Ellis Nijland (32) volgde de tweejarige Master of Informatics met het profiel Applied Data Science aan
Hogeschool Utrecht. Via verschillende cursussen en werkervaring had ze zich al ontwikkeld tot een ervaren data analist, maar om verder te komen is meer nodig. Ellis: “Je hebt een heleboel aan praktijkervaring, maar zo’n papiertje is ontzettend belangrijk. Zowel voor het uitbreiden van je praktische en theoretische kennis als voor het vervolg van je carrière.”
“Toen ik na mijn studie Kunsten, Cultuur en Media aan de Universiteit van Groningen niet in dat werkveld bleek te kunnen aarden, ben ik bij het UWV aan de slag gegaan. Daar kwam ik tijdens het bouwen van een nieuw matchingststeem in contact met data analisten en data scientists. Toen is mijn interesse in data ontstaan en via cursussen en in de praktijk heb ik mij er vervolgens verder in ontwikkeld.”
Ik miste theoretische kennis
“Toen mijn contract bij het UWV na twee jaar niet kon worden verlengd, werd ik benaderd door House of Bèta, een detacheerder binnen de IT, Data Science en Cyber Security. Via hen ben ik bij TKP, een grote pensioenuitvoerder, als data analist aan de slag gegaan. Na verloop van tijd kreeg ik daar steeds meer seniortaken op mijn bordje. Heel leuk natuurlijk, maar ik merkte wel dat ik theoretische kennis miste om die taken met vertrouwen te kunnen uitvoeren.”
“Mijn coach bij House of Bèta raadde me aan een master te gaan doen. Ter oriëntatie heb ik vervolgens met verschillende mensen in het werkveld gesproken. Aan de hand van die gesprekken heb ik voor de Master of Informatics aan de HU gekozen die inhoudelijk goed aansloot op wat ik nodig had.”
Werkgever betaalt master
“Gelukkig was House of Bèta bereid het overgrote deel van de studiekosten op zich te nemen en heb ik maar een kleine bijdrage hoeven leveren. Echt heel erg fijn. Uiteindelijk heeft TKP de studieschuld overgenomen toen ik daar na vijf jaar detachering in vaste dienst kwam.”
“De Master of Informatics is heel divers, zowel praktisch als theoretisch. De meer praktische vakken, zoals programmeren, worden vooral door mensen uit de praktijk gegeven met veel leuke voorbeelden uit hun dagelijkse werk. Bij het uitvoeren van de opdrachten is er ook veel ruimte om zelf onderwerpen in te brengen uit de eigen organisatie. Zo profiteert jouw werkgever al tijdens de studie van wat je leert. De meer theoretische vakken, zoals bijvoorbeeld Ethiek in de digitale wereld, worden gegeven door docenten van de HU. Al met al een mooie en logische verdeling.”
Genoten van de colleges
“Ik moet zeggen dat ik heb genoten van de colleges en de omgang met docenten. Er wordt echt naar je geluisterd en je kan altijd input geven en vragen stellen. Zo kreeg ik bij het vak Machine learning persoonlijke begeleiding en opdrachten op mijn eigen niveau, omdat het voor mij zo af en toe nog wat te hoog gegrepen was. Dus maatwerk per student.”
“Qua studie-investering heb ik vooral bij de praktische programmeervakken meer tijd besteed dan de 15 à 20 uur die er per week voor staan. Maar dat is de aard van het beestje, ik vind het geen probleem om er in de avonden en weekenden lekker mee bezig te zijn. Al bleef er vooral tijdens mijn scriptie naast mijn werkweek van ruim 40 uur, weinig tijd over voor vrienden en sporten.”
Scriptieonderwerp relevant voor werkgever
“Voor mijn scriptie heb ik ‘terugwerkende kracht mutaties’ bij mijn werkgever TKP als onderwerp genomen. Veel deelnemers aan een pensioenregeling vergeten veranderingen in hun persoonlijke situatie door te geven. Om die te herstellen is een terugwerkende kracht mutatie nodig. Dit wil je zoveel mogelijk voorkomen omdat het bij dat soort mutaties al snel om veel geld gaat. Ik heb een model ontwikkeld waarmee je kunt voorspellen bij welke groepen deelnemers de kans op het niet doorgeven van bepaalde wijzigingen het grootst is. De uitkomsten van mijn onderzoek hebben verschillende inzichten opgeleverd die gebruikt kunnen worden voor het verbeteren van onze dienstverlening.”
“Waar data analisten vooral inzichten verzamelen over de huidige situatie, duikt een data scientist dieper in de materie om op basis hiervan voorspellingen te doen voor de toekomst. Als data analist ben ik inmiddels behoorlijk senior, maar als data scientist kan ik me nog verder ontwikkelen. Al merk ik wel dat ik sinds mijn master goed kan meepraten over theoretische zaken als machine learning technieken en specifieke modellen. Wat ik heb geleerd kan ik in mijn werk direct toepassen waardoor ik steviger in mijn schoenen sta. Ik kan deze master iedereen dan ook van harte aanraden!”