Leergierige-practicus;
Dat ik continue wil blijven vernieuwen en ontdekken vertaalt zich in een leergierigheid; zowel privé als op werk. Ik geniet ervan me écht in dingen te verdiepen en nieuwe technieken aan te leren, zodat ik deze meteen praktisch kan toepassen. Continue ontwikkeling is in de data essentieel. Nu code leren schrijven en daar de komende 50 jaar op teren? Tsja, zo werkt het niet.
De Python pro;
Ik werk graag met Python. Of het nu is om een app of website te bouwen, AI/ML modellen te trainen of simpelweg data te verwerken. Wat ik zo fijn vind aan Python is dat je van scratch-on iets kan maken. Daarmee ligt alle flexibiliteit bij ons en zijn de formats het meest treffend.
Flexibel;
Ha! Dat ik van flexibiliteit houd komt niet alleen terug in mijn liefde voor Python. Ook in samenwerkingen flow ik gemakkelijk op de stroom mee. Gefixeerd aan bepaalde denkbeelden vasthouden is bij mij niet van toepassing. Mede daarom kan ik goed met verschillende type mensen omgaan.
Solide communicatie
Flexibel? Ja. Wiebelig? Zeker niet! Zowel in mijn persoonlijkheid als in mijn werk ben ik stabiel. Ik weet waar mijn verantwoordelijkheid ligt en wat er nodig is om deze waar te maken. Stress en chaos zijn niet aan mijn besteed. Ook in mijn manier van communiceren, uitleggen en presenteren komt deze stabiliteit duidelijk terug.
Naast Data freak ben ik…
Tijdens het kijken van een voetbalwedstrijd val ik echt in slaap, daarentegen ben ik gék op Formule 1! De snelheid, de prikkels… Tot de laatste seconde is het spannend want er kan nog ineens een crash plaatsvinden. Hm, zal dit wederom iets zeggen over mijn behoefte aan snelheid en vernieuwing?
Deze opdracht heb ik gedaan:
AI for good challenge
Ik heb met enthousiasme deelgenomen aan een AI for Good Challenge, (georganiseerd door FruitPunch AI) Tijdens deze challenges wordt AI ingezet ten behoeve van maatschappelijke doelen. Samen met een gemotiveerd internationaal team hebben we AI ontwikkeld met als doel het monitoren van de toe- of afname van koraal in beschermde zeereservaten. Een waardevolle toepassing, vooral gezien het arbeidsintensieve karakter van handmatig labelen: een duik van 4 uur resulteert al snel in 40 uur handmatig labelen.
De introductie van het Segment Anything Model (SAM) was de directe aanleiding van deze tweede editie van de AI for Coral Reefs Challenge. Gedurende de challenge hebben we het SAM-model verder getraind op onze eigen data en vergeleken met andere benchmark modellen. Tot onze verrassing bleek het gefinetunede YOLOv8-model (vooralsnog) veel accurater te zijn.
Ik sluit deze challenge af met een hoop nieuwe kennis van de praktische kant van het ontwikkelen van AI, en in het bijzonder het SAM model. Daarnaast was het een verrijkende ervaring om samen te werken in een groot team met diverse en kundige teamleden.
Timo tipt…
Als ik héél eerlijk ben was ik niet zo’n fan van de gehele vegan–beweging. Échter ben ik recent wezen eten bij ‘Broei’ in Utrecht. Je raad het al: een vegan restaurant. Dit opende werkelijk mijn wereld want het is lang geleden dat ik zo fantastisch gegeten heb. De conclusie van dit verhaal? Wanneer je vooraf een oordeel of beeld van iets hebt, kan het toch goed zijn eroverheen te stappen… Wie weet word je nog verrast!
Getriggerd door Timo’s verhaal?
Bekijk onze traineeships en programma’s