Matematikeren som elsker stordata og vil bygge bro mellom eksperter
Som leder i Tekna Big Data, bruker Heidi E. I. Dahl sin tillitsvalgtrolle på fagsiden til å skape de arrangementene hun selv kunne tenke seg å gå på, men som ikke finnes ennå. Hun vil bygge bro mellom eksperter, få folk til å snakke sammen og utveksle kompetanse og erfaring om bruk av stordata.
Det aller beste med Tekna Big data, er at jeg kan bruke nettverket til å skape de arrangementene jeg selv kan tenke meg å gå på, sier Heidi E. I. Dahl med latter i stemmen. Det kan hun nemlig i egenskap av leder i styret i dette faglige Tekna-nettverket.
Det har gitt resultater i form av seminarer om nasjonal AI (kunstig intelligens)-strategi, maskinlæringsworkshoper, frokostmøter om ulike temaer som analyse av posisjonsdata, og andre aktiviteter. Arrangementene har vært så vellykkede, med mange deltakere, at Tekna Big Data det første hele året som fagnettverk i 2018 ble kåret til årets faglige gruppering i Tekna.
Vi har møtt det engasjerte Tekna-medlemmet på arbeidsplassen hennes, SINTEF Digital i Oslo. Som seniorforsker der jobber hun med geometrisk modellering og dataanalyse. Av utdanning er hun matematiker med hovedfag i algebraisk geometri. – Noe av det mest abstrakte du kan drive med innen matematikk, og ikke så lett å anvende, ifølge henne selv. I tillegg har hun doktorgrad i geometri som del av EU-prosjektet Saga (ShApes, Geometry and Algebra).
Savnet et norsk nettverk
Hører du ordet tillitsvalgt tenker nok de fleste på et verv der mye handler om lønns- og interessearbeid. Men som Tekna-medlem kan du også engasjere deg som tillitsvalgt på fagsiden. Da sitter du i styrene for ulike faglige nettverk – noe som gir en unik mulighet til å være med og skape arrangementer og møteplasser. Dette er Heidi E. I. Dahl et godt eksempel på.
Hun var en av initiativtakerne til nettverket Tekna Big Data for cirka to år siden, etter at hun var med på å planlegge og gjennomføre en workshop på Kursdagene i Trondheim i 2017. Hun ønsket en kontinuitet i dette. Samtidig savnet hun et faglig nettverk på dette området i Norge. – Forskningsgruppen min jobbet bare i europeiske prosjekter med EU-forskningspartnere og EU-industri. Jeg ønsket å bringe tilbake noe av det jeg lærte i EU-prosjektene til norske miljøer.
– Det morsomste med nettverket er at du møter og får snakke med mange spennende og interessante mennesker. Vi skaper et fellesskap og fagmiljø uavhengig av arbeidsgivere. Å jobbe med dataanalyse er veldig tverrfaglig. Det er både gøy og nyttig å ha et nettverk av folk som jobber med samme type oppgaver ute hos sine kunder, som deler interesser og noen av de samme frustrasjonene, sier hun.
Hever kompetansen i workshop
– Noen av arrangementene blir en slags etterutdanning i små biter. Maskinlæringsverkstedene har vært så vellykkede at vi har minst ett i halvåret. Da trommer vi sammen folk som er interessert i å lære mer om maskinlæring i samme rom, med en ekspert som er ansvarlig for konteksten og hjelper deltakerne. De får et datasett og et problem de skal løse, og sitter sammen på hver sine maskiner og snakker og jobber sammen. Det blir en uformell måte å heve kompetansen sin på.
Det er tydelig at Heidi elsker faget sitt. – Matte er så innmari gøy, sier hun. Det er en anledning til å få leke. Selv har hun en sammensatt utdanningsbakgrunn. Etter to år på sivilingeniørstudiet på INSA i Frankrike, valgte hun å gå over til å studere matematikk på universitetet i Toulouse i to år. Deretter tok hun hovedfag i matematikk ved Universitetet i Oslo. – Etter den abstrakte matematikken ønsket jeg å jobbe med noe mer anvendbart, og fikk jobb i SINTEF der jeg jobbet de tre første årene med risikoanalyse og IT-sikkerhet.
Doktorgradspermisjon og doktorgradsstudiet i geometri innenfor EU-prosjektet SAGA med studieplass i Litauen der professoren var, brakte henne nærmere matematikken igjen. – Det ble en fin måte å komme tilbake til matematikken, for etter doktorgraden byttet jeg avdeling da jeg kom tilbake til SINTEF, og jobber nå med geometrisk modellering og dataanalyse.
Vil være brobygger
Heidi forteller at hun også tenker strategisk i nytten av Tekna Big Data i forhold til jobb. – SINTEF lever av, og har en visjon om å hjelpe norsk industri. Men det er jo ikke lett å hjelpe industrien hvis man ikke kommer i kontakt med dem. Derfor er det å ha en arena som Tekna på fagsiden hvor man hører fra industrien hvilke problemstillinger de har, helt topp. Er det bedrifter vi er nysgjerrige på, kan vi invitere dem til et arrangement og bli bedre kjent med dem. Tekna blir for meg en brobygger. Et felles møtested hvor man kan bli kjent med hverandre.
Heidi forteller at Tekna Big Data planlegger et spennende arrangement til høsten. Det dreier seg om hvordan vi kan bringe forskning og industri tettere sammen. – I grunnforskning er man kanskje bare interessert i å finne løsningen på et bestemt problem. Forskere på andre nivåer er kanskje interessert i å gi industrien praktiske løsninger som kan tas i bruk raskt. På engelsk kalles temaet vi legger opp til å diskutere «Technology readiness level». Vi har invitert noen fra SINTEF, noen fra Universitetet i Oslo og noen fra industrien for å snakke om hvordan man kan drive med kunnskapsoverføring, og få til prosjekter som industrien kan ha nytte av og som samtidig er inspirerende for forskere.
Deltakerne skaper møtet
– Vi er også i gang med å teste ut et tredje format på møteplasser i Tekna Big Data som hverken er programmering eller tavleundervisning/forelesning. Opplegget er kjørt en gang i våres da vi hadde et arrangement om etikk og kunstig intelligens. Det var lagt opp slik at deltakerne skulle diskutere seg imellom. Fra vår side lagde vi en struktur, la opp til en problemstilling og lagde flyt i arrangementet, men innholdet ble skapt av deltakerne. Tanken var at folk skulle bruke sin kompetanse og snakke sammen.
Heidi synes det er gøy å se hvor forskjellige mennesker det er som kommer til arrangementene. – Det er folk i alle aldre i yrkeslivet og fra ulike bransjer. Noen er mest opptatt av det tekniske – hvilke algoritmer man bruker til å løse problemer eller domeneutfordringer, mens andre er mer opptatt av anvendelsen i samfunnet. Et eksempel på bransje hvor man begynner å ta i bruk stordata er i havbruk. Her har Tekna Big Data og Tekna Havbruk og fiskehelse, samarbeidet om prosjekter.
Åpne for alle
– Vi ønsker å engasjere fleste mulig. Derfor er arrangementene til Tekna Big Data åpne for alle, uansett om du er Tekna-medlem eller ikke, sier Heidi E.I. Dahl. Angående kunstig intelligens og etikk er hun ikke så bekymret for Hollywood-scenarier (som i The Matrix), der kunstig intelligens tar over verden. Det er nok av praktiske utfordringer som det er viktigere å fokusere på, som å passe på at AI-løsningen som utvikles er i tråd med våre verdier og prinsipper. Hun opplever at det er et veldig trykk for å få tilgang på gode datasett for tiden. – Da er det viktig å ta vare på personvern og ta hensyn til folk. Samtidig har vi et godt utgangspunkt i Norge der mye dreier seg om å skape verdier for samfunnet og ikke bare for enkeltpersoner eller enkeltfirmaer.
Tekna Big Data er ikke det eneste Heidi E.I. Dahl engasjerer seg i. Hun er blant annet en av initiativtakerne til, og sitter i styret i Women in Data Science Oslo. – En kollega tipset om hovedkonferansen på Stanford, med satellitt-arrangementer over hele verden, og jeg tenkte at dette må vi få til i Oslo også. Og da gjorde jeg det!
Fakta om Tekna Big Data
Ble etablert i 2017, og er det sist etablerte, men raskest voksende av Teknas 12 faglige nettverk. Har nå mer enn 2000 medlemmer spredt over hele landet. Cirka 85 % av medlemmene er yrkesaktive, mens cirka 10 % er studenter. Det er stor spredning på bransjer, blant annet olje og gass, FoU, IKT, helse, bioteknologi, energi og samferdsel. Litt over halvparten av medlemmene har IKT-utdannelse, men de fleste fagretninger er representert.
Cirka halvparten av medlemmene har oppgitt hvilke arbeidsoppgaver de har, og av disse er over halvparten systemutviklere, mens 40 % er data scientists og analytikere. Cirka 30 % har ledende posisjoner. De fleste jobber med data-analyse eller maskinlæring, datainnsamling, dataforvaltning og -arkivering. Rundt en tredjedel jobber med instrumentering/sensorer/IoT.
Som tillitsvalgt/styremedlem i faglige nettverk er du med på å utvikle faglige kurs, medlemsmøter og konferanser. Noen faglige nettverk deltar også i høringer og er aktive på politisk front.