Machine learning engineer Cathy Tol lost het liefst ingewikkelde problemen op

Dat IT nog altijd een echte mannenwereld is kan de 24-jarige Cathy Tol uit Volendam beamen. Tijdens haar studie Business Analytics aan de VU was ze regelmatig de enige vrouw in een hele collegezaal vol mannen. Ook op de werkvloer werkt ze tegenwoordig voornamelijk met mannelijke collega’s. Maar Cathy heeft hier eigenlijk nooit moeite mee gehad: ,,Iedereen is altijd erg aardig tegen me geweest, en het maakt me echt niet uit of ik nou met mannen of vrouwen samenwerk. Het gaat tenslotte om het werk dat je doet, en ik kan me nog altijd geen leuker vakgebied voorstellen dan dit.

Hoewel Cathy’s expertise zich toespitst op wiskundige formules en computer technologie, focuste ze zich in deze rol voornamelijk op teksten en tekstanalyse. ,,Surveys en enquetes bestaan vaak vooral uit gesloten vragen en stellingen waarop een klant een rating kan geven met een cijfer tussen 0 en 10”, zegt Cathy. ,,Maar ik merkte al snel dat de echt waardevolle informatie vaak in de toelichtende teksten daaronder te vinden was. Als een klant een onvoldoende geeft wil je namelijk vooral weten waarom. Pas als je dat weet kun je gerichte verbeteringen doorvoeren in de organisatie.”

Om een voorbeeld van zo’n machine learning oplossing te geven wijst Cathy op een project waar zij aan werkt. ,,Voor een organisatie die boeken inkoopt, verwerkt en verkoopt aan bibliotheken, maak ik op dit moment een automatisch besteladvies systeem. Voor de adviseurs is het opstellen van deze besteladviezen namelijk een saaie en tijdrovende klus, waarbij ze bovendien veel inschattingsfouten kunnen maken."

Door kunstmatige intelligentie toe te passen creëert Cathy een computersysteem dat binnen enkele ogenblikken een besteladvies kan maken, waarbij het rekening houdt met meerdere variabelen. ,,Denk daarbij bijvoorbeeld aan het huidige boekenaanbod, verschillende soorten informatie over ieder boek en het leengedrag van leden. Maar ook het budget en de beleidsvoorkeuren van een bibliotheek worden meegenomen.”, zegt Cathy. ,, Het systeem leert ook voortdurend van haar fouten. Als het merkt dat een bepaald boek weinig wordt uitgeleend, of juist veel vaker dan verwacht, neemt het die kennis mee in het opstellen van een volgend besteladvies.”

Lees meer in de NIVO door Leonie Veerman.