“L’e-business è flessibile, sempre alla ricerca di nuovi modi di lavorare; alla fine di ogni giornata so sempre qualcosa di più di quando mi sono alzata la mattina stessa.”

"Dopo aver completato il mio master in Business Analysis and Modelling presso la Radboud University di Nijmegen nel 2018, sapevo di voler lavorare in un'azienda di grandi dimensioni, internazionale e tecnologicamente avanzata, dove avrei potuto imparare di più sulla scienza dei dati, e Kramp ha soddisfatto tutte le esigenze. È piuttosto pionieristica; è stata una dei primi ad introdurre uno shop online tanti anni fa e, più recentemente, a lavorare con Google Cloud.

Ho aderito al programma internazionale di tirocinio di Kramp, che è stata una grande opportunità per me di trascorrere un anno provando vari ruoli diversi. La mia prima posizione: analista di dati nella supply chain. Da allora, sono stato coinvolto in un importante progetto per migliorare la previsione della domanda di Kramp utilizzando l'apprendimento automatico (ML). Sfruttando la piattaforma di data science Vertex AI, supportata dal team Cortex, siamo stati in grado di scalare fino a migliaia di core e questo ci ha fornito la potenza di calcolo di cui avevamo bisogno. Costruiamo un modello per ogni singolo prodotto, per un totale di circa 200.000 modelli. Poiché un modello impiega sei secondi per essere calcolato per core, in sequenza ci vorrebbero circa 350 ore... ma lo facciamo in 11 minuti. Alla fine, l'accuratezza delle previsioni è migliorata del 4%, il che ha già fatto risparmiare all'azienda circa 8 milioni di euro in termini di riduzione degli errori di previsione. È gratificante sapere che la tua esperienza nell’analisi dei dati ha avuto un grande impatto sul miglioramento dei profitti di Kramp.

Attualmente sto lavorando a una pipeline A/B per vedere come le modifiche al nostro sito web influenzano il comportamento online dei clienti. Utilizzo la probabilità bayesiana per analizzare i risultati e poi tradurli in decisioni aziendali. Ho anche creato un Large Language Model (LLM) per migliorare la funzione di ricerca sul nostro sito web e ridurre il numero di "zero risultati" in risposta alle parole chiave utilizzate dai clienti.

Adoro il fatto che riceviamo così tanto supporto dal management per gestire il lavoro di sviluppo. Abbiamo la libertà di provare, sviluppare, migliorare e fallire; l'obiettivo di Kramp è quello di promuovere l'impatto di ciascuno attraverso l'apprendimento. Un modo per farlo è nella nostra comunità informale di circa 50 data scientist/analisti sparsi in tutta l'organizzazione Kramp. Ci riuniamo per mostrare i nostri sviluppi, condividere problemi e scambiare idee e intuizioni. In qualità di data scientist, la grande quantità di errori coinvolti a volte può essere frustrante, ma ho imparato ad accettare che fa parte del processo di innovazione e a passare rapidamente al progetto successivo, e ci sono sempre molte altre opportunità di business da affrontare con qualcosa di scalabile come la scienza dei dati.

Kramp offre molte opportunità per tutti i tipi di formazione istituzionale, ma la scienza dei dati è un campo in rapida evoluzione che è davvero necessario assumersi la responsabilità di tenersi aggiornati. Quindi passo molto tempo a fare le mie ricerche per capire come affrontare nuove questioni, spesso insieme ai miei colleghi. Lavoriamo in un ambiente molto complesso, ma la collaborazione procede senza intoppi grazie alla struttura e al contributo dei team coinvolti. Sai immediatamente a chi devi rivolgerti in caso di domande. Ognuno è appassionato delle proprie specializzazioni e ci aiutiamo costantemente a vicenda per scoprire e comprendere i più recenti sviluppi della scienza dei dati.

Non c'è un percorso di carriera ben definito per me perché il ruolo della scienza dei dati all'interno dell'azienda è in continua evoluzione, quindi chissà cosa ci riserverà il futuro. Per ora mi sto divertendo molto a imparare e crescere nel mio campo ogni giorno."