden forbedret med 4%, hvilket allerede har sparet virksomheden omkring 8 millioner euro i reducerede prognosefejl. Det er tilfredsstillende at vide, at din datavidenskabelige ekspertise har haft stor indflydelse på at forbedre Kramps bundlinje.
Jeg arbejder i øjeblikket på en A/B pipeline for at se, hvordan ændringer på vores hjemmeside påvirker kundernes onlineadfærd. Jeg bruger Bayesiansk sandsynlighed til at analysere resultaterne og derefter omsætte dem til forretningsbeslutninger. Jeg har også oprettet en Large Language Model (LLM) for at forbedre søgefunktionen på vores hjemmeside og reducere antallet af 'nul resultater' som svar på de søgeord, kunderne bruger.
Jeg elsker, at vi får så meget støtte fra ledelsen til at udføre udviklingsarbejde. Vi har friheden til at prøve, udvikle, forbedre og fejle; fokus inden for Kramp er på at skabe indflydelse gennem læring. En måde, vi gør dette på, er i vores uformelle fællesskab af omkring 50 dataforskere/analytikere, der er spredt over hele Kramp-organisationen. Vi mødes for at fremvise vores udvikling, dele problemer og udveksle ideer og indsigt. Som dataforskere kan den store mængde fejl, der er involveret, nogle gange være frustrerende, men jeg har lært at acceptere, at det bare er en del af innovationsprocessen og gå hurtigt videre til næste projekt - og der er altid masser af andre forretningsmuligheder at tackle med noget så skalerbart som datavidenskab.
Kramp tilbyder masser af muligheder for alle former for formaliseret træning, men datavidenskab er et felt i så hurtig udvikling, at du virkelig skal tage ansvar for at holde dig opdateret. Så jeg bruger meget tid på at lave min egen forskning for at finde ud af, hvordan jeg kan tackle nye problemer, ofte sammen med mine kolleger. Vi arbejder i et meget komplekst miljø, men samarbejdet kører problemfrit takket være virksomhedens produktteamstruktur, og Kramps platformsteams gør udviklingsarbejdet nemt. Du ved straks, hvem du skal kontakte, hvis du har spørgsmål. Alle brænder for deres egne specialer, og vi hjælper konstant hinanden med at opdage og forstå den nyeste udvikling inden for datavidenskab.
Der er ingen klar karrierevej for mig, fordi datavidenskabens rolle i virksomheden udvikler sig hele tiden, så hvem ved, hvad fremtiden vil bringe. Men lige nu nyder jeg grundigt at lære og vokse inden for mit felt hver dag."
