Wat is jouw rol bij Symagic precies, want het is niet helemaal een stage eigenlijk?
Ik ben eigenlijk gewoon een werknemer. Ik studeer nog, maar ik heb op dit moment voor een half jaar geen vakken te doen en daarom heb ik tijd om te werken. Ik kon hier aan het werk met een flexibel contract, heel mooi!
Wat voor studie doe je dan?
Ik heb Informatica gestudeerd. Dat heb ik nu af, maar ik maak nu nog een Bachelor Wiskunde af. De studies overlapten elkaar deels en daarom heb ik al delen van wiskunde afgerond. Nu heb ik tijd over. Ik hoef nog maar twee vakken te doen en mijn eindscriptie. Als alles goed loopt, dan ben ik deze zomer klaar.
Heb je al vervolgplannen?
Tijd om de wijde wereld in te gaan. Ik ga om me heen kijken wat voor opties er allemaal zijn. Ik zou het leuk vinden om bij Symagic te blijven, maar dat zou wel een veilige optie zijn. Het wordt misschien ook wel tijd om eens een beetje uit mijn comfort zone te stappen en Groningen te verlaten.
Waarom heb je voor deze studies gekozen?
Ik vind Informatica gewoon heel interessant. Op de middelbare school vond ik Informatica en Wiskunde heel leuk, maar was ik vooral in Informatica heel goed. Dat werd toen de keuze en die bleek goed te passen. Bij Informatica zaten toen wat wiskundige vakken en toen vond ik dat opnieuw heel interessant. Heel anders dan op de middelbare school. En toen heb ik besloten om dat er toch bij te gaan doen.
Hoe ben je bij Symagic terecht gekomen?
Mijn vader werkt hier, dus dat kwam heel goed uit. Omdat het maar over een korte periode gaat waarin ik aan het werk kan, was het handig om ergens direct te kunnen starten. Dat kon hier.
Met welk project ben jij aan de slag gegaan bij Symagic?
Ik werk aan ‘het platform’, een nieuw project van Symagic om een minder strikte planning online te regelen. In de basis is het een Kanban Bord, dus je kunt verschillende taken aanmaken en die kun je verslepen tussen ‘to do’, ‘in progress’ en ‘done’. Op die manier kun je werk organiseren. Maar ook voor een hele grote groep mensen, waar ieder zijn taken apart in staan. De feature van het platform waarmee het onderscheidend is, is dat er straks een soort van marktplaats komt waar werknemers zich kunnen aanbieden door aan te geven in welke taken zij goed zijn en werkgevers kunnen daarop zoeken. Op die manier krijg je als het ware een persoonlijk Kanban Bord dat een combinatie is van alle groepen waar jij bij hoort.
Wat is precies jouw rol in dit project?
Ik doe eigenlijk een beetje van alles. Waar ik vooral aan ga werken, is een Machine Learning AI hoek. Daarmee krijgen mensen bijvoorbeeld te zien hoe productief ze zijn geweest ten opzichte van de week ervoor. Als je bijvoorbeeld beter blijkt te zijn in bepaalde types taken dan in andere types taken, dan willen we dat eruit halen en aan de gebruiker bekendmaken.
Omdat ik tijdens mijn studie al wat met Machine Learning en AI heb gedaan, mag ik me vooral daarop focussen. Maar op dit moment werk ik mee aan het herbouwen van de voorkant van het platform. De eerste gebouwde versie is goed, maar staat nog niet heel stevig. Ik ben daarom bezig met het bouwen van een steviger fundament door stukje voor stukje het platform te kopieën naar een nieuw project en daarbij ieder stukje te verbeteren op het gebied van structuur. Zo kunnen we straks doorbouwen met een steviger fundament.
Wat zijn de vervolgstappen?
De hoop is dat je hiermee uiteindelijk de gebruiker helpt beter te werken, door dingen te laten zien die de gebruiker zelf misschien niet door zou hebben. Nieuwe inzichten geven. De taken op het platform kunnen bijvoorbeeld labels hebben. De inzichten tonen of er een correlatie is tussen types labels en hoe goed een gebruiker is in een bepaalde taak. Bijvoorbeeld: jij bent goed in taken met label A, maar minder goed in taken met label B. Daarop gebaseerd kan het werk vervolgens anders worden verdeeld onder werknemers. Dat levert veel efficiëntie op in het werk.
Hoe speelt AI daar een rol in?
Je wilt bepaalde correlaties herkennen. Dat is wat Machine Learning vaak is: statistische analyses op een slimme manier regelen. AI wordt over het algemeen gebruikt als je nog een stap verder gaat. Als je bij een taak een beschrijving zet, kun je bijvoorbeeld AI gebruiken om die beschrijving te genereren.
En ook andersom: je kunt AI gebruiken om de beschrijving van een taak te lezen. Zo ga je voorbij de labels. Labels moeten mensen met de hand schrijven en geven geen gedetailleerde informatie. Als wij met AI de beschrijving van een taak kunnen lezen en daar keywords uit kunnen halen, kan dat ook nieuwe inzichten geven. Dan haal je een stukje verantwoordelijkheid bij de gebruiker weg.
Wat is voor jou de grootste uitdaging of bedreiging op het gebied van AI bij dit project?
Het probleem bij het ontwikkelen op dit moment is dat je, om Machine Learning en AI te ontwikkelen, heel veel data moet hebben. Daarmee kun je patronen herkennen en daarvan leren. Maar het platform is nog niet in gebruik, dus dat gaat lastig. Daarom willen we dat het platform over niet al te lange tijd gebruikers krijgt, zodat we data kunnen genereren om van te leren.
Daarnaast is AI nooit precies. Als je een programmatje schrijft, weet je vaak precies wat de output is. Met AI en Machine Learning is het altijd zo dat er iets van willekeurigheid in zit. Dat zorgt ervoor dat je niet altijd 100% zeker weet wat je AI gaat genereren. Net zoals ChatGPT af en toe dingen verzint. Dat kun je er niet volledig uithalen, want in het systeem zit een stukje onzekerheid. Dat blijft iets waar je aan moet denken als je AI gaat gebruiken. Om steeds betrouwbaardere conclusies te kunnen trekken, is data nodig.
Hoe ervaar je het werken bij Symagic?
Het is mijn eerste baan, op een eerder krantenbaantje na. Ik wist van tevoren niet goed wat ik moest verwachten, maar ik vind het werk hier heel leuk. Je bent hier vrij. Er wordt niet de hele tijd over je schouder meegekeken. Aan het begin is die vrijheid misschien een beetje eng, want je moet zelf bedenken waar je mee bezig gaat en hebt geen strakke lijst van taken. Maar als je eenmaal bezig bent, is dat juist heel leuk.
Wat vind je van de organisatiestructuur van Symagic?
Het is heel plat. Het voelt niet alsof er een hiërarchie in zit. Ik hoef niet in pak naar kantoor. Het is leuk dat het een redelijk klein bedrijf is, dus je kent iedereen en ziet elkaar regelmatig. We gebruiken natuurlijk het Symagic planprogramma zelf. We hebben elke ochtend een stand-up van zo’n 10 minuten waar iedereen vertelt wat hij de vorige dag heeft gedaan en wat hij vandaag gaat doen. Op die manier blijf je een beetje op de hoogte van wat er gebeurt. Ik werk bijna altijd op kantoor, maar af en toe wel eens thuis. Die flexibiliteit is heel fijn.
Wat vind je het leukste van Symagic?
Ik vind de I-dag heel leuk. Dat is een maandelijks bedrijfsuitje, lekker uit eten gaan met het team. Verder leer ik hier alles voor de eerste keer, dus een hele hoop is nieuw voor mij en vind ik erg leuk.
Wat heb je uit je studie kunnen toepassen in je werk bij Symagic?
Ik heb natuurlijk veel over Machine Learning en AI geleerd, wat ik hier kan toepassen. Daarnaast kom ik tijdens het programmeren af en toe wel een detail tegen waar ik iets in herken vanuit mijn studie.
Maarten, die hier ook werkt, is bezig met een stukje simulatie voor de planningssoftware. Ik heb op de Universiteit ook wel iets gedaan met simulaties en ik vind het interessant dat Maarten daar nu mee bezig is. Daar zou ik ook nog wel wat meer over willen leren.
Wat neem je mee uit het bedrijfsleven bij het afronden van je studie?
Ik ben hier bij Symagic productiever geworden. Ik heb meer structuur in mijn werkweek. Als student werkte ik elke dag. Ik had geen werkweek en ik leer nu hoe goed het is om naar kantoor te gaan en bepaalde tijden te hebben om te beginnen en stoppen met werken. Die structuur zou ik straks graag door willen zetten.
