Livet som konsult - enligt Gustav

Life @ Digitalent

Från Backend-utveckling till Data Engineering. Gustav är en av våra härliga konsulter som genom engagemang, driv och fokus har bytt område inom branschen. Som en av våra tidigaste konsulter in på Digitalent har han varit med om både kompetensbyte och kontorsbyte. Hör hans tankar om dåtid, nutid och framtid!

Hej Gustav, berätta mer om dig själv!

Jag är en 28 år gammal utvecklare/konsult. Jag växte upp i Stockholm, men flyttade som 19 åring till Linköping för att plugga civilingenjörsprogrammet Industriell Ekonomi. Efter 4 år på Östgötaslätten och ett år i Kanada kom jag tillbaka till Stockholm och ”snubblade” in på en roll som Java-utvecklare när många av mina kursare blev management-konsulter. På fritiden tycker jag om att träna, läsa och spela datorspel.

 

Hur hamnade du på Digitalent?

Jag jobbade tidigare som konsult på en av världens största konsultföretag. Större delen av den tiden spenderade jag på ett stort e-handelsprojekt. Det var väldigt lärorikt, men över tid började jag känna att jag ville ta större ansvar i projekten, jobba i snabbare cykler och lära mig fler tekniker. Samtidigt väcktes ett intresse för hur verksamheter på olika sätt kan skapa värde med sin data. Under den här perioden letade jag främst efter produktbolag, men för varje möte jag hade med Digitalent blev jag mer och mer övertygad om att fortsätta livet som konsult. Har inte ångrat det en sekund sen dess.

Vad är din roll på Digitalent?

På Digitalent är jag idag specialiserad på Data Engineering. Det är ett område som delar många gemensamma nämnare med Backend Engineering, som till exempel vikten av att vara duktig på infrastruktur och system som skalar väl (tex Kubernetes). Det är ett superspännande område som just nu utvecklas i en rasande fart.

 

Hur länge har du varit på Digitalent?

Jag har varit på Digitalent i ca 1,5 år. Det har varit oerhört spännande att vara med på resan där vi gått från att vara ca 10 anställda i en källare på KTH till att två kontorsbyten senare vara fler än 50 medarbetare!

 

Vad har du haft för olika uppdrag på Digitalent?  

Jag har haft två uppdrag sedan jag började på Digitalent. Det första varsom Data Engineer hos Bonnier Broadcasting (TV4 och Cmore). Där hjälpte jag dem bygga en data plattform hos Google Cloud. Vi använde verktyg som Airflow, Beamoch Bigquery med flera. Det var en utmanande roll som introducerade mig till Data Engineering området och jag fick bland annat lära mig utveckla i Python och Golang.

I min andra roll hjälpte jag Epidemic Sounds relativt nystartade Data team att komma igång med en plattform i Google Cloud. Där låg fokuset på att skapa en stabil och säker infrastruktur för att kunna flytta stora mängder data från Amazon Web Services till ett nytt datalager i Google Cloud.

 

Hur jobbar Digitalent med Data Engineering-området idag?

Det här området är för oss relativt nytt och fokus ligger framförallt på att hitta fler utvecklare som har kompetens inom Java, Python och Scala samt brinner för att jobba inom Data Engineering. Området har dessutom rejäla kontaktytor med Backend, BI och Data Science där det finns goda möjligheter att utbyta kunskaper.

 

Hur tror du Dataområdet hos Digitalent kommer utvecklas framåt?

I framtiden ska vi givetvis bli fler konsulter inom Data Engineering. Jag hoppas att vi kan komma ut som ett helt Digitalent-team till en kund och leverera allt ifrån en stabil plattform till tjänster som använder den samlade datan på ett smart sätt (rekommendationer, segmentering etc). Helst med hjälp av populära open source tekniker som kunden sedan lätt kan underhålla själv.

Vi har nyligen startat upp en så kallad Competence Crowd inom Data. Fokus kommer vara att labba och prova olika tekniker/verktyg. Just nu siktar vi på att delta i en Machine Learning tävling på Kaggle (en plattform där utvecklare världen över kan tävla i att skapa den bästa algoritmen för olika dataset). I framtiden vill vi titta lite närmare på Deep Learning.

 

Data Scientist och Data Engineer – hur skiljer sig rollerna?

Fokus för en Data Engineer ligger på att göra datan tillgänglig på ett strukturerat sätt och med hög kvalité. Företag använder idag väldigt många olika system i sin verksamhet, mycket arbete får läggas på att försöka samla datan de här systemen genererar i samma plattform på ett enhetligt sätt. I slutändan underlättar detta arbete all form av analys. En Data Scientist är mer fokuserad på att förstå datan vi samlar i plattformen. Fokus ligger här på att skapa insikter som sedan kan leda till förbättringar av produkten, tjänsten eller processer.

 

Behöver man både en Data Scientist och en Data Engineer?

Jag skulle säga att en Data Engineer underlättar för en Data Scientist. För ett par år sedan var det väldigt vanligt att företag anställde Data Scientists som de sedan hade svårt att få utväxling av då systemen och plattformarna inte fanns på plats för att jobba med de volymerna av data som krävs. 

Många data scientists är duktiga på att koda, men kanske inte så intresserade av att bygga hållbara system för att till exempel se till att datan håller hög kvalité och finns tillgänglig hela tiden. En Data Engineer hjälper ofta till att produktions sätta de projekt en Data Scientist har jobbat med. Jag följer en podcast på Youtube med ett passande namn – ” Plumbers Of Data Science”, det är en titel som beskriver samarbetet rätt bra!

 

Hur kan man arbeta tillsammans och lära av varandra? Dra nytta av varandras kompetenser?

Samarbetet mellan de två rollerna måste fungera bra för att en verksamhet ska få ut max av sin data. Då en Data Scientist ofta är en tung användare av en dataplattform är det väldigt viktigt att förstå vilka behov denne har. Precis som när man bygger en produkt eller tjänst är det enormt viktigt att förstå sin kund – i detta fall finns den kunden ofta i samma bolag eller till och med ditt team.

Skrivet av: