Met data bijdragen aan de maatschappij

“Samen met data scientists houden we ons bezig met modellen die voorspellingen doen op basis van het gedrag van klanten. Kort gezegd bedenken de data scientists de modellen en de data engineers van het team Data Fundaments & Model Operations zorgen dat deze gevoed worden met goed gestructureerde data. Daarnaast zorgen we dat de modellen in productie stabiel werken. ”

“Onze modellen helpen andere afdelingen binnen de bank hun werk te doen. Ik werk voornamelijk aan modellen die financial crime proberen te detecteren, zoals het Source of Funds model. Het model kijkt naar het geld dat binnenkomt over een bepaalde periode. Hoeveel groei is er, hoe snel ging dat? Er zijn echt heel veel variabelen die we meewegen. Als er iets opvalt, iemand die ineens grote bedragen overmaakt, dan sturen we dat automatisch door naar een team van analisten die verder onderzoeken wat er precies aan de hand is.”

Ruwe data bruikbaar maken voor modellen

“Bij de bank heb je toegang tot heel veel ruwe data uit verschillende bronnen: van klanten, rekeningen, organisaties, industrieën, enzovoorts. Als data engineer structureer je die data met de randvoorwaarden van de data scientists. We werken nauw samen, want je moet dit goed afstemmen. Wij combineren de data tot een bruikbare set voor het model.”

“Daarnaast zorgen we dat de modellen goed blijven draaien in de praktijk. Je richt de productie-omgeving in en test uitgebreid of alles goed werkt. Functioneert het model zoals verwacht, is alle data beschikbaar, klopt de output? Dat doen we samen met de platformteams, zij onderhouden de servers waarop het model draait. Als een model eenmaal in productie is, monitoren we continu hoe het gaat en lossen we problemen op als die zich voordoen.”

“Op dit moment werk ik aan de migratie van onze modellen naar Azure, de cloudomgeving van Microsoft. Dat is voor onze afdeling een flinke uitdaging. Omdat we zeker willen weten dat alles goed blijft werken, draaien we onze systemen nu parallel op onze eigen systemen én in de cloud.”

Kennis opdoen en delen

“Ik werk graag aan langlopende projecten. Dan kan ik me er helemaal in vastbijten. Dat is waarom ik graag bij een bank werk. Ik heb de ruimte om te focussen op één onderwerp, zodat ik daarin kan groeien en leren. En wat echt heel cool blijft, is die enorme hoeveelheid data waar je mee kunt werken. Een goudmijn! Je kunt er zoveel diensten mee ontwikkelen. We maken modellen die de Rabo App persoonllijker maken of helpen uitgaven categoriseren.”

“Wat je leert, deel je ook met elkaar. Eens per maand komt de hele Area Data Science bij elkaar om kennis te delen. Iedereen die iets wil delen of een discussie wil hebben over een bepaald onderwerp, kan dat doen. Je kunt over je eigen project vertellen, of een nieuwe package of library bespreken. Het is helemaal vrij in te vullen. Ik heb zelf een sessie gegeven over nieuwe, op klantdata gebaseerde datasets, wat daar allemaal in zit en hoe je het kunt gebruiken binnen de verschillende projecten.”

Werk dat ertoe doet

“Je merkt helemaal niet dat je bij een bank werkt. De banken van nu zijn eigenlijk hele grote IT-bedrijven met een banking license waarbij data een steeds belangrijkere rol speelt. De stereotype bankier in jasje-dasje ben ik nog niet tegengekomen op mijn afdeling. Toen ik hier net begon, deed ik wel altijd netjes een overhemd aan.”, Michel lacht er nu om. “Tot ik mijn manager zag rondlopen in Air Max en een T-shirt. De sfeer is erg ontspannen en iedereen staat open voor vragen van elkaar.”

“Alles bij elkaar heb ik het gevoel dat ik hier echt impact maak. Niet alleen voor de bank, maar ook voor de samenleving. Ik heb in een eerdere baan als data engineer gewerkt aan use cases die zich richten op marketing, maar die commerciële insteek paste niet goed bij mij. Het werk dat ik nu doe, speelt in de samenleving. Ik vind het belangrijk bij te dragen aan tegengaan van financial crime, zoals witwassen. Ik heb het gevoel dat ik echt iets kan betekenen voor de maatschappij en dat geeft me veel voldoening.”