Walter Diele

Walter is al meer dan 25 werkzaam in het vakgebied van data analyse. Beginnend met hands-on traditionele statistische analyses en BI, naar het bouwen van een AI data platform en het leiden van data-analyse afdelingen en de laatste jaren consultancy in AI/Analytics. Hij heeft een sterke focus op visie en people management, wetende dat een data scientist aan de ene kant genoeg vrijheid nodig heeft om creatief te zijn, en aan de andere kant ook echte toegevoegde waarde moet leveren.

Voor niet-technische stakeholders kan Walter complexe inhoud zo uitleggen dat het duidelijk is wat reëel is om te verwachten van nieuwe technologie en wat science fiction is. Iets dat noodzakelijk is voor goed verwachtingsmanagement. Kern is te weten wat vandaag waarde kan toevoegen, waarin te investeren voor de toekomst en wat beter over te laten aan anderen om te ontwikkelen.

Hij heeft gewerkt voor een software bedrijf (SAS Institute, ’96-‘00), een data bedrijf (Acxiom, ’00-‘05) en een consulting bedrijf (Deloitte,’05-‘18), wat een goed begrip geeft van de verschillende perspectieven die nodig zijn om AI/analytics echt te laten werken voor een organisatie. De meest recente jaren gebruikt Walter zijn ervaring om als freelance AI consultant klanten te helpen de kennis van AI in de organisatie te verbreden en digitale transformatie te maken.

Het leiden van een team van data scientist en engineers is alleen succesvol met (tenminste conceptuele) kennis van de belangrijkste tools en architecturen. Omdat tooling zich snel ontwikkelt is continue innovatie en leren essentieel. Maar er bestaat niet zoiets als efficiënte innovatie. Toch kunnen nieuwe methoden al de moeite waard zijn om te gebruiken, ook als ze nog niet perfect zijn in de ogen van de data scientist.

Analytische software wordt steeds makkelijker om te bedienen. Daarmee verschuift het risicoprofiel ervan naar de methodologische vraagstukken, data kwaliteit en compliance. Vooral bij -maar zeker niet beperkt tot- black-box modellen als CNN’s is het erg belangrijk dat er geen ongewenste effecten optreden in de training data en dat de modellen valide zijn in hun toepassing.

AI, en advanced analytics in het algemeen, is te belangrijk om het over te laten aan techneuten. De zakelijke, sociale en juridische implicaties moeten goed meegenomen worden bij het ontwikkelen van modellen. Voor data scientists zijn onderwerpen als auditeerbaarheid, aansprakelijkheid en discriminatie niet top of mind.

Walter is afgestudeerd als methodoloog en heeft een scherp oog voor interne en externe validiteit van (ML) modellen. Hij ontwikkelde en gaf AI-for-dummies trainingen voor Deloitte professionals (onder andere aan Deloitte Legal global partners) om het begrip van AI te vergroten, zodat mensen uit meer vakgebieden kunnen deelnemen in de discussies rond verantwoord gebruik van modellen. Hij ontwikkelde ook een workshop over Bias in AI en hielp de Rabobank in de ontwikkeling van hun responsible AI framework en was spreker in the Rode Hoed in het debat over discriminerende algoritmes.