Pierre utvecklar AI och machine learning på Sysarb!

Pierre Hedström, ny data scientist på Sysarb berättar hur utveckling av AI kommer att lyfta Sysarbs plattform!

Vem är du?

Jag heter Pierre och arbetar som data scientist på Sysarb. Jag är bosatt i Uppsala sedan cirka tio år sedan, men jag är född och uppvuxen i Örebro. Flyttlasset gick till Uppsala för att jag skulle plugga till lärare, men under utbildningens gång upptäckte jag att kärleken låg i matematiken och inte i att arbeta med barn och ungdomar. Ungefär i samma veva träffade jag min sambo, så man kan säga att jag hittade kärleken till mer än matematiken i Uppsala. Jag tog ut en examen i matematik och började plugga till personalvetare. Att få jobba med människor och få se människor att växa har alltid varit något jag tyckt om, och då kändes den utbildningen väldigt passande.

Hur kom det sig att du började på Sysarb?

‍Jag skulle skriva mitt examensarbete på personalvetarprogrammet och ville blanda in mina statistik- och matematikkunskaper i det arbetet. Jag hade också börjat läsa böcker av Paula England och Barbara Reskin som handlar om hur kvinnors arbete nedvärderas ekonomiskt i samhället, och ville gärna inkludera det i mitt arbete. Då fick jag tips om att höra av mig till Sysarb och kolla om jag kunde få skriva mitt examensarbete där. Så blev det – jag skrev mitt arbete om chefers lönesättning och undersökte om könssamansättningen i medarbetargruppen påverkar bedömningen. Efter att jag skrivit mitt arbete fick jag jobb på Sysarb som konsult!

Vilka olika roller har du haft på Sysarb sedan dess?

Jag har varit i många olika team med olika roller. Som sagt började jag arbeta som konsult i vårt konsultteam, då handlade mitt arbete till stor del om att utföra lönekartläggningar. Jag blev sedan utlånad för att göra några projekt tillsammans med våra mjukvaruutvecklare. Det var ganska naturligt att jag fick hoppa lite mellan de två teamen och köra lite projekt, eftersom jag har en kombination av analys och beteendevetenskap i bagaget. När covid-19 slog till flyttade jag till customer success och där började jag arbeta med machine learning, AI och lönekartläggning på distans. Sedan mitten av mars jobbar jag återigen med våra mjukvaruutvecklare som data scientist!

Vad innebär din nya roll som data scientist på Sysarb?

Data scientist är en ny roll hos oss på Sysarb och för mig känns den given i ett techbolag. Det ska bli väldigt spännande att få vara med från början och forma rollen! Som data scientist jobbar jag med att utveckla metoder för att analysera och ta fram insikter från data, och att designa och implementera statistiska metoder för analys. Det här låter ju väldigt spännande (för den som är matematiskt lagd), men en stor del av jobbet handlar om att bereda stora mängder data för analys. Det betyder att jag spenderar en hel del tid med att arbeta i Excel för att se till att data som vi matar in i våra modeller är korrekt. För att klara av det här jobbet måste man tycka att en arbetsdag full av att kontrollera data i Excel är kul. Man brukar ibland säga att den här branschen till 80 % handlar om att tvätta och samla in data och till 20 % om att faktiskt bygga modeller. Nu under våren har jag också arbetat med att träna en maskin i hur man analyserar löneskillnader – det har varit jättekul!

Vill du förtydliga vad machine learning och artificiell intelligens (AI) är?

Absolut! Machine learning är ett sätt att beskriva flera olika avancerade statistiska metoder och modeller där vi kan träna upp en dator att utföra en uppgift, exempelvis att se skillnaden på en hälsosam cell och en cancercell vid en screening. Detta sker genom att tillämpa ett program som kan tolka en bild och kombinera detta med ett program som har tränats i att veta vilka faktorer som är viktiga att ta hänsyn till vid analysen av cellbilder. Dessa typ av modeller tränas ofta genom att man visar programmet ett antal friska celler och ett antal cancerceller. Programmet lär sig då vilka egenskaper som skiljer dessa åt och kan använda detta vid bildanalysen.

Machine learning kan sägas vara en av de metoder som gör att vi kan uppnå artificiell intelligens. Artificiell intelligens är mer ett koncept som beskriver system som kan agera på ett intelligent sätt. Ofta använder dessa system metoder som finns inom machine learning för att uppnå denna intelligens. Man skulle kunna beskriva programmet som utför bildanalysen ovan som ett intelligent system som använder sig utav machine learning. Vi har mängder av intelligenta system omkring oss idag, och vi använder dem ofta utan att tänka på det. Att Google automatiskt skriver färdigt meningar i sökfältet när vi ska söka fram information är ett exempel på ett intelligent system som hjälper oss i vår vardag. Här är det lite kul att stanna upp och fundera på hur vi använder termer som intelligent och smart när vi pratar om produkter. Ofta kallar vi produkter som mobiltelefoner eller teveapparater smarta bara för att dom har en interaktionsmöjlighet att installera olika applikationer på dom, men vi skulle inte per automatik kunna kalla dessa intelligenta.

Varför är det viktigt att vi på Sysarb jobbar med machine learning och AI?

När samhället blir mer och mer fyllt av intelligenta system som nyttjar machine learning är det viktigt att vi på Sysarb följer med i utvecklingen och tar vara på de ökade möjligheterna att skapa en bättre produkt till våra användare. Mitt uppdrag är att tillgängliggöra fler avancerade analysmetoder för alla våra användare, oavsett vilken kunskapsnivå man besitter inom statistik och matematik. Jag har lyckats med mitt jobb när systemet kan utföra och presentera en analys för användare som stämmer överens med deras organisations verklighet.

Hur kommer utvecklingen av machine learning och AI i praktiken att förbättra vår plattform?

Plattformen kommer kunna hjälpa till med saker den inte har kunnat tidigare. Den går från att vara en anslagstavla man kan klistra upp siffror på, till en mer aktiv diskussionspartner som kan komma med inspel och råd. Det kan kännas som sci-fi att få förslag från plattformen, men vi kan träna den i hur analysförfarandet ser ut och då kan plattformen komma med förslag på analyser för vissa grupper. Man kan säga att plattformen kommer att bli ett kraftfullare verktyg i analysarbetet som lämnar mer tid till annat arbete i processen.

Vilken glädje kommer kunderna ha av utvecklingen?

Man kan säga att det kommer att bli enklare att göra rätt och svårare att göra fel. Som kund kommer du kunna få hjälp med att utföra analyser, upptäcka fel och skriva analystexter. Vi kommer att börja smyga in lite metoder som bygger på machine learning i plattformen ganska snart! Jag vill att alla våra användare ska känna att plattformen bidrar till att man kan utföra djupare analyser som leder till förändring i organisationen man arbetar inom. För mig betyder detta att kunder ska kunna lägga mer tid på mjuka värden och att förankra resultatet i organisationen. Många av våra användare är personalvetare, och jag vet av egen erfarenhet att man inom utbildningen inte får med sig tillräckliga kunskaper inom matematik och statistik för att kunna konstruera de avancerade modeller som vi håller på att bygga in i vår plattform. Det är här jag vill kliva in och hjälpa till. Jag använder min expertis genom att skapa modeller som levererar insikter, och våra användare använder sin expertis för att omsätta dessa insikter till praktik i sina organisationer!

Något annat du vill lägga till?

JA! Om du som läser detta är en student som skulle vilja skriva ditt examensarbete inom machine learning hos oss får du jättegärna kontakta mig. Det måste inte vara inom ramen för en datavetenskaplig utbildning. Hör av dig med en idé så kan vi kan bolla lite!