Hiervoor moest hij eerst een pre-master volgen, waarin hij klaargestoomd werd voor de masteropleiding en zijn technische kennis kon bijspijkeren. Tijdens deze pre-master werden vakken aangeboden zoals programmeren in Python, Introduction to Machine Learning en Datastructures & Algorithms. Hij vond dit de ideale manier om kennis te maken met het technische aspect en erachter te komen of dit bij hem paste.

“Het was een pittige periode, omdat het leren op een totaal andere manier ging dan ik gewend was. Niet meer puur uit boeken, maar echt door zelf te doen. Om programmeren te leren heeft het immers weinig zin om alleen een boek te lezen; je moet actief aan de slag en veel oefenen. Dit was een grote switch in manier van studeren.”

Hoewel de pre master (en specifiek het programmeren) in eerste instantie lastig voor hem was, had hij het ontzettend naar zijn zin op JADS. Alleen was dit de eerste keer tijdens zijn studies dat hij een vak niet in één keer haalde. Hierdoor liep hij wat studievertraging op, maar dit benutte hij goed door een interessante Data Science stage te zoeken en praktijkervaring met programmeren op te doen. Iets wat niet standaard is op de universiteit. 

“Achteraf gezien ben ik heel blij met de studievertraging, want door het vak een tweede keer te kunnen volgen en praktijkervaring op te doen met mijn stage pakte ik alles veel beter op. Dit heeft me daarna een voorsprong gegeven op de vakken die ik tijdens de master volgde."

Na de master wilde hij zich verder ontwikkelen binnen de Data Science wereld, een vakgebied dat hem erg ligt. Welke sector of type bedrijf bij hem zou passen, wist hij echter nog niet. Maar doordat Data Science in zo goed als elk vakgebied toepasbaar is was de keuze enorm.

Zijn eerste echte baan was een traineeship in Utrecht, waar hij in aanraking kwam met interim werk: opdrachten van ongeveer een jaar bij verschillende bedrijven. Zo kon hij waarde toevoegen en tegelijkertijd verschillende organisaties leren kennen, wat hem erg beviel. Tijdens het traineeship werkte hij onder andere bij de TU Delft en ASML als Data Analist. Hij merkte grote verschillen tussen de organisaties, maar kreeg hier nog geen duidelijke voorkeur. Na twee jaar traineeship heeft hij ontzettend veel geleerd en een goede start van zijn carrière gemaakt, maar de echt technische dataprojecten ontbraken daar nog.

Hij wilde graag verder met interim werk, maar een grote consultancypartij trok hem niet. Hij zocht liever een relatief klein en persoonlijk bedrijf en raakte bekend met ElastIQ en het Fitlance model. Het kleinschalige karakter, de focus op ervaren professionals en de sterke expertise op het gebied van Data Science binnen het bedrijf spraken hem aan. Hier startte hij een samenwerking met het doel door te groeien naar een technische data rol. 

Bij een groot Nederlands vrachtwagenbedrijf werkte hij in een gecombineerde rol van Data Analist en junior Data Engineer. Hij merkte hier dat hij het technische werk veel interessanter vond dan alleen het visualiseren van data. Het data-analysegedeelte was hij grotendeels ontgroeid; hij wilde zich vooral verder ontwikkelen in Python. Na een jaar voelde hij zich volledig op zijn plek en begreep hij het bedrijf goed. 

Daarna maakte hij de overstap naar een grote Nederlandse bank om zich meer te richten op Data Science en Data Engineering. Hier heeft hij zich in korte tijd sterk ontwikkeld op technische vlakken en past hij zijn Python-kennis direct in de praktijk toe. In zijn gecombineerde rol maakt hij modellen (Data Science) om processen binnen de bank te optimaliseren en automatiseren. Daarnaast zorgt hij dat de data kwalitatief in orde is en op correcte wijze beschikbaar wordt gemaakt via pipelines (Data Engineering).

“Ik haal de meeste voldoening uit het verbeteren van processen en het oplossen van problemen. Door middel van code kan ik werk makkelijker maken voor anderen, tijd besparen en processen optimaliseren. Wat ik fijn vind bij ElastIQ is dat ik altijd bij collega’s kan aankloppen voor advies en om inhoudelijk te sparren. Samen meekijken en bespreken hoe anderen uitdagingen aanpakken, geeft me veel inspiratie.” 

 Wat maakt ElastIQ voor jou uniek?

“De cultuur geeft verbinding maar ook vrijheid. Events met collega’s voelen nooit als een verplichting, en ik spendeer graag mijn vrije tijd om samen dingen te doen. Je leert veel gelijkgestemde mensen kennen. Vrijdagmiddagborrels zijn hier een goed voorbeeld van: terwijl vrijdag bij veel organisaties de minst populaire dag is doordat mensen thuiswerken, is het bij ElastIQ juist altijd gezellig en komen veel mensen graag naar kantoor. Daarnaast merk ik dat mijn persoonlijke interesses en werk goed samenkomen bij ElastIQ. Zo sponsoren we vanuit het bedrijf een Nederlandse padelspeler en zijn we met een aantal Data Scientisten aan het onderzoeken hoe we zijn prestaties kunnen verbeteren op basis van data. Mijn passie voor sport en data komt hierin perfect samen en sluit heel goed aan bij wat ik leuk vind.”