Dans le cadre de mon travail, j'aime examiner les problèmes de manière créative. En raison de mon intérêt pour les données quantitatives, cela implique souvent la création d'une solution, souvent technique ou pratique, pour recueillir et/ou analyser des informations. Cependant, la contextualisation reste cruciale. En tant que chercheur, j'ai acquis de l'expérience dans divers domaines, tels que les enquêtes sur les télécommunications pour le Ministère des Affaires Économiques, mais aussi les études sur le marché du travail pour les Topsectoren. Dans mes recherches, j'utilise une large gamme de sources de données, notamment des données SIG (géographiques), des Microdonnées CBS, des données graphiques (y compris la bibliométrie) et, en plus des données structurées, des données non structurées (textuelles). En utilisant notamment Python et des bases de données (SQL), j'applique différentes techniques pour répondre à une problématique. Quelques exemples incluent des analyses SIG, la collecte/traitement automatisé des données et la création de tableaux de bord. Au fil du temps, j'ai également intégré l'utilisation de l'IA, notamment le déploiement de LLM (large language models) pour le web scraping, l'enrichissement de données et l'analyse de grandes quantités de données textuelles. Cela m'a permis d'acquérir des connaissances à la fois sur le contenu contextuel des études et sur l'utilisation et les capacités des données (et analyses de données). J'ai suivi un baccalauréat en Innovation Durable et une maîtrise en Sciences de l'Innovation à l'Université Technique d'Eindhoven, avec un semestre passé à l'Université Technique du Danemark (DTU). Après mon mémoire sur le déploiement des raccordements en fibre optique aux Pays-Bas, j'ai continué à travailler chez Dialogic. Hors du travail, j'aime bricoler avec des Raspberry Pi, l'automatisation à domicile et les applications de modèles d'IA. Ainsi, la technologie et les données occupent également une place dans mes loisirs.