Титул «ученый данных» стал горячим и сексуальным. Однако то, что вы на самом деле делаете как специалист по данным, будет сильно различаться от компании к компании. Что это значит в If Insurance? Это может быть трудно узнать снаружи (а иногда даже изнутри).
В If люди с этим званием обладают множеством различных навыков и разнообразной направленностью бизнеса. Интересными темами, такими как НЛП, A/B-тестирование для маркетинга, ценообразование на страхование и глубокое обучение для распознавания изображений, занимаются наши специалисты по данным.
В этой статье мы поговорим с Калле Линдбладом, специалистом по данным в If.
Чем вы занимаетесь и как вы оказались в области науки о данных?
Работаю со страховыми случаями. Большинство наших проектов были направлены на автоматизацию и улучшение качества обслуживания клиентов. Мой опыт изначально связан с инженерной физикой. Мне всегда нравилась область науки о данных, и я думаю, что она может оказать огромное влияние на любой бизнес, если все сделано правильно. Я начинал как аналитик данных, но постепенно перешел к более сложным темам, которые меня больше интересуют. Это стало возможным благодаря повышенному вниманию If к данным и аналитике в последние годы.
Проведите с нами день в качестве специалиста по обработке и анализу данных.
Когда я наливаю свою первую за день чашку кофе, я регистрируюсь на ежедневном стендап-совещании. Настроение обычно приподнятое, и все с нетерпением ждут предстоящего дня. На ежедневном стендапе команда обсуждает любые новости и планы на день. За стендапом обычно следуют сеансы глубокой работы или сеансы совместного парного программирования. И то, и другое полезно и продуктивно по-своему. В сегодняшнем стендапе мы написали пару пользовательских историй, обсудили, как двигаться дальше, а затем приступили к работе. Двое из нас объединились, чтобы помочь друг другу решить конкретную проблему, а двое других начали самостоятельно. Я провел день, добавляя функцию в набор данных и переобучая модель, над которой мы работаем. Немного изменив код SQL и загрузив данные в облачное хранилище, я загрузил данные в блокнот Python и переобучил модель с новой функцией. Затем я оценил модель и увидел, что новая функция повысила точность модели.
Расскажите о недавнем проекте.
В последние недели наша команда создавала модели машинного обучения, которые пытаются предсказать, можно ли отремонтировать определенную панель автомобиля или ее нужно заменить. В более широком контексте эта модель будет использоваться для улучшения автоматизации, снижения затрат и воздействия на окружающую среду при рассмотрении претензий по транспортным средствам.
Это веселый проект! Для начала мы набросали идею вместе с заинтересованными сторонами, которые хорошо разбираются в ремонте автомобилей и знают, что происходит в автомастерской. После начальной фазы проект превратился в «традиционное» машинное обучение. Наконец, после обучения, выбора лучшей модели и получения поддержки для продвижения вперед, мы создадим API, который будет размещать модель в производственной среде. Этот API будет плагином для существующего решения по автоматизации.
Мы можем спланировать и построить почти все движущиеся части! Это то, что я действительно ценю. Приятно осознавать, что команда взялась за проект от начала и до конца. Это также дает большие возможности для обучения для команды. Некоторые могут быть более опытными в обработке данных, в то время как другим удобнее моделировать или создавать API. Наличие разнообразного круга задач означает, что вы получаете возможность как учить других, так и учиться.
Какие навыки (технические и нетехнические) вам больше всего нужны?
Нетехнический навык, на который я больше всего опираюсь, — это мое стремление добиться цели и заставить все работать. Мне трудно оставлять дела нерешенными. Я также хорошо лажу с заинтересованными сторонами и могу быть связующим звеном между нетехническими людьми и техническими людьми. Что касается техники, у меня хорошие навыки работы с данными и хороший глаз в программировании. Хотя я всегда стараюсь совершенствоваться.
Как вы будете развиваться как специалист по данным в ближайшем будущем?
Следующий проект, к которому мы приступаем, связан с обработкой изображений и глубоким обучением. Создание приложения, которое автоматически обнаруживает поврежденные лобовые стекла на изображениях. Это была новая область для меня, и мне пришлось учиться и тестировать много нового. Я с нетерпением жду расширения своего набора навыков в этой области.
В страховании области, в которых может быть полезна наука о данных, безграничны. Список интересных задач для решения будет только расти. У If есть потребность в компетентных людях, и сообщество специалистов по данным неуклонно растет. Как и культура постоянной обратной связи, обучения друг у друга и немного занудства!
