Nitors digitala ingenjörer: Jukka hittade vägen till Data Science genom hjärn- och AI-forskning och njuter av att avslöja insikter från data

Hej Jukka! Kan du börja med att berätta lite om din karriär och hur du kom till Nitor?

Jag tog min magisterexamen i kognitionsvetenskap vid Helsingfors universitet. Under min studietid arbetade jag som forskningsassistent i hjärnforskningsprojekt, vilket fick mig att bli inspirerad av data och dess tillämpning. Jag tyckte att det var intressant att granska hjärnforskningsdata och tillämpa algoritmer på den.

Efter att ha fått min magisterexamen bestämde jag mig för att göra min doktorsavhandling inom datavetenskap. Jag studerade både generativ artificiell intelligens och språkgenerering. Detta var alltså på den tiden då AI inte var lika utvecklatt som idag.

Jag arbetade på universitetet fram till 2016, då jag doktorerade. Sedan började jag titta på nästa steg. År 2019 kom jag sedan till Nitor, så jag har varit här några år nu.

Datavetarens arbete är väldigt mångsidigt. Hur ser en typisk vecka ut för dig?

Det hör ju till branschen och arbetsuppgifterna att det finns variation. Hos kunden samarbetar jag mycket med affärsverksamhetens nyckelpersoner och andra dataexperter.  Vi kartlägger till exempel nästa projekt och hur vi kan förstå affärsmiljön bättre med hjälp av data.

Jag kan till exempel nämna modeller för maskininlärning. Hos min nuvarande kund på teleoperatörssidan har vi till exempel utvecklat modeller som kan rekommendera det telefonabonnemang som passar personen bäst. Sådana maskininlärningsmodeller måste ständigt utvecklas, vilket innebär att vi kontinuerligt strävar efter att göra nya datakällor tillgängliga för dem och att reagera på förändrade affärsbehov och miljöer.

Tekniken utvecklas otroligt snabbt, så ofta ingår det också att ta nya verktyg i bruk. Det handlar också om att utveckla modeller och processer så att allt fungerar smidigt även med färska verktyg.

Det låter intressant och utmanande. Hur tycker du att ditt arbete har förändrats under de fem år du har arbetat på Nitor?

Datavetenskap är faktiskt ett ganska brett begrepp och kan omfatta många saker beroende på rollföretag och bransch. Kärnan i mitt eget arbete är dock till exempel maskininlärning och mycket analys, samt naturligtvis datahantering. Jag arbetar också mycket med “data pipelines”  och infrastruktur.

Jämfört med idag var datavetenskapens område ganska outvecklat när jag började på Nitor. Företagen kunde anställa datavetare utan att veta i vilket skick företagets data var och vilken information som skulle kunna tillämpas i praktiken. Idag börjar företagen ha datahanteringen på en bra nivå, men framför allt förstår man bättre det ekonomiska värdet av att ha hög kvalitet på sin data.

Du har säkert metoder i bakfickan när du till exempel inleder en ny kundrelation. Hur sparkar man igång ett dataprojekt?

Allra först måste man förstås förstå kontexten. De som bäst kan illustrera den sidan är de av kundens medarbetare som känner affärsverksamheten bäst. Först måste vi ta reda på vilka affärsutmaningar som data är kopplade till och vilka lösningar man vill hitta på dem. Först därefter kan vi börja arbeta med till exempel modellering och att bygga automatiska processer.

Mitt arbete har alltså en stark forskningsaspekt, dvs. en central del är att försöka hitta nya insikter ur den data som finns tillgänglig. Förutom att det ger mina kunder värdefulla fördelar, ger det mig också intellektuell stimulans. Det är det mest givande med mitt arbete.

Jukka är en uppskattad och betrodd medlem i vårt kundteam: Jukkas förståelse för datavetenskap är på en mycket hög nivå och han har förmågan att effektivt lösa alla tekniska utmaningar vi möter. Jukka är alltid villig att hjälpa till och har en positiv attityd som både vi och våra kunder verkligen uppskattar.

- Sami Airaksinen, Senior Software Architect

Fantastiskt bra! Men berätta: vad består  Nitors digitala ingenjörer av?

Generellt skulle jag säga att Nitors anställda har en entusiasm för branschen och en stor intellektuell nyfikenhet. Nitors anställda är ödmjuka och pragmatiska. Vi klamrar till exempel inte fast vid saker som inte främjar projektet eller är till nytta för kunden.

Nitors digitala ingenjörer brinner för saker, bryr sig om innehållet i sitt arbete och är alltid villiga att lära sig nytt. Det leder i sin tur till att Nitors anställda strävar efter högkvalitativa lösningar. Nyfikenhet och passion är oerhört viktiga saker i bakgrunden.

Det var fint sammanfattat. På tal om dessa viktiga egenskaper: i den här videon berättar du om ditt arbete med ett system som hanterar flygplanens landningstider. Vad handlar det om?

För en tid sedan var vi på Finnair tillsammans med ett par Nitor-kollegor i ett projekt för att skapa ett system som förutspår kostnaderna för eventuella flygförseningar. Vid beräkningen utnyttjar systemet den dominoeffekt som orsakas av förseningen, dvs. hur anslutningsflygen försenas, logistiken påverkas och kostnaderna ökar.

Det låter som ett riktigt givande och utmanande projekt. Hur gör du för att varva ner efter arbetsdagarna??

Vi har två små barn, så en stor del av fritiden ägnas åt familjen. Jag utövar också idrott grundat i uthållighet, vilket är ett bra sätt att nollställa tankarna. Dessutom har jag länge spelat bland annat klassisk gitarr, så musiken ligger mig väldigt nära hjärtat. Mitt äldre barn började precis studera på musikinstitutet, vilket har fått mig att minnas min egna tid där med värme.

Övningar som sporrar till värme, kreativitet och uthållighet finns alltså också på fritiden. Låter som en digital ingenjör. Tack, Jukka!

Tack!

I den här kampanjen introducerar vi medarbetare med olika roller på Nitor. Gemensamt för alla är att de är digitala ingenjörer – pragmatiska och lösningsorienterade hjälpare som inte nöjer sig med antaganden, utan lyfter blicken för att hitta bättre svar på frågorna.