"De complexheid van Data Science vind ik ontzettend leuk en uitdagend"

Esmee Kramer (26) is op 1 september bij Data Talents komen werken. Ze werkt veel van huis uit. “Het is vaak geconcentreerd programmeerwerk en dan vind ik het prettig om dat thuis te doen”, aldus Esmee. Haar werkplek heeft ze ergonomisch ingericht. “En aan het einde van mijn werkdag trek ik graag mijn hardloopschoenen aan en loop ik een rondje in de polder vlak bij huis.”

Ze dacht vroeger altijd dat ze kleuterjuf wilde worden, maar dat pakte iets anders uit. “Ik heb zelfs de Academische Pabo gedaan”, lacht ze. “Dat is voor een deel hbo-Pabo en voor een deel Onderwijskunde op de universiteit. Toen kwam ik dus voor het eerst met de wetenschappelijke kant in aanraking, en die kant vond ik veel interessanter dan de praktijk.” Ze liet de Pabo al snel vallen, en koos vervolgens voor een onderzoeksmaster op onderwijskundig vakgebied. “Die is geënt op onderzoek Statistiek en Data.”

Traineeship

Ze merkte al gauw dat het haar niet uitmaakte aan welk onderzoek ze meewerkte. “Ik vind het gewoon heel leuk om met data bezig te zijn”, knikt ze. Om zich daarin bij te scholen is ze een traineeship gaan doen: Data Analytics en Data Science van Breinstein. “Die is gericht op studenten die het werkveld in willen gaan, maar nog niet helemaal goed zijn opgeleid in het programmeren of in het datavakgebied zelf. Zij bieden een werken-leren programma aan waarbij je een postmasteropleiding aan de Universiteit van Amsterdam kunt volgen in combinatie met een baan in het vakgebied zelf. Ofwel Data Science ofwel Business Analytics.”

Esmee werd gedetacheerd bij Omgevingsdienst Midden- en West-Nederland. “Dit is een uitvoeringsorganisatie die zich bezighoudt met de milieuwetgeving en daar o.a. ook controles op uitvoert. Het is heel actueel op dit moment.” Hier is ze het hele traineeship blijven zitten, mede door corona. “En na die twee jaar ben ik daar nog een jaar in vaste dienst geweest. Binnen de omgevingsdienst heb ik diverse posities vervuld en heb ik verschillende takken van sport op datagebied gedaan. Dat was heel leuk en afwisselend.”

Verder kijken

Maar na drie jaar was het tijd om verder te kijken. “Bij de omgevingsdienst had ik een paar collega's die extern werden ingehuurd. Ik vond het daar altijd prettig mee werken vanwege hun specifieke kennis, en van hen heb ik wat informatie gekregen over hoe zo’n externe constructie werkt. Ik heb daarna nog overwogen om naar een reguliere baan te gaan zoeken, maar toen kwam ik eigenlijk al vrij snel bij Data Talents uit. Ik kende het midlance concept eigenlijk niet, en ik ken persoonlijk ook niemand die dat al deed. Ik ben via LinkedIn op hun site terechtgekomen, en toen is het balletje gaan rollen.”

Wat haar meteen aansprak is het verdienmodel en het stukje vrijheid wat dat met zich meebrengt. “Een ander voordeel is, dat je als externe kracht pas bij een project wordt geroepen als er een concrete vraag is. En dat zag ik mezelf eigenlijk wel doen. Je wordt nu echt ingehuurd als externe consultant omdat er een opdracht klaarligt; omdat er vraag naar is. En je gaat ook daadwerkelijk aan de slag met Data Science en dat is wat ik wil. Met Data Science maak je complexe analyses waarbij je ook moet programmeren, en die uitdaging vind ik ontzettend leuk.”