Tekst Marjan van Wijngaarden Beeld Het Waterschapshuis
Met data de diepte in
Tekst Marjan van Wijgaarden Beeld Het Waterschapshuis
Met data de diepte in
Over de grenzen van waterschappen heen
Data zijn hot. Maar door de groeiende belangstelling is het lastig om medewerkers te vinden die met data aan de slag kunnen, zoals data engineers die data verzamelen en beschikbaar maken, en data scientists die kennis en inzicht uit data halen. Daarom zijn acht waterschappen gestart met DEEP: het Data science & Engineering Expert Programma.
Trainee Tobias Cadee, data engineer bij het hoogheemraadschap van Schieland en de Krimpenerwaard ‘Na mijn studie Artificial Intelligence wilde ik verder leren, maar eigenlijk ook aan het werk. Het DEEP-programma is een mooie combinatie. Na de basisopleiding ging ik aan de slag met de eerste opdrachten. Bij het hoogheemraadschap doe ik onderzoek naar de aansturing van een poldergemaal. We bekijken of we energie kunnen besparen, bijvoorbeeld door gebruik te maken van eb en vloed. Daarvoor bestuderen we historische data en ontwikkelen we modellen die toekomstige situaties kunnen voorspellen. Voor mij is DEEP superleerzaam. Maar het gaat er niet alleen om dat wij er veel van leren. Ook de waterschappen moeten door het DEEP-project ervaren dat ze veel meer met data kunnen doen. Dat is een uitdaging, ja. Maar als je waterschappers laat zien wat je allemaal kunt met data, dan krijg je ze wel mee.’
‘Waterschap Aa en Maas is de discussie begonnen,’ vertelt Myriam Vlug, coördinator DEEP bij Het Waterschapshuis. ‘Ze zeiden: we hebben zoveel data, maar hoe kunnen we die inzetten om bijvoorbeeld onze processen te verbeteren? En hoe vinden we de juiste mensen om dat te doen?’ Zeven andere waterschappen herkenden het probleem, en samen met Het Waterschapshuis en Royal HaskoningDHV startten ze DEEP: een trainee-programma waarbij de trainees een arbeidscontract krijgen bij één van de acht waterschappen. Vlug: ‘Als we geen goede mensen kunnen vinden, leiden we ze zelf op, was het idee. En omdat de acht waterschappen dezelfde problemen en uitdagingen hebben, doen we het samen in plaats van ieder apart.’
Techniek van data En dus moesten er data engineers en data scientists worden geworven. ‘We zochten mensen die goed zijn in de techniek van data, maar ook communicatief vaardig zijn,’ vertelt Leonie Klaassen, programmamanager DEEP vanuit Royal HaskoningDHV. ‘Via een wervingscampagne vonden we acht starters op de arbeidsmarkt en zes medewerkers van de waterschappen die zich verder wilden ontwikkelen. Allemaal mensen die graag iets willen toevoegen aan de wereld.’ Het DEEP-programma duurt 1 jaar en bestaat uit een basisopleiding, terugkomdagen en leren in de praktijk. De opleiding bestaat uit technische trainingen, maar ook uit workshops gericht op persoonlijke ontwikkeling. En natuurlijk komen ook de waterschapsonderwerpen aan de orde: de trainees moeten bijvoorbeeld ook weten hoe een gemaal in elkaar zit. Het leren in de praktijk houdt in dat de DEEP-deelnemers twee keer een periode van 5 maanden een data science-opdracht doen: een bij hun eigen waterschap en een bij een ander waterschap.
‘Als we geen
goede mensen
kunnen vinden,
leiden we ze
zelf op’
Trainee Pim van Santen, data scientist bij waterschap Aa en Maas ‘Ik werk sinds 2012 bij waterschap Aa en Maas. Het verbaasde me hoe weinig er met data werd gedaan. Zelf vind ik het juist heel leuk om ermee bezig te zijn. Toen de mogelijkheid van DEEP voorbijkwam, heb ik me meteen aangemeld. Ik ben zelf 46 en vind het verfrissend om met de net afgestudeerden in de groep samen te werken. Zij gaan overal onbevangen in en daar krijg ik energie van. De kracht van DEEP vind ik dat je vanaf het begin een netwerk hebt. Dat is opmerkelijk bij de waterschappen: we hebben allemaal dezelfde taken, maar we doen het allemaal op onze eigen manier. Maar data science is voor alle waterschappen nieuw, dus kun je dat ook maar beter met z’n allen aanpakken.’
Olievlek ‘Het is mooi om te zien dat de veertien trainees een hechte groep zijn geworden,’ zegt Klaassen. ‘Iedere trainee heeft in feite dertien collega’s met wie hij of zij kan sparren. Zo worden de krachten gebundeld. Je ziet het ook op de terugkomdagen. Dan zegt iemand bijvoorbeeld: ik heb dat stukje code dat jij nodig hebt al ontwikkeld. Ik stuur het je wel even. De trainees kijken dus over de grenzen van de waterschappen heen. Er ontstaat een community of practice. Niet alleen met de trainees, maar ook met de mede- werkers in de waterschappen met wie de trainees samenwerken. En soms zelfs breder binnen een waterschap.’ En dat is ook een belangrijk doel van DEEP. ‘Het is niet alleen een traineeprogramma en als dat is afgelopen is het klaar,’ vult Vlug aan. ‘DEEP is als een olievlek: steeds meer waterschappers zien het belang van data en werken daarin steeds meer samen.’ Meer weten? Ga naar www.intodeep.ai of stuur een mail naar Myriam Vlug via m.vlug@hetwaterschapshuis.nl.
Marije Stronks, kwartiermaker Datalab bij waterschap Vallei en Veluwe ‘Als waterschap kun je natuurlijk één of twee data scientists binnenhalen, maar het is heel specialistisch werk. Dankzij DEEP kunnen de data engineers en data scientists met elkaar sparren. Dat was voor ons de reden om mee te doen aan DEEP. Twee van onze trainees kenden de waterschapswereld nog niet. Daarom heb ik collega’s uit alle hoeken van de organisatie uitgenodigd om bij ons aan te schuiven om te vertellen: wat doet een zuiveringstechnoloog, wat doet een peilbeheerder, wat doet een hydroloog? En omgekeerd vroegen de trainees weer: hoe kom je aan je gegevens en hoe weet je dat ze kloppen? Zo leer je snel veel van elkaar.’
