Adrian har godt fat i geologien

Dansk-amerikanske Adrian Sanchez Barfod er oprindeligt uddannet i geologi og geofysik men fandt under studiet ud af, at han havde en endnu dybere interesse for teknologi, digitalisering og databehandling.

Efter en ph.d. på Aarhus Universitet og seks måneder på Stanford University i USA skiftede Adrian derfor retning. Han kom til NIRAS, hvor han i dag som data science-ingeniør kombinerer sin faglige viden om hydrogeologi og geofysik med sin passion for blandt andet machine learning og kunstig intelligens.

For Adrian er det netop detektivarbejdet i at effektivisere arbejdsgange internt i NIRAS og samtidig udvikle bedre produkter til kunderne, som han finder sjovest og mest interessant. Efter arbejde finder man ofte Adrian hængende i fingrene på en stejl klippevæg.

I sin fritid bruger Adrian meget tid på bouldering, der er klatring på klatrevægge uden brug af sikkerhedsreb, karabiner etc. Sammen med en gruppe venner rejser han hvert år til Fontainebleau uden for Paris, hvor der er et stort bouldering-område. Han har også klatret i USA blandt andet på Half Dome-klippen i Yosemite nationalparken.

Hvordan havnede du i NIRAS?

I forbindelse med min bachelor i geologi fra Aarhus Universitet blev jeg enormt fascineret af dette med, at man indsamler så meget data inden for geofysikken. Derfor begyndte jeg at læse hydrogeofysik, der er endnu mere databåret og beregningstungt. Det førte til en ph.d. i geofysik og geostatistik, hvor vi fokuserer meget på at behandle og bruge data på nye måder. Her besøgte jeg en af de store forskningsgrupper inden for geostatistik på Stanford Universitet. Mit fokus var på automatisering af data pipelines og digitalisering, og jeg blev meget optaget af dette med, hvordan vi med ny, spændende teknologi kan løse mange af de problemer med de gigantiske datasæt, vi har i dag. Jeg fandt ud af, at NIRAS lige præcis arbejder med både machine learning, digitalisering og databehandling og efter en snak med min nuværende chef om jobbet, besluttede jeg at forlade universitetsverdenen og begynde i NIRAS.

Hvad arbejder du med i NIRAS?

Min baggrund inden for data og programmering betyder, at jeg blandt andet hjælper med at digitalisere internt gennem automatiseringer af forskellige arbejdsprocesser. Jeg er også med til at udvikle produkter, hvor vi anvender machine learning og kunstig intelligens for kunderne. Det er gode værktøjer, der kan anvendes mange steder til at gøre tingene hurtigere og smartere. Eksempelvis skal jeg nu overtage et projekt, hvor vi med machine learning forsøger at forudsige problemer med lækager i ledningsnettet hos vandforsyninger. Vi tager en masse data og fortæller computeren, hvor der historisk er opstået huller i ledningsnettet, og så kan vi med machine learning se, hvor det er sandsynligt, at hullerne vil opstå i fremtiden. På denne måde kan man forudsige, hvor der er svage led selv i meget store og komplicerede ledningsnet.

Hvad er potentialet i digitalisering?

Jeg håber, jeg kan hjælpe med at gøre NIRAS til en endnu mere konkurrencedygtig virksomhed gennem digitalisering. Dels ved at vi kan tilbyde bedre produkter samt ved at automatisere rutineopgaver, så medarbejderne eksempelvis ikke manuelt skal trække data ud af en database, men kan lade computeren gøre det og dermed frigøre tid. En del af mit job er at være detektiv og tale med folk i organisationen, så vi kan se, om der er steder, hvor automatisering kan hjælpe. Mange virksomheder går gennem digitaliseringsprocesser, men ved måske ikke helt, hvor de skal begynde. Ofte starter man i det små og bygger på – det er blandt andet det, jeg skal i gang med her.

Hvad sætter du pris på i dit arbejde?

At jeg kan bruge min faglighed simpelthen. Jeg har været i universitetsverdenen siden 2009 og gennem årene opbygget en del viden inden for vand og geofysik. I starten var jeg lidt ærgerlig ved tanken om, at jeg skulle flytte fokus væk fra mit oprindelige fagområde og i stedet arbejde mere med digitalisering. Men hos NIRAS kan jeg kombinere mine to interesser. Jeg sætter også stor pris på fællesskabet. At jeg som ny ikke føler, at jeg står alene, men at der fra start er en holdånd.

Hvad skaber en god arbejdsdag for dig?

Det kan måske lyde lidt banalt, men en god arbejdsdag er en dag, hvor jeg får løst en masse problemstillinger. Og så betyder det meget, at jeg kan få lov til at arbejde med nye og sjove teknologier som machine learning. Det sætter jeg stor pris på.