Min vej til Machine Learning startede et lidt utraditionelt sted – nemlig på danskstudiet. Jeg havde en gymnasielærer, der var så fænomenal til at formidle faget, at jeg blev helt solgt. Men undervejs i mit første semester gik det op for mig, at hvis jeg selv skulle undervise i det en dag, ville barren være sat tårnhøjt, og jeg blev usikker på, om jeg kunne vække den samme gejst hos andre.
Derfor valgte jeg at lytte til min mavefornemmelse og skiftede til Machine Learning og Datavidenskab. Det kan virke som et voldsomt spring fra litteraturanalyse til algoritmer, men matematikken har altid ligget naturligt til mig. For mig handler begge fag i virkeligheden om det samme: At finde mønstre, forstå strukturer og formidle komplekse sammenhænge.
Som tidligere Bar Manager og oplæringsansvarlig hos Café Razz lærte jeg hurtigt at holde hovedet koldt, når presset er højest. Det har givet mig en praktisk forståelse for drift, logistik og ikke mindst menneskeligt samarbejde.
I tech-verdenen betyder det, at jeg er vant til at tage ansvar for mine opgaver, kommunikere klart med mine kolleger og forstå, at de systemer vi bygger, i sidste ende skal fungere for rigtige mennesker. Jeg tager den samme arbejdsmoral og struktur med mig ind i min programmering, som jeg brugte til at styre en travl bar.
Når jeg lukker bøgerne på KU, bruger jeg en del af min fritid på egne programmeringsprojekter, hvor jeg får lov til at eksperimentere med nye teknologier. Men det hele handler selvfølgelig ikke om kode.
Jeg bor i København med min kæreste gennem seks år, og fritiden bliver i høj grad også brugt sammen med hende. Og så er der ikke meget, der slår at koble helt af med gutterne fra Jylland over en omgang Xbox og en kold øl, eller se en god håndboldkamp sammen med en kammerat.