Eind 2018 solliciteerde ik op een baan als data scientist bij de WHO. De beschrijving van de baan leek voor mij erg interessant: de succesvolle kandidaat zou gaan helpen bij het detecteren van uitbraken van ziektes, met behulp van technieken zoals machine learning. In april 2019 berichtte de WHO dat ik de eerste selectie had overleefd, nu moest ik een geschreven opdracht uitvoeren en inleveren. Ook deze ronde overleefde ik, nu mocht ik in een interview het machine learning algoritme presenteren en toelichten dat ik had bedacht in de geschreven opdracht. Vervolgens hoorde ik bijna een jaar niets…inmiddels had ik een positie voor de lange termijn bemachtigd bij de VN, en was ik de positie bij de WHO alweer bijna vergeten.
Maar in februari 2020 kreeg ik alsnog een aanbod van de WHO! Nu moest ik een lastige keuze maken: de baan bij WHO leek interessanter, maar ook onzekerder, helemaal toen de Verenigde Staten aankondigden dat ze de WHO zouden verlaten. Na lang nadenken, en veel advies te hebben ingewonnen van vrienden en collega’s, besloot ik toch om de overstap te maken, in mei 2020. Met een achtergrond als fysicus bij CERN had ik geen ervaring op het gebied van gezondheid en epidemiologie, daar moest ik mezelf dus eerst bijscholen. Ook was het natuurlijk niet eenvoudig om allemaal nieuwe collega’s te leren kennen via Zoom en Teams. Gelukkig investeerden mijn teamleden meteen veel tijd om mij in te werken, zodat dit toch redelijk soepel verliep.
Het was meteen duidelijk dat de WHO op volle toeren draaide door de pandemie, met veel projecten waar hulp nodig was. De hoeveelheid data en informatie die moest (en nog steeds moet) worden verwerkt is een veelvoud van de situatie voor de pandemie. Zo haalde het systeem waar mijn team aan werkt voor de pandemie gemiddeld zo’n 100.000 nieuwsartikelen per week uit het internet, op zoek naar aanwijzingen van uitbraken van ziekten, of andere problemen die de menselijke gezondheid kunnen bedreigen. Bij de start van de pandemie schoot dit omhoog naar een miljoen nieuwsartikelen per week, en ligt nu nog altijd op een half miljoen per week. De analisten die al die artikelen lezen en verwerken kunnen deze hoeveelheid eigenlijk niet aan, en hebben dus dringend behoefte aan nieuwe technieken die een deel van dit werk voor hen kunnen doen. Ook andere teams verdrinken bijna in de data, bijvoorbeeld als het gaat om het bijhouden van alle nieuwe COVID-19 gevallen in de wereld.
Dus was mijn team begin vorig jaar al begonnen met een aantal nieuwe projecten, gebaseerd op automatische dataverwerking en -analyse. De bedoeling is niet om het werk helemaal van mensen over te nemen, maar wel om het werk beter beheersbaar te maken. Zo werken we samen met een topuniversiteit aan een algoritme dat automatisch (groepen van) nieuwsartikelen kan samenvatten. Dit zou een zeer welkom hulpmiddel zijn, want het lezen van een samenvatting kost natuurlijk veel minder tijd dan het lezen van al die artikelen zelf. Ook werken we met een van de “Big Tech” bedrijven aan een algoritme dat nepnieuws kan detecteren, door de stijl van schrijven te analyseren. Op deze manier kunnen we hopelijk ook “uitbraken” van nepnieuws detecteren, en volgen hoe ze zich verspreiden met de tijd. Verder werken we aan een systeem dat automatisch nieuwe of ongebruikelijke gebeurtenissen kan detecteren, zodat de analisten zich meteen daar op kunnen richten.
Naast al dit werk was er gelukkig ook tijd voor een paar borrels na het werk, op de momenten dat de maatregelen even minder streng waren. Ook in de meetings bleef er gelukkig nog tijd om te discussieren over het weer, de kwaliteit van kraanwater, of het laatste concert van Nigel Kennedy.
De overstap naar de WHO is eigenlijk een logische volgende stap gebleken voor mijn carriere. Vijf jaar geleden was ik een jaar lang op zoek naar werk, en deed ik in de tussentijd cursussen en examens op het gebied van machine learning en data science…de kennis en vaardigheden die ik toen opdeed kan ik nu toepassen bij de WHO, en eerder al bij de VN. Ik kan geruststellen dat mijn sollicitaties zonder die cursussen en examens kansloos waren geweest, echt een aanrader dus als je nu in dezelfde situatie zit als ik vijf jaar geleden. Wie weet zien we elkaar dan bij de WHO 😊
Thijs (41)
Hier kunt u meer lezen over het system waar ik aan werk met mijn team.
Onlangs gaf ik een korte presentatie die u kunt bekijken op Youtube.