Ze helpt klanten om hun probleem te definiëren, maar ook op te lossen. En dat is precies waarom TechGirl van de Week Elif Saraçoğlu haar werk zo leuk vindt. Ze is data scientist bij softwarebedrijf SAS en voelt zich helemaal thuis in het bedrijf, terwijl ze eigenlijk in een heel andere tak van sport begon.
Elif is Turks, maar verhuisde enkele jaren geleden naar Nederland. Ze startte na haar studie bij SAS in Turkije en werkt nu bij SAS in Nederland. Al startte ze haar loopbaan eigenlijk met een heel ander plan. “Ik heb mechanical engineering gestudeerd, maar ben gewisseld naar data science. De meiden uit mijn klas, en dat waren er niet veel, wilden vooral iets doen met de luchtvaart, terwijl ik liever mensen wilde helpen. Dat zit echt in mijn persoonlijkheid. In een persoonlijkheidstest kom ik altijd uit in het midden, met een duidelijke nadruk op mensen helpen. Ik moet het gevoel hebben iets voor een ander te kunnen betekenen om me gelukkig te voelen.”
Elif Saraçoğlu
Nu is ze consultant bij SAS. Een bedrijf dat klanten helpt met innovatieve software. Ze kan nu mensen volop helpen. “Ik heb meetings met klanten om te bespreken wat het probleem is dat ze graag opgelost zouden zien. Ik kijk vervolgens hoe we dat vanuit een data science-perspectief kunnen oplossen. Het komt voor dat klanten niet goed hun probleem kunnen uitleggen, laat staan oplossen. Er moet dus vanuit verschillende oogpunten naar hun verhaal worden gekeken om uiteindelijk opgelost te worden met processen en software.”
Een voorbeeld van zo’n probleem: Een bank waar Elif werkte was bezig met de digitalisering van hun kreditierisico-proces. “Als je dat in een bank doorvoert, krijg je met heel veel verschillende afdelingen te maken. We moesten dus allerlei combinaties maken en helpen met het automatiseren van het hele proces. Er komen immers veel wensen kijken bij al die verschillende processen.” Dat is ook precies waar Elif zich prettig bij voelt: “Ik hou van data science omdat het problemen oplost. Je werkt aan een oplossing die iemands leven gaat verbeteren.”
Elif vindt het idee dat data science als werkveld voor vrouwen minder aantrekkelijk zou zijn onterecht. “Ik houd van mijn baan en ik hoop andere vrouwen ervan te kunnen overtuigen hoe leuk en gevarieerd werken in de IT is. Toen ik klein was, had ik een soort wiskunde-angst. Toen een leraar me echter meenam in vergelijkingen, met X en Y, begon ik het te begrijpen en ervan te houden. Ik wist al vrij snel dat ik iets wilde gaan doen met robots en AI. Als kind uit de jaren ‘90, ben ik met al die science fiction opgegroeid. Ik was altijd gek op de Jetsons. Mede daardoor ben ik begonnen met mechanical engineering. Een enorm leuk werkveld. Toch zou het me jaren kosten voor ik was waar ik wilde zijn (namelijk onderzoeker of professor). Ik verliet mijn master-opleiding voor data science.”
Niet ongeduldig
Alles wat ze eerder had geleerd kon ze nu goed toepassen. “Alleen zie je de resultaten nu veel sneller. Ik ben niet per se ongeduldig, want ik hou van bugs oplossen. Dan heb je veel geduld nodig. Ik hou er echter wel van om iets in beweging te zien. Er moet actie zijn en het liefst een beetje snel. Als een robot of systeem over vijf jaar een keertje in een testfase komt, ja, dan word ik daar niet blij van,” aldus Elif, die naar eigen zeggen goed is in procesontwerp (dus modellen bouwen) en daarbij graag het grotere plaatje in gedachten houdt.
Er is echter ook iets dat ze wat minder graag doet. “Net de meeste data scientists zit ik niet zo te wachten op het opruimen van data. Het schoonmaken van je dataset is een rotkarwei, maar je moet het doen om te zorgen dat je modellen kloppen.” In data science ook veel te doen rondom data die uiteindelijk bevooroordeeld blijken te zijn op basis van bijvoorbeeld gender of etniciteit.
Maar, heeft ze er zelf wel eens last van gehad, vooroordelen of discriminatie? “Ik heb veel geluk: ik heb zoiets nooit echt meegemaakt in mijn werkomgeving. Ik werk altijd met sterke, krachtige vrouwen. In mijn studietijd heb ik één negatieve ervaring gehad. Er waren 300 engineerstudenten, waarvan 20 vrouwen. Op een gegeven moment ging ik ergens stage lopen en hoorde ik andere studenten zeggen dat ik die stage alleen had gekregen omdat ik een vrouw ben. Dat is niet leuk om te horen.”
Data science
Elif heeft best hard gewerkt voor haar plekje. Met een vader die architect is, wilde haar vrienden en familie eigenlijk liever dat ze design en dan ook nog architectuur ging studeren. “Hij begreep echt niet waarom ik voor mechanical engineering koos.” Ze koos haar eigen weg waardoor ze als data scientist bij SAS belandde. “Ik voel me hier zo op mijn plek. Ik vind wel dat data science meer vrouwen nodig heeft. Als je er nog niet in bezig bent: wees niet bang voor coderen of als je wiskunde-angst hebt: het gaat om een manier van denken en problemen kunnen oplossen.”
Bovendien is de invulling van data science ook heel afhankelijk van je werkgebied, meent Elif. “Er zijn zoveel industrieën om in te werken: elke industrie is op dit moment wel bezig met data science. Vind je het ergens niet zo tof, kijk dan eens naar data science in een andere sector. Dat is onder andere waarom ik als SAS Customer Advisor werk: ik kan kennismaken met verschillende sectoren en ik voel me er heel welkom. Ik denk dat als mensen het niet naar hun zin hebben, ze te snel denken dat het aan het beroep ligt, in plaats van de sector.”
