Hvordan vinder du EY's datakonkurrence?

Jesper Alm fortæller hér, hvordan han blev en af vinderne i EY's Better Working World Data Challenge 2021 og giver tips til deltagerne i dette års konkurrence

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. 

Vi brugte Python til at bygge en datapipeline. Det vil sige et miljø til at indlæse alle satellitbilleder og indtaste dem i forskellige ML-modeller. Det var omfattende at sætte sig ind i datasættet og håndtere billederne på den rigtige måde i stor og hurtig skala. Men da fundament var lagt, begyndte det rigtig sjove! Og vi eksperimenterede med forskellige modeller for rent faktisk at finde virkelige skovbrande på billederne.

Der findes en række forskellige algoritmer, som kan bruges til billedgenkendelse. John og jeg havde kun en grundlæggende forståelse af disse, inden vi gik i gang. Her var Youtube perfekt, og til de interesserede vil jeg i høj grad anbefale dette kursus fra MIT: MIT 6.S191 (2021): Convolutional Neural Networks. Det giver en fantastisk introduktion til deep learning og hjælper med at forstå terminologien og de andre ting, der er nødvendige for at blive ved med at lede efter det rigtige online.

Efter at have prøvet et par forskellige modeller landede vi til sidst med et såkaldt "convolutional neural network" kaldet UNET, som oprindeligt blev anvendt til at identificere forskellige celler i mikroskopbilleder. Det betød, at vi vandt konkurrencen i Norden. Desværre gik vi ikke hele vejen i den globale konkurrence. Vi blev dog rigtig stolte, da vi fandt ud af, at alle dem, der sluttede i top 3 i den globale konkurrence havde brugt samme type arkitektur som os.  vi var tydeligvis også godt på vej til at konkurrere med dem!

Hvad var det bedste ved at være med i konkurrencen? 

Det bedste ved konkurrencen var den hurtige udviklingskurve indenfor deep learning og billedgenkendelse. Fra blot at skrabe i overfladen af ​​visse begreber følte vi os nu trygge ved at diskutere og evaluere forskellige anvendelsesområder. 

Tips til dem, der overvejer at være med i år  

1. Sæt dig ind i, hvordan dataanalyse og AI fungerer som værktøjer. 
2. Alle kan være med – man behøver egentlig ikke have nogen forkundskaber. Det absolut vigtigste er interessen. 
3. Opbyg et team med forskellige kompetencer. Selvom datafærdigheder er vigtige, er der også behov for andre former for problemløsning inden for softwareudvikling osv. Der skal være flere personer i teamet, og det gør det både sjovere og nemmere. 

Her kan du læse mere om årets konkurrence og tilmelde dig.

Med venlig hilsen
Jesper