Data

Ik luister regelmatig podcasts, doorgaans voor het slapen gaan of na het wakker worden, of in de auto. Ik volg er een stuk of 30, en ik merkte de laatste tijd dat ik er een aantal bijna nooit meer zag in mijn speler. Is dat ook een algoritme, die vaak gespeelde podcasts vooraan blijft duwen, en zo het cirkeltje versterkt? En wat betekent dat eigenlijk, hoe lang zou ik moeten luisteren iedere week om wél wat dieper in mijn abonnementen te komen?

Dat vroeg om een python scriptje wat mijn abonnementen uitpluist. Eerst heb ik mijn podcasts op volgorde van leuk gezet (deze is leuker dan die, tot je ze allemaal hebt gehad). Daarna heeft dit script uitgezocht hoe vaak er nieuwe afleveringen zijn en hoe lang die zijn. Oftewel: Hoeveel ’luisterwerk per week’ geeft dit.

Soms heb je van die projecten die net iets te lastig zijn om aan te pakken, voor de beloning die het oplevert. Ik ben de laatste tijd bezig met een grote IT schoonmaak, en daarbij kwam ik een aantal externe harddisks tegen, die ik allemaal naar mijn NAS heb gesynct. Ergens tijdens het scrollen zag ik dat de info langs kwam van mijn oude werkstation sirius, tijdens mijn astro tijd. Toen ik allerlei websites maakte, zoals HTMLHoek, de eerste Ajax site van het internet (samen met Edo Engel van de VU), en natuurlijk Nedstat.

Normaal is het te veel moeite om dat allemaal te gaan uitzoeken. Maar met een AI tool wordt het precies te doen. Claude code opgestart, toegang gegeven tot mijn NAS, en opdracht gegeven om, om te beginnen, eens een website terug te zetten, via Cloudflare Pages.

Eerste verhaal waar ik heen ging was van Google en McKinsey, en was best prima. Er is ook al over geschreven door Erwin Blom en Michiel Buitelaar maar ik zal mijn perspectief geven.

Het beeld wat ik er uit haalde was: Je hebt goede data nodig, een goed taalmodel en je mensen moeten snappen wat ze daar aan hebben. Daarmee kan je krachtige impact maken.

Data: Bij Google hebben ze een geweldige codebase: De code waarop bijvoorbeeld Chrome en Search draait. 500,000 manjaar aan werk, met niet alleen goede code maar ook alle wijzigingen worden bijgehouden, alle vragen die ontwikkelaars in fora stellen en de antwoorden. Dus niet alleen het eindproduct maar ook het proces.

Soms moet je naar een sessie gaan die je gewoon leuk lijkt. Je haalt er altijd wel wat uit. Zo ook met “The data science of moneybaling motorsports”. In het panel 2 data mensen, 1 teamleider van Indycar, en Bruno Senna, neefje van Ayrton, die een uitgebreide carriere in de autsport heeft gehad. Het panel is unaniem Alonso fan, bleek. 

Data in racing

Wat betekent “Moneyballing in motorsports”? Er zijn 2 grote manieren om data te gebruiken a la moneyball (een data-gedreven benadering van sport, beroemd gemaakt door boek van Michael Lewis en later een film).

1. Hoe vergelijk je rijders objectief? Hoe vind je talent? Hoe kan je de kracht en zwaktes van individuele rijders vinden?

Een sterk panel met goede sprekers, o.a. Haile Owusu, de chief data scientist van Mashable en Victor Cruz, een wide receiver van de New York Giants. Dat is american football ;-). Hier is alle info over het panel.

Cruz vertelde over wat er allemaal wordt vastgelegd bij de Giants. En dat is heel veel. Voor wide receivers is snelheid het belangrijkste, dus wordt van iedere training vastgelegd wat hun maximum snelheid was. Blijft deze hoog, door de week heen? Hoeveel afstand wordt afgelegd? Ze gebruiken horloges om hun slaap vast te leggen, die data wordt ook meegenomen.

Iedere speler krijgt iedere week een boekje met z’n uitslagen. Hoeveel slaap, hoeveel mijlen gelopen, maximum snelheid. Dit is leuk en geeft onderlinge competitie. En het verandert hun gedrag: Spelers gaan eerder slapen, omdat ze zien wat het effect is op hun snelheid.