I serien Sommerkoderen snakker kode24 med studenter i sommerjobb; ofte kalt sommerstudenter.
Denne gangen:
- 👦 Christian Ågnes (21)
- 📚 masterstudent i Data Science ved Harvard University. Før det ble jeg uteksaminert fra Honours Program i matematikk med informatikk ved Universitetet i Oslo
- ☕ sommerintern hos Norges Bank Investment Management (NBIM, "Oljefondet") i Oslo
Hei! 👋 Kan du aller først fortelle litt om studiet ditt?
Neste år skal jeg gjøre det andre året av min master i datavitenskap ved Harvard University. Her spesialiserer jeg meg i kunstig intelligens og maskinlæring. I løpet av mitt første år tok jeg emner som dekker hele spekteret av maskinlæring, som for eksempel «Reinforcement Learning», «Natural Language Processing» og «Computer Vision».
Det er mange grunner til å velge dette spesifikke programmet. Som student ved Harvard har man tilgang til fremragende professorer og forskningslaboratorier, og jeg fikk til og med ta noen av fagene mine ved MIT gjennom et kryss-registreringsprogram mellom de to toppuniversitetene.
Samtidig har Harvard et veldig stimulerende og levende internasjonalt miljø med utrolig dyktige og engasjerte studenter. Dette miljøet gir en unik mulighet til å omgås mennesker fra forskjellige bakgrunner og kulturer, som alle bringer med seg ulike perspektiver og erfaringer.
Studenter på Harvard er kjent for å være både ambisiøse og kreative, og jeg føler å være med på en konstant utveksling av ideer og kunnskap som skjer både i og utenfor klasserommene.
Under bachelorgraden min i matematikk og informatikk ved Universitetet i Oslo innså jeg gjennom flere prosjekter at kombinasjonen av disse to disiplinene ga mange spennende muligheter til å jobbe med å løse beregningsmessig komplekse og dataintensive problemer.
Et eksempel på slike ekstremt tøffe utfordringer som det er oppnådd betydelige gjennombrudd på ved hjelp av kunstig intelligens og maskinlæring i den siste tiden, er forståelse av naturlig språk og proteinfolding. Jeg syntes dette var fascinerende, også med tanke på hvordan fagfeltet utvikler seg på bare den korte studieperioden, - alt dette gjorde datavitenskap til et naturlig valg for mine videre studier.
Etter det siste året av mastergraden min ønsker jeg å gå inn i industrien og jobbe med å anvende kunstig intelligens og maskinlæring på virkelige problemer. Jeg ser frem til å kunne bidra med min kunnskap og ferdigheter til å løse praktiske utfordringer, utvikle innovative løsninger og gjøre en positiv innvirkning på samfunnet gjennom teknologi.
«Studenter på Harvard er kjent for å være både ambisiøse og kreative.»
Tror tidlige søknadsfrister rammer bedriftene: – Går glipp av høyt motiverte studenter
Hva skal du gjøre i sommer? 💪
Denne sommeren jobber jeg på et felles prosjekt innen maskinlæring med FX- og Quantitative Trading-teamene her hos NBIM. Prosjektet består av å identifisere hvilken markedsstatus en aksje er i, og deretter forutsi neste markedsstatus på en intradags tidshorisont.
En del av problemet involverer å definere hva det faktisk betyr å være i en markedsstatus – den sannsynligvis enkleste måten å definere markedsstatus på, vil være å lage en inndeling basert på økende, stabil eller synkende trend/momentum samt andre egenskaper som volatilitet, men vi har også eksperimentert med andre definisjoner som ikke er like intuitive.
Den neste delen av problemet er å kunne identifisere hvilken status man er i for øyeblikket, mens den siste og sannsynligvis den vanskeligste delen er å forutsi de neste markedsstatusene, noe vi har forsøkt ved hjelp av ulike maskinlæringsmodeller.
Dette prosjektet er et forsknings- og utviklingsprosjekt hvor vi bruker programmeringsferdighetene våre til å kode i Jupyter notebooks med Python. Vi behandler dataene ved hjelp av biblioteker som pandas for å utføre ulike dataanalyseoppgaver og deretter plotter vi mange tidsserier for å visualisere dataen og for å finne mønstre.
Videre trener vi maskinlæringsmodeller ved hjelp av TensorFlow bilbioteket (i Python) for å kunne forutsi fremtidige markedsstatuser. Gjennom dette arbeidet får vi muligheten til å anvende avanserte teknikker innen dataanalyse og maskinlæring, noe som gir verdifull erfaring og innsikt i hvordan teoretiske konsepter kan implementeres i praksis.
Hva er drømmejobben når du skal få deg en fast jobb? 🤔
Min drøm er å fortsette å jobbe med anvendte problemer ved hjelp av kunstig intelligens og maskinlæring.
Det kan være som en kvantitativ forsker innen finans (lik det jeg har jobbet med i sommer) eller som maskinlæring-ingeniør eller dataforsker i teknologiselskaper eller andre relaterte felt.
Utenfor arbeidsfeltet ville drømmejobben min være i et internasjonalt og tverrfaglig miljø, hvor jeg kan jobbe med prosjekter som har som mål å gjøre en forskjell for samfunnet!
Hvordan ser du på arbeidsmarkedet akkurat nå? 👀
Arbeidsmarkedet er ganske tøft akkurat nå, spesielt i USA. Der ser studenter på jobbmarkedet som et sted hvor konkurransen er hard, og hvor det er nødvendig å søke på et stort antall stillinger for i det hele tatt å få en sjanse.
Jeg tror at mange teknologiselskaper overansatte under Covid-perioden, og som et resultat har det vært flere masseoppsigelser og ansettelsesstopp i hele bransjen.
Likevel er jeg overbevist om at en dyp kunnskap om maskinlæring, AI og datavitenskapelige metoder vil være ekstremt verdifull i utformingen av produkter og tjenester i årene som kommer, i alle felt, og i økende grad.
Jeg er derfor positiv til at jeg, med studier innenfor AI og maskinlæring, vil kunne finne jobb i et bredt spekter av bransjer, ettersom etterspørselen etter eksperter som kan utvikle og implementere avanserte teknologiske løsninger bare vil øke.
Jeg håper min kunnskap og ferdigheter vil være ettertraktet i både teknologisektoren og i andre industrier som trenger innovasjon og optimaliserte og datadrevne prosesser for å holde seg konkurransedyktige.
– Vi ble fortalt at det var null problem å få seg jobb
Hva tror du AI kommer til å bety for bransjen og arbeidsmarkedet framover? 🤖
AI har potensial til å transformere mange bransjer på grunn av dens evne til å analysere store mengder data raskt og ved å automatisere repetitive oppgaver.
Det er mye snakk for tiden om at programvareutviklere vil miste jobbene sine på grunn av AI. Dette skyldes nylige fremskritt som Github Copilot og store språkmodeller som har blitt ekstremt gode på å forstå og skrive kode. Jeg tror imidlertid at dette bare vil endre rollen til en utvikler.
De vil kunne være mer effektive og skrive kode raskere, noe som vil gi dem mer tid til å fokusere på mer komplekse og kreative aspekter av jobben deres, som innovasjon og problemløsning.
Med AI som assistent kan de ta på seg mer avanserte prosjekter og utvikle mer sofistikerte løsninger, noe som vil øke både kvaliteten og effektiviteten i deres arbeid.
Frykter ikke for AI-framtiden: – Når en dør lukkes, åpnes en annen
Har du noen oppfordringer eller utfordringer til bransjen du skal ut i? ✊
En oppfordring til teknologibransjen, spesielt innen AI, er å fokusere mer på etisk AI-utvikling og ansvarlig bruk av teknologien. Dette innebærer å sikre at AI-systemer er rettferdige, gjennomsiktige og fri for bias som kan føre til diskriminering.
Videre bør bransjen jobbe mer med bærekraft, både i form av miljøvennlig teknologi og i å bruke AI til å løse globale utfordringer som klimaendringer.
Ved å integrere bærekraftige praksiser i teknologiutviklingen og ved å bruke AI som et verktøy for å adressere store miljøutfordringer, kan bransjen bidra til en mer ansvarlig og bærekraftig fremtid.
