[et_pb_section fb_built=”1″ admin_label=”Article de blog” _builder_version=”4.24.2″ custom_padding=”30px||||false|false” da_disable_devices=”off|off|off” global_colors_info=”{}” da_is_popup=”off” da_exit_intent=”off” da_has_close=”on” da_alt_close=”off” da_dark_close=”off” da_not_modal=”on” da_is_singular=”off” da_with_loader=”off” da_has_shadow=”on”][et_pb_row admin_label=”Blogginl\u00e4gg” _builder_version=”4.24.2″ width=”70%” width_tablet=”100%” width_phone=”100%” width_last_edited=”on|phone” global_colors_info=”{}”][et_pb_column type=”4_4″ _builder_version=”4.16″ global_colors_info=”{}”][et_pb_text admin_label=”Texte en italiques 1″ _builder_version=”4.27.5″ text_font=”||on||||||” custom_margin=”||50px|||” global_colors_info=”{}”]<\/p>\n
Inom datavetenskap handlar skillnaden inte enbart om valet av modell. Den handlar ofta om n\u00e5got mer prosaiskt (och mer avg\u00f6rande): hur man arbetar tillsammans. Inom konsultbranschen \u00e4r teamen utspridda, kundernas sammanhang varierande, och expertisen kan snabbt stanna kvar \u201di huvudet\u201d. Ma\u00ebva Merlet, praktikledare f\u00f6r datavetenskap hos Astek, inom CRO Alsinova, har satt upp ett enkelt m\u00e5l: att omvandla individuell expertis till en kollektiv dynamik, f\u00f6r att g\u00f6ra snabbare framsteg och leverera mer robusta resultat.<\/p>\n
[\/et_pb_text][et_pb_text admin_label=”Titre du paragraphe 1″ _builder_version=”4.27.5″ header_2_font=”|600|||||||” header_2_font_size=”24px” header_4_font=”|600|||||||” global_colors_info=”{}”]<\/p>\n
[\/et_pb_text][et_pb_text admin_label=”Texte du paragraphe 1″ _builder_version=”4.27.5″ custom_margin=”||50px|||” global_colors_info=”{}”]<\/p>\n
Det \u00e4r en vanlig paradox: konsulter anlitas ofta f\u00f6r att l\u00f6sa komplexa problem, men ibland arbetar de i milj\u00f6er d\u00e4r det dagliga tekniska utbytet \u00e4r s\u00e4llsynt. Uppdrag hos kunden, mycket olika sammanhang, olika verktyg\u2026 och i slut\u00e4ndan en enkel verklighet: man kan snabbt hamna ensam inf\u00f6r ett metodologiskt val, en avv\u00e4gning eller en tvekan kring en hypotes.<\/p>\n
Ma\u00ebva ins\u00e5g detta redan tidigt: n\u00e4r alla arbetar var f\u00f6r sig sl\u00f6sar man tid p\u00e5 att \u00e5teruppfinna det som redan finns, och man drar mindre nytta av kollektivets erfarenheter. Tv\u00e4rtom, n\u00e4r kompetensen cirkulerar blir organisationen snabbare\u2026 och s\u00e4krare.<\/p>\n
[\/et_pb_text][et_pb_text admin_label=”Titre du paragraphe 2″ _builder_version=”4.27.5″ header_2_font=”|600|||||||” header_2_font_size=”24px” header_4_font=”|600|||||||” global_colors_info=”{}”]<\/p>\n
[\/et_pb_text][et_pb_text admin_label=”Texte du paragraphe 2″ _builder_version=”4.27.5″ custom_margin=”||50px|||” global_colors_info=”{}”]<\/p>\n
Hos Alsinova (Astek-koncernen) ger indelningen i \u201dpractice\u201d-grupper en ram f\u00f6r denna ambition: att kartl\u00e4gga kompetenser, koppla samman expertis och skapa en kultur av kunskapsdelning. Ma\u00ebva, som l\u00e4nge har verkat inom kr\u00e4vande tekniska milj\u00f6er, ser denna organisation som ett s\u00e4tt att s\u00e4kerst\u00e4lla kvaliteten: f\u00e4rre silor, fler standarder, st\u00f6rre samst\u00e4mmighet.<\/p>\n
Hennes roll str\u00e4cker sig idag bortom den traditionella ledningsuppgiften: det handlar om att identifiera vad var och en kan, vad de vill f\u00f6rdjupa sig i, och hur man kopplar samman r\u00e4tt personer vid r\u00e4tt tillf\u00e4lle f\u00f6r att l\u00f6sa ett problem, utveckla kompetensen eller ifr\u00e5gas\u00e4tta ett tillv\u00e4gag\u00e5ngss\u00e4tt.<\/p>\n
[\/et_pb_text][et_pb_text admin_label=”Titre du paragraphe 2″ _builder_version=”4.27.5″ header_2_font=”|600|||||||” header_2_font_size=”24px” header_4_font=”|600|||||||” global_colors_info=”{}”]<\/p>\n
[\/et_pb_text][et_pb_text admin_label=”Texte du paragraphe 2″ _builder_version=”4.27.5″ custom_margin=”||50px|||” global_colors_info=”{}”]<\/p>\n
En gemenskap kan inte bara inf\u00f6ras genom ett beslut. Den byggs upp med hj\u00e4lp av enkla, regelbundna och anv\u00e4ndbara mekanismer. Ma\u00ebva l\u00e4gger tonvikten p\u00e5 n\u00e5gra mycket konkreta \u00e5tg\u00e4rder:<\/p>\n
Kartl\u00e4ggning av expertis<\/strong> Tekniska m\u00f6ten<\/strong> St\u00f6dkanaler<\/strong> Att anpassa sig efter kunden samtidigt som man erbjuder n\u00e5got b\u00e4ttre<\/strong> [\/et_pb_text][et_pb_text admin_label=”Titre du paragraphe 2″ _builder_version=”4.27.5″ header_2_font=”|600|||||||” header_2_font_size=”24px” header_4_font=”|600|||||||” global_colors_info=”{}”]<\/p>\n [\/et_pb_text][et_pb_text admin_label=”Texte du paragraphe 2″ _builder_version=”4.27.5″ custom_margin=”||50px|||” global_colors_info=”{}”]<\/p>\n Denna fixering vid robusthet kommer inte fr\u00e5n ingenstans. Ma\u00ebva har upplevt milj\u00f6er d\u00e4r statistik inte bara anv\u00e4nds f\u00f6r att \u201danalysera\u201d, utan ocks\u00e5 f\u00f6r att underl\u00e4tta beslutsfattandet under sv\u00e5ra f\u00f6rh\u00e5llanden. I branscher d\u00e4r mycket st\u00e5r p\u00e5 spel l\u00e4r man sig snabbt att ett resultat m\u00e5ste vara:<\/p>\n \u00c4ven n\u00e4r hon byter bransch (fr\u00e5n flygindustrin till h\u00e4lso- och l\u00e4kemedelsbranschen) beh\u00e5ller hon denna inst\u00e4llning: en analys v\u00e4rderas inte bara utifr\u00e5n sin tekniska niv\u00e5, utan ocks\u00e5 utifr\u00e5n hur v\u00e4l den kan f\u00f6rklaras, f\u00f6rmedlas och \u00e5teranv\u00e4ndas. [\/et_pb_text][et_pb_text admin_label=”Titre du paragraphe 2″ _builder_version=”4.27.5″ header_2_font=”|600|||||||” header_2_font_size=”24px” header_4_font=”|600|||||||” global_colors_info=”{}”]<\/p>\n [\/et_pb_text][et_pb_text admin_label=”Texte du paragraphe 2″ _builder_version=”4.27.5″ custom_margin=”||50px|||” global_colors_info=”{}”]<\/p>\n Ett annat \u00e4mne som Ma\u00ebva lyfter fram \u00e4r anv\u00e4ndningen av AI-assistenter inriktade p\u00e5 utveckling. Hennes syns\u00e4tt \u00e4r pragmatiskt: statistiker \u00e4r ocks\u00e5 utvecklare, och en del av arbetet kan vara repetitivt (strukturering av skript, refaktorisering, dokumentation).<\/p>\n M\u00e5let \u00e4r inte att \u201ders\u00e4tta\u201d expertisen, utan att omf\u00f6rdela tiden: mindre tid p\u00e5 de mekaniska uppgifterna, mer tid p\u00e5 det som g\u00f6r skillnad:<\/p>\n Med andra ord: ja, vi ska \u00f6ka takten, men framf\u00f6r allt ska vi leverera b\u00e4ttre.<\/p>\n [\/et_pb_text][et_pb_text admin_label=”Titre du paragraphe 2″ _builder_version=”4.27.5″ header_2_font=”|600|||||||” header_2_font_size=”24px” header_4_font=”|600|||||||” global_colors_info=”{}”]<\/p>\n [\/et_pb_text][et_pb_text admin_label=”Texte du paragraphe 2″ _builder_version=”4.27.5″ custom_margin=”||50px|||” global_colors_info=”{}”]<\/p>\n En livlig Data Science-gemenskap ger mycket tydliga effekter f\u00f6r teamen:<\/p>\n F\u00f6r Ma\u00ebva \u00e4r detta k\u00e4rnan i ett arbetsgivarl\u00f6fte: att erbjuda en milj\u00f6 d\u00e4r man kan f\u00f6rdjupa sig i sitt omr\u00e5de samtidigt som man tillh\u00f6r en gemenskap som st\u00f6ttar, utmanar och hj\u00e4lper en att v\u00e4xa.<\/p>\n [\/et_pb_text][et_pb_text admin_label=”Titre du paragraphe 2″ _builder_version=”4.27.5″ header_2_font=”|600|||||||” header_2_font_size=”24px” header_4_font=”|600|||||||” global_colors_info=”{}”]<\/p>\n [\/et_pb_text][et_pb_text admin_label=”Texte du paragraphe 2″ _builder_version=”4.27.5″ custom_margin=”||50px|||” global_colors_info=”{}”]<\/p>\n Modellerna \u00e4r viktiga. Verktygen \u00e4r viktiga. Men det som g\u00f6r skillnad p\u00e5 l\u00e5ng sikt \u00e4r ofta hur kunskapen organiseras: f\u00f6rm\u00e5gan att knyta samman m\u00e4nniskor, dra nytta av erfarenheter och skapa en kultur pr\u00e4glad av motst\u00e5ndskraft \u2013 n\u00e5got som idag \u00e4r avg\u00f6rande i v\u00e5ra team.[\/et_pb_text][\/et_pb_column][\/et_pb_row][\/et_pb_section]<\/p>\n","protected":false},"excerpt":{"rendered":" Inom datavetenskap handlar det inte bara om valet av modell. Ofta handlar det om n\u00e5got mer vardagligt (och mer avg\u00f6rande): hur man arbetar tillsammans.<\/p>\n","protected":false},"author":1,"featured_media":65221,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_et_pb_use_builder":"on","_et_pb_old_content":"","_et_gb_content_width":"","inline_featured_image":false,"footnotes":""},"categories":[634],"tags":[],"secteur":[],"service":[],"expertise":[],"format_editorial":[],"zone_geographique":[],"langue_dorigine":[],"entite_dorigine_du_contenu":[],"class_list":["post-65220","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-talanger-och-engagemang"],"acf":[],"yoast_head":"\n
Att veta \u201dvem som kan vad\u201d: metoder, verktyg (R\/Python), datatyper, industrialisering, visualisering, experimentering\u2026 M\u00e5let \u00e4r inte att \u201dklassificera\u201d, utan att underl\u00e4tta \u00f6msesidigt st\u00f6d och utveckling.<\/p>\n
Regelbundna m\u00f6ten d\u00e4r en person presenterar ett \u00e4mne: erfarenhetsutbyte kring ett projekt, metodfokus, uppf\u00f6ljning av ett programpaket, b\u00e4sta praxis f\u00f6r kodning osv. Detta uppl\u00e4gg lyfter fram konsulterna och bidrar till att sprida gemensamma arbetsrutiner.<\/p>\n
Ett utrymme att be om r\u00e5d, dela med sig av ett hinder eller rekommendera en metod. Ofta sparar en fokuserad diskussion mellan kollegor tid och hj\u00e4lper till att undvika misstag.<\/p>\n
I de flesta uppdrag utg\u00e5r man i f\u00f6rsta hand fr\u00e5n kundens ramverk: deras processer, krav och verktyg. Parallellt med detta utg\u00e5r Alsinovas team fr\u00e5n en intern grund f\u00f6r att s\u00e4kerst\u00e4lla kvaliteten och uppn\u00e5 st\u00f6rre samst\u00e4mmighet. Men framf\u00f6r allt handlar det om att vara en drivande kraft med egna f\u00f6rslag: att ta fram metodbeskrivningar, snabbreferenser och erfarenhetsrapporter som g\u00f6r det m\u00f6jligt att f\u00f6rb\u00e4ttra det befintliga utan att st\u00f6ra den etablerade organisationen.
\u201dTanken \u00e4r att expertisen inte ska stanna kvar i en enda persons huvud. N\u00e4r den sprids vinner alla p\u00e5 det: konsulterna, kunderna och den \u00f6vergripande kvaliteten.\u201d<\/p>\nKvalitet som f\u00f6retagskultur: varf\u00f6r Ma\u00ebva l\u00e4gger stor vikt vid robusthet<\/h2>\n
\n
Det \u00e4r ocks\u00e5 d\u00e4rf\u00f6r som gemenskapen \u00e4r viktig: den g\u00f6r det m\u00f6jligt att dela standarder (kodgranskning, dokumentation, validering) och att g\u00f6ra kvaliteten mindre beroende av en enskild person.<\/p>\nAI och utveckling: spara tid\u2026 f\u00f6r att kunna kontrollera b\u00e4ttre<\/h2>\n
\n
Vad det inneb\u00e4r f\u00f6r konsulterna <\/h2>\n
\n
Data Science \u2013 ett yrke som g\u00f6r skillnad\u2026 och bygger p\u00e5 samarbete<\/h2>\n