Hector del Angel Bernal, Machine Learning Engineer
Hvilke typer opgaver arbejder du med til daglig?
Som Machine Learning Engineers i Udviklings- og Forenklingsstyrelsen er vores vision at ”professionalisere udviklingen af machine learning-modeller i Skatteforvaltningen ved brug af DevOps og MLOps principper”. Det gør vi helt konkret ved at tilbyde en analyseplatform, hvor vores Data Scientists kan udvikle machine learning-modeller. Platformen sikrer, at modellerne kører igennem en automatiseret QA-proces, før modellerne kan blive sat i produktion. Dette design gør, at vi sikrer continuous delivery i vores modeludvikling.
Som Machine Learning Engineers har vi en ret varieret opgaveportefølje. Vi arbejder med en kontinuerlig udvikling af analyseplatformen for at løse de behov, som både Skatteforvaltningens Data Scientists og de applikationer, som integrerer til os, har. Eksempelvis er vi i fuld gang med at tilføje Python-support, da vi indtil for nyligt kun havde modeller og applikationer skrevet i R.
Support og drift er også en del af vores arbejde, da vi har over 100 brugere af vores platform. En del af supporten og driften giver os input til, hvordan vi kan forbedre vores platform.
Hvordan bruger du din uddannelse i dit arbejde?
Jeg har en bachelor i sprogvidenskab og er cand.it i Softwareudvikling og teknologier med speciale i Machine Learning. Min baggrund er meget relevant for mit arbejde, da Software Engineering og udvikling er en meget vigtig del i implementeringen af en platform, hvor machine learning-modeller bliver udviklet og sat i produktion. Det er vores mål at følge industriens designstandarder som modularitet og uafhængighed.
Hvordan er det faglige niveau og ansvarsmulighederne?
Der er et meget højt fagligt niveau i mit kontor. Mine kollegaer har mange forskellige baggrunde – vi er fx fysikere, økonomer og dataloger - men vi har alle fokus på at finde den bedste teknologi og de bedste løsninger for Skatteforvaltningen og for borgerne.
I mit kontor har vi ansvaret for de løsninger, vi udvikler - det giver os en del frihed til at finde den bedste måde at løse vores opgaver på ved at bringe vores faglighed på spil. Og hvis ikke vi har de kundskaber, der er nødvendige, eller hvis vi mangler at blive opdateret på et emne, er der stor fokus på kompetenceudvikling.
Mine kollegaer har mange forskellige baggrunde – vi er fx fysikere, økonomer og dataloger - men vi har alle fokus på at finde den bedste teknologi og de bedste løsninger for Skatteforvaltningen og for borgerne
Hector del Angel Bernal, Machine Learning Engineer
Hvilke værktøjer og programmer bruger du i dit arbejde?
Vi fokuserer på at arbejde med industristandarder i implementeringen af DevOps og MLOps. For eksempel bruger vi Jenkins som orchestraringsværktøjer, ELK-stack (elasticsearch, logstash, kibana) til overvågning og loganalysis. Vi bruger også Linux og flere andre Open Source værktøjer.
Vi arbejder på at have en sprogagnostisk platform, som understøtter R og Python, men som gør det muligt at bruge andre sprog og frameworks i fremtiden. Det betyder, at vi arbejder med disse programmeringssprog ud over de sprog, som vi bruger i udviklingen af Analyseplatformen som f.x. Groovy, Bash, Yml blandt andre. Og så har vi også frihed til at vælge nogle udviklingsværktøjer som IDE - i mit tilfælde VIM.
Hvordan vil du beskrive kulturen og de sociale og kollegiale forhold i UFST?
I mit kontor har jeg fundet et fantastisk miljø med et rigtig godt socialt samvær med meget dygtige kollegaer. Ud over de mange gode faglige diskussioner, har vi også flere sociale aktiviteter. Vi har flere arrangementer sammen som Burger-onsdag, bordfodbold, sport i TSI-regi, DHL-løb og ’Vi cykler til arbejde’.