Story
Sander over loopbaankeuzes, AI & samenwerken
Know
Bij DataVisual draait leren niet om vaste paden, maar om persoonlijke keuzes, samenwerking en continu ontwikkelen. Sander werkt als Software Engineer, houdt zich bezig met AI-toepassingen én draait mee in softwareprojecten. We spraken hem over hoe hij zich blijft ontwikkelen in zo’n veelzijdige rol, en hoe het werken over verschillende disciplines hem elke dag nieuwe inzichten geeft.
Hoe is jouw loopbaan gestart bij DataVisual?
"Ruim drie jaar geleden begon ik hier als softwareprogrammeur, eigenlijk als bijbaan naast mijn studie Technische Informatica. Tijdens mijn afstudeerstage koos ik er bewust voor om bij DataVisual te blijven, omdat het me interessant leek om in zowel de software- als de datawereld actief te zijn. Dat gaf ik ook aan bij mijn sollicitatie, en dat werd juist gestimuleerd.
Data heb ik vooral in de praktijk geleerd, aangevuld met trainingen zoals de theorie van datamodellen, Microsoft AI-102 en projecten binnen Google Cloud. Mijn studie gaf me een stevige technische basis, vooral in software en wiskunde, en daar bouw ik hier elke dag op verder."
Wat leer je juist doordat je in meerdere disciplines tegelijk werkt?
"Het geeft me verschillende inzichten en manieren van denken. Bij software wil je bijvoorbeeld zo min mogelijk data gebruiken om de applicatie snel te houden. Bij data wil je juist zoveel mogelijk informatie om het geheel in kaart te brengen. Software is inzoomen, data is uitzoomen — en die combinatie maakt het werk zo interessant."
Op welk vlak heb je je de afgelopen tijd het meest kunnen verdiepen?
"Vooral op het AI-vlak, omdat de markt daar naartoe beweegt. Vaak gaat het niet om pure AI, maar om automatisering waarbij AI het resultaat enorm versterkt. Waar je eerst een bepaald gedeelte kon automatiseren, kan dat met AI worden uitgebreid.
Ik werk veel op maat: voor de één is Co-pilot genoeg, voor de ander bouwen we een volledig algoritme vanaf het begin. De laatste tijd heb ik me vooral verdiept in taalmodellen en hoe je die kunt implementeren binnen bedrijven. Door meer de technische diepte in te gaan, begrijp ik beter waarom AI een bepaalde uitkomst geeft en kan ik de tools gerichter inzetten voor het gewenste resultaat."
Kun je een voorbeeld geven van recente projecten waar je aan hebt gewerkt?
"Wij hebben een machine learning-model ontwikkeld dat factuurregels automatisch classificeert in de juiste categorieën. Hierdoor is het proces efficiënter, foutmarge kleiner en zijn de gegevens direct bruikbaar voor rapportages en analyses.
Een ander project richtte zich op het automatiseren van het offerteproces. De recruiter stuurt een e-mail met specificaties naar een klant, waarna er automatisch een voorstel wordt gegenereerd. Dit voorstel gaat eerst terug naar de recruiter voor controle en kan daarna direct naar de klant worden gestuurd. Voor deze oplossing hebben we Microsoft Co-pilot Studio en Power Automate gebruikt."
Wat leer je van het werken in verschillende disciplines?
"Vooral het belang van samenwerken. Doordat ik zowel aan de data- als softwarekant meewerk, begrijp ik beter hoe het geheel moet werken. Communicatie is daarbij cruciaal: de kennis die ik bij de ene discipline opdoe, neem ik mee naar de andere. Er zitten veel raakvlakken — en juist daar leer ik het meest."
Wil jij ook werken aan projecten waarin AI, data en software samenkomen en zelf bepalen hoe je je verder ontwikkelt?