CJIB

Danny Brand | Data Science

Danny Brand is werkzaam als analist managementinformatie bij het Centraal Justitieel Incassobureau (CJIB). Hij is verantwoordelijk voor het modelleren en onderhouden van het datawarehouse. Daarnaast ontwikkelt hij, op basis van de informatiebehoefte, rapportages en dashboards voor interne sturing en externe monitoring. Zijn portefeuille behelst met name de informatievoorziening rondom de executietaken van het AICE. Hij maakt rapportages, stelt dashboards samen en verricht data-analyses.

In maart 2018 is Danny gestart met de opleiding Data Science bij IT Academy Noord-Nederland. “Naast analist ben ik een dag in de week werkzaam als data scientist bij het CJIB. Onze  organisatie zet in op ‘data gedreven innovatie’. Als data scientist kan ik mijn huidige kennis goed combineren met allerlei nieuwe data science technieken. Om dit goed te kunnen doen, was meer kennis van dit vak noodzakelijk.”

Machine Learning

“Ik heb de combinatie van data en het verbeteren van bedrijfsprocessen altijd enorm interessant gevonden. Dit is voor mij ook de reden waarom ik destijds voor de opleiding bedrijfskundige Informatica heb gekozen. Voor mij is Data Science een logische vervolgstap hierop. Data science is het beroep van de toekomst en data wordt met het jaar belangrijker. Algoritmes maken het leven van bedrijven makkelijker en zijn niet meer weg te denken uit veel bedrijfsprocessen.”

“De belangrijkste reden om deze opleiding te volgen waren voor mij de machine learning modules. Hier ben ik op dit moment bij het CJIB dan ook druk mee bezig. We willen met de hoeveelheid data die beschikbaar is bij het CJIB slimme oplossingen bedenken om het werk efficiënter te maken.”

Decision tree algoritme

De opleiding Data Science bestaat uit acht verschillende modules en een afsluitende opdracht. Hij vertelt over de uitkomsten van de afsluitende opdracht: “Ik heb voor het AICE een decision tree algoritme ontwikkeld. Ik heb hiervoor gekozen omdat de uitkomsten van dit algoritme goed zijn uit te leggen aan de eindgebruiker. Het algoritme kan een voorspelling doen met een nauwkeurigheid van 76%. Op dit moment bespreken we of en hoe we het algoritme gaan verbeteren en of we de uitkomsten kunnen gebruiken in de uitvoering van ons beleid.”

Magisch beeld aan Data Science

“Ik denk dat data science steeds toegankelijker wordt door de ontwikkelingen van slimme libraries. Een algoritme trainen en gebruiken wordt daardoor laagdrempeliger. Ik denk dan ook dat data scientists zich steeds meer gaan onderscheiden door domeinkennis. Een algoritme trainen is een kant, maar het selecteren van de juiste variabelen en het interpreteren van de resultaten is minstens zo belangrijk en wordt vaak onderschat. Er kleeft nu nog een soort magisch beeld aan data science. Je gooit er wat data in en het algoritme doet de rest. Dit is natuurlijk absoluut niet het geval. Daarnaast ben ik heel benieuwd hoe de ontwikkelingen gaan lopen op het gebied van ethiek rondom data science. In ons domein ben ik bijvoorbeeld benieuwd hoe het gebruik van algoritmes zich verhoudt tot het rechtsgelijkheidsbeginsel.”

Het vervolg

“Ik ben erg tevreden over de opleiding en kan niet wachten om het geleerde in de praktijk te gebruiken. Na de opleiding had ik nog wel sterk de behoefte aan een vervolg. Graag zou ik mij verder willen verdiepen in het werken met algoritmes en hoe deze te implementeren in bestaande processen. Naast Python wil ik ook graag leren hoe machine learning wordt gebruikt in R.”