Kun je iets vertellen over je achtergrond?
Mijn carrière begon in 2010 bij de luchtmacht, in het vakgebied Security Forces, beter bekend als de militaire politie. Ik was betrokken bij de fysieke beveiliging van overheidsgebouwen in Zuid-Korea en Japan en heb zelfs een keer het vliegtuig van Obama bewaakt! Na mijn diensttijd bij de luchtmacht werkte ik enkele jaren in de telecom als helpdeskanalist, waarna ik overstapte naar cybersecurity in de bankensector.
Hoewel ik niet in een functie werkte waarin datavaardigheden vereist waren, probeerde ik ze altijd te gebruiken, waar ik ook werkte, soms tot ergernis van mijn baas, die zei: "blijf bij je gewone werk" 😂. Toch was het vaak handig om de "dataman" van het team te zijn, zoals bij het maken van informatieve Tableau-rapporten voor het management, het opsporen en benutten van ongebruikte data en het identificeren van inzichten die vóór geavanceerde analyses niet volledig werden gezien.
Meer recent heb ik een echte baan gekregen als data-analist in een data science-team, waar ik deze vaardigheden eindelijk elke dag kan inzetten. In november 2020 raakte ik tijdens de pandemie werkloos, en ik zag dat als een goede kans om een grote carrièreswitch te maken naar fulltime werken met data. Ik ging van cybersecurity-analist in het bankwezen naar data-analist in de uitgeverijsector. DataCamp hielp me vaardigheden op te doen die me aantrekkelijk genoeg maakten op de arbeidsmarkt om deze stap te zetten, en ik ben van plan om op zeer korte termijn door te groeien naar een data scientist-rol!
Ik heb softwareontwikkeling gestudeerd, maar ik ben een groot voorstander van zelf online de relevante vaardigheden leren die ik nodig heb, in plaats van een hoop geld uit te geven aan hoger onderwijs. Ik heb veel waarde gevonden in gratis of betaalbare online bronnen zoals DataCamp. Privé doe ik graag mee aan competities op DrivenData.com en Kaggle, studeer ik Japans, speel ik gitaar en werk ik natuurlijk modules af op DataCamp.
Hoeveel tijd besteed je ongeveer aan leren op DataCamp?
Ongeveer 2-3 uur per dag.
Hoe heb je DataCamp gevonden en waarom koos je voor ons platform boven andere online leerplatforms?
Het is al zo lang geleden dat ik me niet meer precies kan herinneren hoe ik DataCamp heb gevonden. Waarschijnlijk was ik gewoon op zoek naar leermiddelen voor data science. Ik weet nog dat ik DataQuest bekeek, maar daar ben ik niet mee verder gegaan omdat hun UI m’n hoofd pijn deed. Op DataCamp is alles heel minimalistisch en consistent opgezet. Het is heel makkelijk om te vinden wat ik zoek.
Hoe heeft DataCamp je geholpen om je professionele doelen te bereiken?
Mijn nieuwe baan bestaat grotendeels uit het schrijven van Python-code. Code die data wrangt, schoonmaakt en van punt A naar punt B brengt. Soms komt er wat SQL bij kijken, en DataCamp heeft me 98% van al mijn praktische SQL-kennis en -onderwijs gegeven die ik niet via eerdere banen heb opgedaan. DataCamp heeft mijn nieuwe baan zeker een stuk makkelijker gemaakt.
Welke skills die je op DataCamp hebt geleerd, heb je het meest gebruikt?
Oh, dat is een lastige. Ik zou zeggen algemene machine learning-vaardigheden. Het heeft lang geduurd voordat ik scikit-learn begreep en hoe je iets simpels doet als train_test_split() gebruiken. In het begin was het best intimiderend. Na veel begeleide herhaling viel het opeens op z’n plek. Ik leer nog steeds nieuwe tips en trucs in de Machine Learning Scientist with Python career track, die ik continu toepas in mijn projecten in de praktijk.
Een mooi voorbeeld waar ik trots op ben, is het bouwen van een spamclassificatie voor het Email Abuse-team van Bank of America, binnen hun Security Operations Center. Hun taak is het analyseren van verdachte e-mails die interne medewerkers bij hen melden. Ze ontvangen een groot volume aan inzendingen en veel daarvan zijn rommel (of spam). Om de verwerking van deze inzendingen te automatiseren, bouwde ik een Logistic Regression-spamfilter met een nauwkeurigheid van 93%. Uiteindelijk is dit in productie genomen en heeft het ongeveer 200 analistenuren per week bespaard. Daardoor kon hun team zich richten op belangrijkere taken.
In mijn huidige baan moest ik recent een complexe datapijplijn bouwen (in Python en SQL) die data ophaalt van een SFTP-server, die intensief schoonmaakt, die data joinet met een tabel uit een SQL Server-database en het eindresultaat doorstuurt naar Jira. DataCamp’s cursus Writing Efficient Python Code hielp me dit script 10 keer sneller te maken en de SQL Fundamentals skill track hielp enorm bij het SQL-gedeelte van dit script.
Op dit moment werk ik aan de Disaster Tweet Competition op Kaggle. Om mijn oplossing te bouwen, volg ik de skill track Natural Language Processing in Python voor houvast, terwijl ik deze concepten tegelijk toepas op het Kaggle-project.
Wat vind je het leukst aan DataCamp?
De relevantie, variatie en kwaliteit van de cursussen. Over relevantie: veel cursussen blijven lang bruikbaar. Na drie jaar kijk ik nog steeds terug naar sommige oudere cursussen voor hulp.
Heb je tips voor iemand die net begint met DataCamp?
Bedenk een dataproject dat je in het echt zou willen doen, bepaal vervolgens welke skills je daarvoor nodig hebt en zoek dan op DataCamp naar een cursus over die skill. Rond die cursus af en ga dan met dat project aan de slag.
Voor nieuwe learners die niet weten waar te beginnen: start met een van de career tracks die je in eerste instantie aanspreken. Stap daarna over op iets anders terwijl je ontdekt wat er allemaal is! 😊
Ik raad ook aan om de webinars van DataCamp te bekijken, die me hebben laten kennismaken met veel knappe koppen in het data science-veld.
Zoek je een community van data-enthousiastelingen voor support tijdens je leerreis? Word lid van de DataCamp Slack Community, laat aan de wereld zien dat je een data-enthousiast bent met een aangepaste LinkedIn-omslagafbeelding, en connect met Patrick op LinkedIn.
