Excitement: waar kijk jij naar uit?

Samenvatting

Data-engineers zoeken technische richtingen voor langdurige verdieping, van AI-onderzoek tot open-sourceprojecten.

Data engineering en technische verdieping

Een data-engineer met een achtergrond in toegepaste wiskunde en data science vraagt welke technische onderwerpen momenteel langdurige verdieping waard zijn. Een nieuw portfolio-project staat niet centraal: de vraagsteller zoekt een vakgebied waarin maanden of jaren papers lezen, systemen bouwen en bijdragen aan open source samenkomen.

Ook contact met mensen uit het vakgebied speelt mee. Een technische gemeenschap, een open-sourceproject, een startup of een onderzoeksproject kan daarbij een volgende stap vormen. De vraag staat open voor onderwerpen binnen data en AI, maar ook voor richtingen die daar minder direct mee te maken hebben.

Open source en AI als vertrekpunten

Voor BI-professionals laat deze vraag zien dat technische ontwikkeling niet alleen draait om een nieuwe tool leren. Een inhoudelijk onderwerp biedt meer houvast wanneer je theorie kunt bestuderen, zelf iets kunt bouwen en je werk kunt toetsen aan een gemeenschap. Data engineering, toegepaste wiskunde, data science en AI vormen mogelijke vertrekpunten, maar de bron schrijft geen specifieke technologie of project voor.

Dat maakt de keuze persoonlijker. De kern ligt niet bij het verzamelen van portfolio-items, maar bij langdurige betrokkenheid: onderzoek lezen, experimenten uitvoeren, code delen en gesprekken voeren met mensen die aan hetzelfde onderwerp werken. De genoemde route naar een startup of onderzoeksproject blijft een mogelijkheid, geen vastgesteld resultaat.

Concrete takeaway

Kies één technisch onderwerp dat je langere tijd kunt onderzoeken en toets het meteen aan vier activiteiten: papers lezen, een werkend project bouwen, bijdragen aan open source en contact zoeken met een passende gemeenschap. Houd onderwerpen buiten data en AI nadrukkelijk op de lijst als die combinatie daar sterker uitkomt.