Jeg arbejder som konsulent i EY's Data & Analytics-afdeling. I mit indlæg kan du læse, hvordan det, i samarbejde med min studiekammerat John, lykkedes at tage sejren hjem i den nordiske del af EY's globale datakonkurrence sidste år. Her kan du få et indblik i, hvordan du bruger machine learning til at løse spændende udfordringer, og hvad der kræves for at deltage i dette års udgave af konkurrencen (ledetråd: faktisk ikke noget. Man kan tage store skridt i sine datakundskaber i denne konkurrence, både med og uden stor forhåndsviden).
I foråret 2021 skrev John og jeg vores speciale på Chalmers. Gennem studier og ekstrajobs havde vi fået interesse for dataanalyse og kunstig intelligens (AI). Vi hørte om konkurrencen og besluttede, at vi ville tilmelde os. Mest for at få indblik i datasættet, men også for at se, hvordan konkurrencen fungerer. Vi havde begge erfaring med programmering, men mest et overordnet billede af, hvordan billedgenkendelse fungerer. Da vi begyndte at udforske dette, endte vi med at bygge vores egen færdige løsning. Udfordringen i sidste års konkurrence handlede om, hvordan man opdager skovbrande på satellitbilleder. I processen fik vi adgang til et massivt datasæt med billeder fra Australien, sponsoreret af computerkraft på Microsoft Azure, så vi kunne afprøve vores modeller.