15/01/2018


Hoe is het nu eigenlijk om CQM-consultant te zijn? 
Een kort vraaggesprek met één van hen: Frans de Ruiter.
 

Frans in een notendop

Ik vind het mooi om kennis en ervaringen te delen met anderen en houd van presentaties geven en in een team oplossingen bedenken. Ik ben geen standaard academicus, maar wel iemand die enthousiast wordt van nieuwe technieken in data science, optimalisatie en machine learning en daarmee een impact maakt in de praktijk. 
 

Opleiding

Ik ben (bijna) gepromoveerd aan Tilburg University. Tijdens mijn promotie ben ik in het eerste jaar voor 6 maanden naar MIT gegaan om samen te werken met professor Dimitris Bertsimas aan Robuuste Optimalisatie technieken. Na dit eerste bezoek werd ik een tweede keer uitgenodigd, waardoor ik in mijn tweede jaar weer een semester onderzoek heb gedaan bij MIT. 
Verder heb ik het laatste jaar (begin 2017) een half jaar onderzoek gedaan met de grondlegger van Robuuste Optimalisatie, professor Aharon Ben-Tal aan Technion in Haifa, Israël. 
Ik heb enkele papers geschreven waarvan het grootste deel al gepubliceerd is in journals zoals Mathematical Programming en INFORMS Journal on Computing. Voor mijn promotie heb ik twee (eenjarige) masters gedaan, toegepaste wiskunde aan de London School of Economics in London en Operations Research and Management Science aan Tilburg University. 
 

Specialisme

Mijn technische specialisaties zijn in de lineaire en niet-lineaire convexe optimalisatie. In het bijzonder is mijn specialisme robuuste optimalisatie. In de praktijk zijn de parameters in optimalisatiemodellen vaak onzeker. Dit kan komen doordat parameters geschat zijn, door voorspellingen of door meetfouten. Robuuste optimalisatie kan deze onzekerheden meenemen in het model en oplossingen geven die bepaalde zekerheid geven ongeacht de werkelijke onbekende waarden van deze parameters. Daarnaast ben ik ook goed in het toepassen van machine learning in combinatie met optimalisatie.
 

Een 'gemiddelde' werkdag

Eigenlijk zeggen we als wiskundigen dat het beschrijven van een "gemiddelde" werkdag niet kan als n (het aantal dagen) te klein is. ;-) Ik werk nu een aantal weken bij CQM en ben erg positief verrast over de diversiteit aan specialisaties bij CQM. Ik leer zo elke dag een hoop bij van zowel de consultancy skills als meer technische vaardigheden van efficiënt en effectief programmeren tot deep learning. Daarnaast heeft CQM veel verschillende klanten met nieuwe complexe, probleemvragen. Het is dus nooit saai!
 

Ambities

Ik wil mij de komende tijd ontwikkelen op praktisch gebied door het leren van adviesvaardigheden, acquisitie skills en ervaring met het werken in een divers team (zowel qua specialisatie als persoon). Ik wil ervaren hoe je een project succesvol maakt bij een klant in de praktijk. Hierdoor groei ik dan als consultant, maar ook als team werker. Daarnaast wil ik mij blijven ontwikkelen op het gebied van state-of-the art data science technieken: optimalisatie, deep learning, machine learning, maar vooral een combinatie van die technieken.
Verder blijf ik hopelijk papers publiceren en veel optreden als key note speaker, wanneer ik daarvoor uitgenodigd wordt.
 

Waarom bij CQM komen werken?

Ik wist al van CQM doordat ze goede connecties hebben met de universitaire wereld. Hieruit blijkt ook dat CQM vooroploopt in de kwantitatieve consulting en blijft ontwikkelen op nieuwe gebieden van data science. Je krijgt ook de mogelijkheid, vrijheid en aanmoediging om jezelf te blijven ontwikkelen op deze state-of-the art technieken naast het consultancy werk. Omdat CQM een kleiner bedrijf is en projecten vaak van kortere duur zijn, kun je - in een steeds wisselend, klein team - het hele proces van A-Z (acquisitie tot eindpresentatie) meemaken en leren. 
 

Waarom een opdracht door CQM uit laten voeren?

Er zijn een hele hoop consultancy bedrijven die zich nu op data science richten. Ik denk dat CQM daar inhoudelijk bovenuit springt. CQM heeft als een van de eersten succesvol data science toegepast (lees: daadwerkelijk waarde toegevoegd) in de consultancy wereld voor bedrijven die data niet noodzakelijk als core business zien. Dat is een hele opmerkelijke prestatie. Tot nu toe waren commerciële successen alleen haalbaar voor bedrijven als Google, Uber en Facebook, die data science als core business hebben. Daarmee loopt CQM dus echt voorop. 
Daarnaast heeft CQM heel veel ervaring met kwantitatieve consulting (35 jaar) en dus tegelijkertijd ook wel haar sporen verdiend. Je merkt dat veel klanten terug blijven komen bij CQM. Dat toont aan dat bedrijven de waarde inzien en dat de oplossingen van CQM duurzaam zijn.
 

Ook interessant om te lezen:

  • Frans ontvangt de INFORMS best student paper optimization prize en promoveert aan de Tilburg University (verschijnt binnenkort)
  • Een werkende machine learning oplossing in de praktijk: VolkerRail-case
  • De visie van CQM op data science
  • Junior consultant bij CQM: een interview met Wieke
 

Lijkt het jou ook leuk om bij CQM te werken? 

We hebben altijd ruimte voor talent! 

Kijk snel op www.cqm.nl/werkenbij

 
Frans de Ruiter
Frans de Ruiter helpt je graag verder Neem contact op