Kategori: Knowledge

Denne artikkelen er opprinnelig publisert hos Kampanje: Data science-selskap henter leder fra Harvard.

Sannsyn hjelper selskaper å jobbe mer datadrevet. I fjor omsatte det norske selskapet for 12.2 millioner kroner. I år ligger selskapet an til solid omsetningsvekst. 

På kundelisten har Sannsyn blant annet forlaget Gyldendal, butikkjeder som ARK Bokhandel, Rema 1000 og Sprell, elektrogrossisten Berggård Amundsen og finansselskaper som Aptic og Gabler. I tillegg står selskapet bak personaliseringsmotoren Gravity og søkemotoren TellusR. 

Sannsyn har også vært involvert i flere prosjekter sammen med Try-huset. 

Ønsker å bruke egen erfaring i flere bransjer

Frem til nå har selskapet satset mest på å utvikle og selge egenutviklet teknologi. Den satsingen fortsetter, men nå øker selskapet sin satsing på konsulenttjenester, forklarer Morten Krogh-Moe, daglig leder og medeier i Sannsyn.

– Ambisjonene er å bli en ledende konsulentaktør med spesialkompetanse innen data science og avansert maskinlæring, populært kalt kunstig intelligens. 

Krogh-Moe trekker frem finansbransjen som et område der Sannsyn nå begynner å få betydelig kompetanse.

– Vi har frem til nå jobbet mest med ehandel og markedsføring, men fra et teknisk perspektiv er det ingen grunn til at våre data scientists og utviklere ikke skal kunne jobbe med andre bransjer. Erfaringen vi har skaffet oss gjennom å utvikle og jobbe med egen teknologi gjør at vi med hånden på hjertet kan si at vi har jobbet med dette faget i åtte år, ikke bare snakket om det de siste tre årene.

Krogh-Moe påpeker at den nye satsingen til Sannsyn ikke vil gå utover utviklingen av egen teknologi.

– Snarere tvert imot. Vår erfaring er at kombinasjonen er en styrke selv om tjenestene i utgangspunktet leveres uavhengig av hverandre.

Harvard-bakgrunn

For å lede konsulentsatsingen har Sannsyn ansatt Øyvind Spørck. Han kommer fra PA Consulting, der han har vært ansvarlig for kunstig intelligens og analyse og jobbet med kunder som Tine, Bertel O.Steen og Vy. Han har en Mastergrad innen Data Science fra Harvard University og også utviklet sin egen AI-baserte algoritmehandelsplattform for valuta og råvarehandel. 

– Jeg har en stor interesse for data science, algoritmer og store datamengder. Innen dette domenet har Sannsyn opparbeidet seg en sterk posisjon med mange dyktige ansatte og en rekke spennende prosjekter. Det var helt utslagsgivende for at jeg valgte å takke ja til jobben, sier Øyvind Spørck.

Morten Krogh-Moe er godt fornøyd med sin nye forsterkning.

– Vi er et av de mest erfarne miljøene i Norge innen dette domenet, men de siste årene har det kommet flere aktører på banen. At Øyvind Spørck har valgt å gå til oss, ser vi på som en stor ære.

Arbeidsmarkedet kan oppleves som fragmentert og vanskelig å orientere seg i for en jobbsøker. Dette gjelder også de som jobber med innovasjon og ny teknologi. 

Mange av disse er medlemmer i fagforeningen Tekna. 

I Tekna er det 88 000 medlemmer som har en mastergrad innen teknologi, realfag eller naturvitenskap. En del av disse er til enhver tid på jobbjakt.

For å hjelpe medlemmer med å orientere seg i arbeidsmarkedet, har Tekna lansert Karrierekompasset. 

Dette er en tjeneste som sammenligner jobbsøkerens profil med tusenvis av andre Tekna-medlemmer med lignende utdanning og arbeidserfaring.

Mangedimensjonalt rom for å finne nye sammenhenger

Petter Egesund fra Sannsyn har vært med å utvikle løsningen. 

Han forteller at hos Tekna har man satt opp en algoritme som håndterer mange faktorer som kan påvirke et jobbvalg. Ved hjelp av såkalte nevrale nettverk er man i stand til å se hvordan faktorer spiller sammen, men også motvirker og forsterker hverandre. 

– Vi bruker en teknikk som kalles embeddings som plasserer alle enhetene i et mangedimensjonalt rom. Likhet i avstand i dette rommet gjenspeiler likhet i virkeligheten. Vi kan bruke dette rommet til å finne sammenhenger mellom personer, stillingstitler, utdanning og arbeidssteder, forklarer Egesund.

Tjenesten videreutvikles fortløpende. På sikt ønsker Tekna å gi anbefalinger som for eksempel:

• Hvilken arbeidsplasser kan passe for denne arbeidssøkeren?
• Hvilke arbeidsplasser har like kompetanseprofiler? 
• Hvilke stillingsprofiler er mest ettertraktet i arbeidsmarkedet?

Overraskende innsikter

Slike algoritmer gir ofte gode, men også overraskende innsikter, sier Egesund. 

– Eksempelvis vil man kunne se at teknisk utdanning vil kunne være viktig på arbeidsplasser der man ikke nødvendigvis vil kunne forvente dette – noe som igjen vil være viktig informasjon for en arbeidssøker som ikke nødvendigvis hadde sett i denne retningen.

Men en utfordring med et slikt nettverk vil være at det kan inneholde såkalt biaser – det vil kunne bekrefte forutinntatte holdninger. En slik “holdning” kan være ønskede effekter, som at lokale arbeidsplasser vil bli ranket over de lengre unna, mens andre kan være uønskede. 

– Det er derfor viktig å kunne justere et nettverk som diskriminerer, dersom man ser at dette er tilfellet. En annen utfordring når man trener nettverk, er at det kan være utfordringer i datakvaliteten – eksempelvis kan samme utdanning ha ulikt navn på ulike universiteter. Mye arbeid innenfor data science består derfor i å “vaske” grunnlagsdataene, sier Egesund.

Den erfarne teknologen håper at løsningene gjør at jobbsøkere får øynene opp for nye og spennende jobber.

–  Med de nye algoritmene kan man presentere nye og relevante muligheter til jobbsøkerne. Målet er å finne jobber man ikke klarer å se selv kanskje fordi man har vært for lenge på et sted, har fokusert på et for snevert område eller ikke har full oversikt over markedet, avslutter Petter Egesund.

Lyst til å lese mer om den nye tjenesten? Les artikkelen Lærer som et barn med nevrale nettverk.