Jag började skriva på ett längre, detaljerat inlägg om hur mina senaste 3-4 år varit och en kronologisk utläggning om hur jag fått lägga om mitt fokus ett flertal olika gånger. Det blev en rätt tråkig utläggning som jag istället kan sammanfatta rätt kort med att jag på sistone fått dela mitt fokus på:

• Studier till och från inom maskininlärning
• Arbete med egna webbsidor, konsultande etc för att få lönsamhet i företaget – och mat på bordet.
• Tträffat min Charlotte, förlovat mig och fått två fantastiska barn (Timo och Liesel) som kommit rätt överraskande och i tät följd.
• Inom ett år: köpt en lägenhet, helrenoverat densamma, flyttat in och sedermera flyttat ut igen i samband med att vi skulle få tillökning.
• Köpt ett hus och därtill gjort stora renoveringar på det
• Föräldraledighet i två omgångar
• Pandemi – med bristande lönsamhet som följd

I korthet har jag studerat maskininlärning i olika omgångar under 2018 och 2019 men valt att lämna det dels för att vara pappaledig och dels för att se till att upprätthålla lönsamheten i företaget. Att lägga månader på självstudier ger förstås avtryck i balansräkningen.

När pandemin kom under våren 2020 så gick annonsbudgetarna ned och lönsamheten blev ännu mer lidande. Jag påbörjade min deltids-föräldraledighet efter sommaren men den här gången med ett helt annat fokus för de två dagar i veckan jag inte var föräldraledig. Jag tog ett aktivt beslut att satsa till 100% på maskininlärning och data science som nytt karriärsval – kosta vad det kosta vill. I det här fallet, handlade det alltså om att potentiellt kosta mitt företag och mitt levebröd – en kostnad jag inte varit beredd att ta innan.

Att satsa till 100% är nåt man ofta säger men i det här fallet är det verkligen så. Jag började med att lägga nästan en vecka på att lägga upp en studieplan och försöka rama in vad jag skulle behöva lära mig och var jag skulle lära mig det – allt med fokus på att kunna arbeta med/inom maskininlärning/AI/data science under 2021 när jag var klar med min föräldraledighet. Sedan dess har jag studerat och kodat exakt all tillgänglig tid jag har och med ett helt annat målfokus än tidigare.

Jag backade tillbaka till grunderna istället för att hoppa rakt in i projekt och koda saker jag egentligen inte förstod vad jag gjorde och lära mig lite här och lite där. Jag har försökt att avkoda vad det egentligen innebär att arbeta som data scientist och inom maskininlärning och därefter sätta ihop byggstenarna en och en.

Skillnaden är enorm. Jag vet vad jag kan. Jag vet vad jag inte kan – och då har jag med det i planen för när jag ska lära mig det. Rent krasst betyder det att jag fokuserat på dataanalys och enkla algoritmer nu (dvs inte djupinlärning än) för att bemästra det helt. Jag har djupdykt i och dissikerat projekt med enkla linjära regressioner istället för att satsa på att klipp-och-klistra-koda neurala nätverk för projektidéer jag har. Var sak har sin tid och jag ser väldigt mycket fram emot att verkligen lära mig neurala nätverk inom kort.

I praktiken innebär detta att jag lagt gott om tid på att lära mig Python ordentligt. Jag har gått ett flertal olika introduktionskurser som alla bidragit till olika delar av den grund jag nu står på. Jag har utnyttjat Kaggle otroligt mycket (Kaggle är en fantastisk resurs om man vill lära sig, och öva på, data science) och jag går också en kurs i Machine Learning på distans på Halmstad Högskola. Jag försöker också prioritera att nätverka och prata med intressanta och duktiga personer inom AI/ML.

Jag ser verkligen fram emot att komma ut i 2021 och till en början lägga in en helt ny växel på mina studier och egna projekt när jag då inte längre är föräldraledig – för att sedan hitta en härlig och lärorik plats att arbeta på, med sköna kollegor och utmanande arbetsuppgifter.