Data Science analytiker Mai Grønlunds ambition er at få data til at tale, så de selv afslører, når noget ikke er som det skal være. Det har hun allerede gjort med data om organiseret økonomisk kriminalitet, og nu vil hun bruge samme metodiske tilgang med de data, ReMoni hjemtager for kunder og optimerer driftsanlæg og finder besparelser.
Det handler om automatisk og effektivt at overvåge datastrømme og tidligt gribe ind med en forebyggende, regulerende indsats, når data på mistænkelig vis afviger fra deres typiske mønstre. Inden skaden opstår og når at vokse sig stor. Det gælder både for potentielle svindlere og bedragere, og for driftsdata fra bygninger og anlæg.
”AI, machine learning og data science er alt sammen begreber, der er blevet udbredt inden for de sidste par år. Dengang jeg studerede, kunne man for eksempel ikke tage et kursus i machine learning, som man kan i dag. Grundstenene inden for disse discipliner, nemlig kendskab til at bygge algoritmer, statistiske modeller og matematisk optimering havde jeg til gengæld på mit studie”, fortæller Mai Grønlund.
Hun fortsætter:
”Siden dengang er der sket meget inden for området. Der er kommet nye metoder som deep learning, der gør at man kan løse problemer, man ikke før har kunnet løse. Samtidig er data science blevet lettere tilgængelig og for alvor begyndt at blive allemandseje”.
ReMonis næste generation
Tiden er moden til at løfte ReMonis produktsystemer op i en endnu højere liga. IoT sensorerne er sat i masseproduktion og kerneteknologien, de revolutionerende, intelligente algoritmer, oprindeligt udviklet af virksomhedens grundlægger Bo Eskerod Madsen, har bevist at de virker. Og kunderne strømmer til. Mai Grønlund er rekrutteret til at skabe næste generation af løsninger.
”Jeg skal være med til at videreudvikle ReSave med endnu et lag intelligens. Indtil nu har ReMonis medarbejdere hovedsageligt overvåget og fortolket hjemtagne driftsdata manuelt. På den baggrund har de også manuelt skulle identificere uregelmæssige mønstre i data, som kunne indikere, at f.eks. bygninger eller anlæg ikke kørte optimalt”, fortæller Mai Grønlund. Manuel overvågning og fortolkning kræver dyr bemanding, der jævnligt møder ind og tjekker data.
Det kan gøres smartere og mere omkostningseffektivt.
Mai fortsætter:
“Mit job bliver blandt andet at udvikle intelligente algoritmer, der analyserer data og automatisk aktiverer alarmer, når der opstår uregelmæssigheder, som kræver en handling”.
Mai Grønlund dimitterede som Cand. Scient. i 2008 og har siden arbejdet med at udvikle intelligente datadrevne løsninger, hvor de ikke tidligere har været anvendt. Først hos teleselskabet TDC, hvor hun blandt andet udviklede algoritmer til at forudsige, hvornår en mobilkunde ville skifte leverandør.
Derefter som Chefkonsulent hos Skattestyrelsen, hvor opgaven gik på at udvikle algoritmer, som kunne afsløre avancerede mønstre af fx transaktioner, som kunne indikere tilstedeværelsen af økonomisk kriminalitet. “Jeg har altid haft en ambition om at bruge det jeg kan til noget meningsfyldt. Og ReMoni synes et naturligt sted at lande”, slutter Mai Grønlund.
