Overslaan naar hoofdinhoud
Pulse
developer

DevOps cruciaal voor een geolied data science team

Microsoft Nederland

Microsoft Nederland

Microsoft Nederland

Leestijd, 5 min.

Kunstmatige intelligentie (of AI) is de sleutel tot efficiënter management op basis van data. Zelflerende systemen zien sneller interessante dwarsverbanden en helpen je beter bij het nemen van de juiste beslissingen. Elke organisatie wil daarom profiteren van slimme algoritmes. Maar voordat ze dat kunnen doen, lopen ze vaak tegen dezelfde uitdagingen aan binnen dit nieuwe vakgebied. Wat zijn de hordes en hoe zorg je voor goede resultaten van je data science team?

Deze blog is tot stand gekomen door een interview met Dennis Eikelenboom (Data Scientist), Gabrielle Davelaar (Data Platform Solution Architect), Jaap Mollema (Digital Advisor)
We zien dat heel veel organisaties op de AI-trein springen en data science teams oprichten. Na een enthousiast begin, vallen de resultaten in de praktijk vaak tegen. De fase na een proof of concept wordt niet gehaald, of eenmaal in productie, blijken niet alle componenten een schaalbaar product te vormen.

De juiste balans tussen processen technologie en mensen
Een gebalanceerd data science team zorgt dat je niet tegen deze problemen aanloopt. Een goed team heeft de juiste balans tussen goed ingerichte processen, de juiste technologie en vooral de juiste mensen. Samen moeten zij de hele levenscyclus van het model weten te doorlopen: van AI-experiment tot productie van de applicatie en het continu onderhouden en verbeteren van het model. Hierdoor verslechtert de modelkwaliteit niet en blijft zoveel mogelijk transparantie geboden omdat duidelijk is via welke stappen een model tot een bepaald inzicht is gekomen.

Modellen moeten herleidbaar zijn
Het development proces moet ten eerste herleidbaar zijn ingericht. Het team maakt modellen die invloed hebben op bijvoorbeeld behandelplannen in ziekenhuizen of op de reserves van financiële instellingen. Voorspellen de modellen verkeerd, dan kan dat uiterst nare consequenties hebben en dan komt er natuurlijk een schuldvraag. Waarom kwam het model met dit resultaat? Technisch moeten er voldoende logs geïmplementeerd zijn zodat de uitkomsten herleidbaar zijn. Je moet achteraf kunnen aantonen wat er precies is gebeurd. Dit is dan ook een continu proces waarbij onoplettendheid ervoor kan zorgen dat vooroordelen in het model sluipen.

Met AI is iedereen verantwoordelijk voor innovatie
Met kunstmatige intelligentie is vaak het adagium: hoe meer data, des te beter de resultaten van de modellen. Alle data uit de organisatie kan bijdragen aan betere inzichten. Dat houdt ook in dat de hele organisatie verantwoordelijkheid draagt voor de innovatie. Zijn de data niet goed, dan heeft dat negatieve impact op de uitkomsten van het model. Silo’s zijn hierdoor niet meer denkbaar: iedereen doet mee. Anders krijg je scenario’s zoals bij BNP Paribas. Daar schoot de fraudedetectie tekort vanwege miscommunicatie tussen de bedrijfsonderdelen en werkte het systeem niet. Het data science team mag dus geen eiland binnen de organisatie zijn. Het moet meer zijn dan een solistische groep die alleen hypotheses valideert en daarna deze resultaten laat verstoffen in een slide deck. In de praktijk zien we dat de ontwikkeling vaak stokt.

Data science teams zijn vaak te homogeen
Het blijft vaak bij een experiment omdat de data science teams veelal uit leden met dezelfde skills bestaan. Kijk maar naar de vacatures voor data scientists: je ziet daar vooral analistenprofielen met achtergronden in wiskunde en statistiek. Data scientists uit de academische wereld stoppen meestal na het experiment omdat hun werk gedaan is. Ze hebben hun model immers al getoetst. Daarna is het toch tijd voor het volgende project, de volgende puzzel om op te lossen?! Eigenlijk is dit pas het begin.

Het vak data science is volop in ontwikkeling
Data science zit nu in de ontwikkeling waar software development jaren geleden in zat. Het vakgebied is nog relatief jong en best practices op veel gebieden worden nog altijd gevormd. Met meer en meer experimenten is standaardisatie van methodologieën en processen van belang om data science op schaal uit te kunnen voeren. Het team data science process van Microsoft biedt als methodologie structuur binnen de verschillende fases van het data science proces; van het ophalen van de data tot de uitrol van een model.

DevOps noodzakelijk in data science teams
We zien dat veel data teams leunen op traditionele software teams om modellen naar productiesoftware te kunnen brengen. Een data team moet zelf in staat zijn om van experiment naar productie te schalen om ondersteuning te kunnen blijven bieden op modellen in productie. Het toepassen van DevOps-principes binnen het data science veld is essentieel om een gecontroleerde en frequente uitrol van modellen mogelijk te maken.

Modellen blijvend trainen
Traditionele software development is echter anders dan AI Development, waardoor DevOps niet 1:1 toe te passen is in dit deelgebied. Data speelt een belangrijke rol in de kwaliteit van de software (het machine learning model), het moet daarom worden meegenomen in het testproces. Anders dan met traditionele softwarekwaliteit, zal de modelkwaliteit met de tijd verslechteren als er geen hertraining plaatsvindt. Continue monitoring van zowel model performance als datakwaliteit is daarom belangrijk. De Azure AI-diensten bieden een solide platform voor het schalen van experiment naar productie, continue verbetering, geautomatiseerde uitrol en monitoring van modellen.

Multidisciplinaire data science teams brengen succes
Een goed data science teams is multidisciplinair. Nu zien we dat de teams tekort schieten in de software development fase. Je hebt verschillende type vaardigheden nodig om modellen tot productie te brengen. Data science bestaat uit zoveel verschillende gebieden waardoor het bijna onmogelijk is om dat door collega’s met dezelfde achtergrond te laten doen.

Op naar betere AI-resultaten
Uiteindelijk wil je een team dat alles kan. Onder andere het presenteren van resultaten, datavoorbereiding, het modelleren, de pure analyse, advies en hands-on bepalen dat de data niet goed zijn. Deze rollen moeten elkaar kunnen begrijpen en elkaars werk een beetje kunnen uitvoeren. Wil jij ook een geolied data science team? Neem dan contact met ons op. Wij kunnen je zowel procesmatig en technologisch begeleiden zodat jij meer uit je AI-investering haalt.

Gratis AI-rapport: kunstmatige intelligentie in Nederland. Hoe 277 grote Europese bedrijven profiteren van AI

Ontdek hoe jouw West-Europese en Nederlandse collega's AI gebruiken om hun organisatie digitaal te transformeren

Probeer Microsoft Azure gratis

Werk je volgende geweldige idee uit met Azure

Educatie

Financiële dienstverlening

  • een persoon die bij een lijst met laptop voor een venster zit

    Migreren naar de cloud: 4 strategieën voor financiële instellingen

    De financiële dienstensector staat voor veel uitdagingen. Zo heb je als organisatie te maken met hoge klantverwachtingen, cybercriminelen die steeds geraffineerder worden en fintech-organisaties die de markt transformeren. Tel daar de steeds strengere regelgeving nog bij op, in combinatie met verouderde systemen. Gelukkig kan technologie ons bij veel van deze uitdagingen helpen. Waarom migreren naar […]

  • Vergadering met twee mannen en één vrouw die naar een scherm wijst.

    AI, a key enabler to accelerate the digital transformation

    The financial-services industry is rapidly adopting Artificial Intelligence (AI), thus taking a key step on the road to staying competitive while complying with new regulations. Once the transition has been made, the amazing benefits of AI solutions are immediately apparent. More about this journey of opportunity and tremendous potential. The financial-services landscape is rapidly transforming […]

Overheid

  • een persoon die aan een lijst zit die laptop gebruikt

    Digitale transformatie bij de overheid

    Burgers verwachten van overheidsinstanties dezelfde mate van service en innovatie, als ze in hun dagelijkse zakelijke- en privéleven gewend zijn. Maar hoe ga je als overheid om met deze steeds hogere verwachtingen, zeker wanneer je te maken hebt met strikte regels rondom veiligheid en compliance? De eerste stap in de aanpak van deze uitdagingen is […]

  • Binnenkijken bij de meest vooruitstrevende gemeente van Nederland

    Binnenkijken bij de meest vooruitstrevende gemeente van Nederland

    Technologie verandert duidelijk en voelbaar onze steden. Over de hele wereld. En ook in Hollands Kroon. We veranderen in de wijze waarop we leven en werken, onze woon- en werkomgeving inrichten en de manier waarop we ons organiseren. Bij Smart Cities komen digitalisering en verstedelijking samen. Slimme technologie en slimme mensen maken de stad aantrekkelijker, […]

Productie

  • De beste koffie haal je uit de cloud

    De beste koffie haal je uit de cloud

    Koffie is tegenwoordig heel ingewikkeld. Het is allang niet meer even snel een kopje ‘instant’ in de ochtend, waar we ooit tevreden mee waren. Koffie is een levendige cultuur, compleet met steeds hogere verwachtingen van consumenten. Of koffieconcerns hieraan kunnen voldoen, bepaalt of ze ten onder gaan of bloeien in een branche waarin je laatste […]

  • Casestudy van Eneco

    Een nieuwe digitale toekomst: Eneco stapt over op de cloud om duurzame energie te leveren in heel Europa

    Eneco, een duurzame energieleverancier in Nederland, maakt al jarenlang gebruik van de kracht van de wind en de zon om groene energieoplossingen te leveren. Maar met de groei van het bedrijf kwam Eneco voor een grote uitdaging te staan: het bedrijf wilde zo efficiënt mogelijk duurzame energie-oplossingen ontwikkelen, maar het datalandschap en de infrastructuur waren […]

Retail

  • Combining customer-centricity with a data-driven approach for the consumer-packaged goods industry

    Combining customer-centricity with a data-driven approach for the consumer-packaged goods industry

    By Milko van Schaik, Regional Industry Sales Executive, Retail & CPG, Paulo Fitas Da Silva – Western Europe Retail & CPG Sales Specialist and Michele Camuri – Western Europe Retail & CPG Industry Executive, Microsoft Western Europe HQ.  We live in an era where information is instantly available to everybody, thus consumers are self-informed and influence each other with an […]

  • Big data boost de omzet bij drankenproducent

    Big data boost de omzet bij drankenproducent

    Denk eens aan al die opties waaruit je kunt kiezen als je iets wilt drinken. Water? Vruchtensap? Frisdrank? Wil je een los blikje of een sixpack? Of misschien pak je gewoon een literfles. Feit is dat wij als consument een heleboel opties verwachten en de wereldwijde markt voor alcoholvrije frisdranken die verwachting waarmaakt. Arca Continental, […]

Zorg

  • een hand die een celtelefoon houdt

    Nederlands ziekenhuis maakt revalideren leuker met de HoloLens 2

    Voor patiënten die in het ziekenhuis liggen is het niet altijd even makkelijk om fysiek in actie te komen. Van oudsher is de cultuur: pyjama aan, in bed liggen en het zo rustig mogelijk aandoen. Zonde, want lichamelijke activiteit bevordert juist de geestelijke en lichamelijke conditie van patiënten aanmerkelijk. Het Elkerliek ziekenhuis in Helmond zoekt […]

  • Een vrouw die een scan krijgt

    Predictive maintenance verbetert de levenskwaliteit van kankerpatiënten

    Ruim 17 miljoen mensen worden jaarlijks getroffen door kanker en dat aantal zal alleen maar toenemen in de komende jaren. Daarom zijn efficiënte en voordelige behandelingen van levensbelang. Dankzij Microsoft Azure IoT heeft IBA Worldwide, een vooraanstaande ontwikkelaar van medische apparatuur voor de behandeling van kanker, de onderhoudskosten van de apparaten weten te verlagen en […]