Waarom data-analist?

Studie en werkzaamheden

Studie: Als wetenschapsfilosoof moet je je snel veel verschillende modellen leren eigen maken. Dit betekent dat ik heb geleerd snel tot de kern van een onderwerp te komen en om snel de losse componenten te herkennen om deze beter te kunnen analyseren. Ook heb ik geleerd dat de mens-kant van transities erg belangrijk is, uiteindelijk zijn mensen die wetenschap en techniek handen en voeten moeten geven in de maatschappij.

LG Electronics: Bij LG Electronics heb ik veel technieken leren kennen en heb ik geleerd te werken met KPI's. Ook moet ik daar troubleshooten en werkinstructies schrijven voor mijn collega's, hierdoor heb ik een goed idee gekregen van het maken van een overzichtelijk en doeltreffend technisch stappenplan.

Techniek is constant in ontwikkeling en daarom kreeg ik regelmatig cursussen over de veranderingen in de techniek. Ook moest ik als ervaren collega de werkprocessen van onze afdeling uitleggen.

D66: Als fractieondersteuner moet ik het overzicht bewaren en goed plannen zodat wij zo optimaal mogelijk voldoen aan onze verantwoordelijkheden aan de Amsterdammers in Oost.

Ik zit bij de werkgroep Digitaal66 en Digitalisering en Democratische Vernieuwing. In die context wil ik een cursus digitale politiek ontwikkelen. Deze cursus bestaat uit het laten kennis maken van mensen met handige tools om hen politiek op weg te helpen, zoals waarstaatjegemeente en waaroverheid.

Data-gedreven werken

Ik heb de ambitie om de vaardigheden te ontwikkelen om data te vertalen in zinvolle inzichten zodat ik kan helpen bij het maken van beslissingen. Data is een lens om de wereld mee te bekijken en kan veel impact maken op de bedrijfsvoering. Het lijkt mij geweldig om een instrument te programmeren, zoals een interactief dashboard of geautomatiseerd onderhoud en de afdeling van hoofdpijndossiers bevrijden.

Er zal ook weerstand zijn wanneer het BI team met een resultaat komt die tegen de intuïtie van het MT of de werkvloer is, of breekt met een jarenlange aanname van het bedrijf. Maar met mijn mensenkennis, brede achtergrond en politieke ervaring zal ik kunnen schakelen tussen de verschillende afdelingen en belangen.

Wat vind ik leuk?

  • Een doel hebben in kleine en grote projecten.
  • Mijzelf blijven ontwikkelen.
  • Experimenteren en testen.
  • "Think like a programmer".
  • Onderzoek doen.
  • Helpen en samenwerken.

Wat moet ik nog leren?

  • Tidying data in R en nog heel veel meer.
  • Veel meer Python. Ik gebruik nu een app waar ik ongeveer 10 minuten per dag wat oefeningen doe.
  • Spotfire
  • Heel veel van ervaren collega's!

HTML tabel met computervaardigheden

Klik op mij! in-app voortgang
Mozilla Developer Network HTML5
Mozilla Developer Network CSS3
grashopper R taal
Codecademy SQL
Codecademy R taal
programming hero python

Praktijkvoorbeelden, klik op afbeeldingen om te vergroten.

VScode Microsoft Visual Studio Code

Dit is Visual Studio Code met deze website open. Links CSS en rechts HTML. Helemaal links ook nog de bestanden, voornamelijk plaatjes in dit geval. Vraag me gerust tijdens het gesprek over het hoe en waarom van deze website. Erg leuk aan webdesign is dat je code meteen zichtbaar en deelbaar is!

In dit programma heb ik ook een extensie voor SQL geïnstalleerd. Die voldoet nu nog maar ik twijfel er aan om SQLitebrowser te gebruiken zoals aangeraden door Codecademy.

Codecademy certificaat Certificaat Codecademy

SQL heb ik afgerond maar ik oefen nog steeds met zelfstandige projecten. Het is voornamelijk een programma die gebruikt wordt voordat R om de hoek komt kijken, waarschijnlijk hebben ze dat bij Component Services anders geregeld.

Rstudio voorbeeld Rstudio

Dit is een screenshot van Rstudio. Een veelgebruikt open source R programma. Linksboven is mijn code, Linksonder is de console, rechtsboven een geschiedenis van uitgevoerde acties en rechtsonder de visualisatie van de code. In dit geval gebruik ik een ingebouwde dataframe over de kelkbladeren van drie soorten irissen.