Science Research at UvA-VU: Amsterdam Data Science

12 januari 2015

De tijd is rijp voor data science, zegt Maarten de Rijke, directeur van Amsterdam Data Science. In deze netwerkorganisatie wisselen driehonderd Amsterdamse wetenschappers hun kennis uit en gaan ze samenwerkingen aan binnen en buiten de wetenschap.

UvA-VU onderzoek

Data science is de wetenschap van data, stelt De Rijke eenvoudig: `Betekenis eruit halen, redeneren, doorzoekbaar maken, visualiseren, intelligent handelen informeren.' Je kan op twee manieren kijken naar data, vervolgt hij. `Allereerst naar het type: je hebt tekst, getallen, beeld, sensorische data. Daarnaast zijn data afkomstig uit verschillende domeinen. Medisch, financieel, de creatieve industrie; overal vind je data.' Als voorbeeld noemt hij logfiles uit internetzoekmachines. `Waarnaar heeft iemand gezocht, wanneer, waarop heeft hij geklikt? Een data scientist gaat daarin op zoek naar patronen. Daarbij komen ook gedragscomponenten kijken. Daarom hebben we behalve binnen de informatica ook veel samenwerkingen met andere wetenschapsdisciplines, zoals medicijnen, economie, geesteswetenschappen of gedragswetenschappen.'

Oudere disciplines

Data science is relatief nieuw, maar de wortels liggen in oudere disciplines als machine leren en data mining, en in algemene wetenschapsdisciplines als informatica en statistiek, vertelt De Rijke. `In de laatste jaren zijn juist de hoeveelheid data en de computerrekenkracht enorm vooruitgegaan om al die disciplines samen aan het werk te zetten.'

Dat gebeurt in Amsterdam Data Science, de in 2013 opgerichte netwerkorganisatie met als leden UvA, VU, HvA en het Centrum Wiskunde & Informatica. De organisatie is opgezet voor samenwerking in onderzoek, om elkaar te helpen fondsen te verwerven, voor valorisatie van onderzoek en voor onderwijs - de organisatie is bijvoorbeeld betrokken bij dertien masters.

Eigen specialisatie

De informatici van VU en UvA werkten al langer nauw samen, vertelt De Rijke, elk vanuit een eigen specialisatie. `De VU-wetenschappers kijken vaak modelmatig naar de werkelijkheid en stellen daarmee redeneerpatronen op. Aan de UvA kijken mensen meer datagestuurd naar de wereld om zich heen en proberen op die manier geldige inferenties te maken. Dat vult elkaar heel mooi aan.' Ook inspirerend noemt hij de samenwerkingen met niet-academische partijen als de stad Amsterdam, Beeld en Geluid, Elsevier, Yandex en medische centra: `Die lopen vaak tegen heel inspirerende data-problemen waar onze algoritmiek een bijdrage kan leveren. En omgekeerd kunnen wij onze algoritmes toetsen in de praktijk.'

De contacten in Amsterdam Data Science zijn veelvuldig en verlopen op alle niveaus, beschrijft hij. Zo werkt hij zelf een dag per week aan de VU aan zijn onderzoek aan zoekmachinetechnologie en de algoritmes daarachter. En eens per kwartaal is er een brede bijeenkomst bij een van de vier partners. `Dan zijn er presentaties, vaak van externe stakeholders, maar er is vooral heel veel ruimte om informeel te bespreken waar iedereen mee bezig is en voor discussie. Dat noemen we coffee & data science.'

Tekst: Jeroen Scharroo

* dhr. prof. dr. M. de Rijke

Gepubliceerd door Faculteit Natuurwetenschappen, Wiskunde en Informatica