Search
Close this search box.

Het beste uit je teelt halen wordt steeds meer de verantwoordelijkheid van de computer. We moeten betere beslissingen nemen om betere resultaten te behalen om de wereldwijde voedselproblemen en het tekort aan teeltexpertise op te lossen. Kunstmatige intelligentie (AI) kan ons daarbij helpen. Maar welke vaardigheden zijn nodig om met AI-technologie te werken? En hoe ziet de toekomst van het werken met AI in de glastuinbouw eruit? Britta Meixner, Saheli De en Gosia Piekarska van Blue Radix beantwoorden deze vragen, en doen suggesties hoe we meer vrouwen enthousiast kunnen maken voor techbanen in AI of IT.

Welke functie heb je bij Blue Radix?

Britta: “Mijn naam is Britta Meixner, en ik ben een Scientific Data Engineer. Ik adviseer het managementteam van Blue Radix over technische implementaties. Ik volg nieuwe technologieën op de voet, zodat we innovatieve producten bij klanten kunnen introduceren. Ook ontwerp, bouw en onderhoud ik een schaalbare en toekomstvaste IT-omgeving. Andere taken zijn het implementeren van proof of concepts voor nieuwe technologieën en opstellingen; ik ontwerp en realiseer oplossingen wanneer we deze nieuwe technologieën gaan gebruiken. Een daarvan is de Azure IoT Hub, waarmee we resultaten van het Data Science Team naar kassen kunnen sturen en installaties autonoom kunnen aansturen.”

“Een dag in het leven van een Data Scientist bestaat uit verschillende taken”, legt Saheli De uit, die werkt als Data Scientist bij Blue Radix. “Het ontwikkelen van nieuwe functionaliteiten voor onze klanten omvat het voorbereiden, opschonen en analyseren van de gegevens die afkomstig zijn van de klimaatcomputers en andere dataplatforms. In deze fase werken we nauw samen met ons productontwikkelingsteam om de dynamiek en strategieën in deze kas te begrijpen. Dan is er uitgebreide discussie over strategieën om de zakelijke behoefte op te lossen, wat leidt tot het bouwen van modellen met behulp van geavanceerde AI-technologieën zoals machine learning. De essentie van de baan ligt in het vertalen van de zakelijke eisen van de glastuinbouw naar data science oplossingen.”

Gosia Piekarska werkt als Blue Radix Test Engineer en is verantwoordelijk voor het implementeren van testprocedures, het vormgeven van het testproces en het testen van software. “Mijn werk bestaat uit het controleren van de kwaliteit van de infrastructuur en componenten in zowel Crop Controller als het energiedomein. Mijn werk is mijn hobby; ik probeer in mijn vrije tijd altijd mijn software testkennis te verbeteren. Ik ben vooral geïnteresseerd in Test Automation, Data Analyse en DevOps.”

Wat vind je leuk aan werken met nieuwe AI-tech oplossingen voor de glastuinbouw?
Britta: “Bij het creëren van nieuwe AI-oplossingen is er vaak geen standaard manier om iets te doen. Elk nieuw project vereist nieuwe vaardigheden en technologische kennis. In mijn werk stop ik nooit met leren. Op de hoogte blijven van nieuwe ontwikkelingen en technologieën is de sleutel tot succes. Dit maakt mijn baan veeleisend, maar tegelijkertijd wordt het nooit saai.”

Saheli voegt daaraan toe: “De tech-industrie groeit snel, en als voorloper van AI in de tuinbouw kun je unieke en duurzame oplossingen ontwerpen. Stel je voor dat je in een supermarkt een tomaat oppakt die met behulp van jouw algoritmes is geproduceerd! Dat is pas indrukwekkend!”

“Ik werk altijd graag aan de allernieuwste technologische oplossingen, omdat ze de innovaties introduceren die zo hard nodig zijn in onze wereld,” zegt Gosia. “Ik denk dat duurzame technologie in de voedselindustrie van cruciaal belang is voor het welzijn van mensen.”

Welke vaardigheden zijn nodig om met AI te werken?
“Je hebt een breed spectrum aan kennis nodig om onze oplossingen in de kas te laten werken, van netwerkprotocollen en besturingssystemen, databases en API’s, tot datapijplijnen. Alleen de combinatie daarvan stelt ons in staat om een kas autonoom te besturen”, legt Britta uit. “Omdat de IT-infrastructuur in elke kas anders is, moeten we oplossingen kunnen maken die zich snel aanpassen aan de meest uiteenlopende situaties. Dus naast een heel brede technische kennis moet je ook flexibel zijn, en nieuwe situaties en eisen snel kunnen doorgronden.”

Saheli voegt daaraan toe: “Data Science in het bijzonder is een mix van wiskunde, statistiek en computer & wetenschappelijke vaardigheden. Tuinbouwgerelateerde vaardigheden zijn een voordeel, maar niet verplicht in mijn rol.”

Gosia: “Constant leren van zowel brede technologieën als tools. Vergeet daarnaast de soft skills niet.”

Hoe denk je dat de toekomst van het werken met AI eruit zal zien?
Britta: “Data Scientists richten zich nu vooral op een diepgaand inzicht van algoritmes en datasets om de meest accurate resultaten te kunnen krijgen voor het sturen van de kas. Dit gebeurt vaak in gecontroleerde offline opstellingen. Maar het duurt nu nog lang voordat deze algoritmes klaar zijn om te worden geïntegreerd in productie omgevingen en data voor de kas produceren. Data science en data engineering moeten vroeg in het ontwikkelingsproces samenwerken om deze kloof te dichten. Zo kunnen we sneller nieuwe functies en verbeteringen aan bestaande functionaliteiten leveren.”

Saheli: “Zoals we bij Blue Radix zeggen: ‘Algoritmes kunnen de wereld voeden’. Wij geloven dat oplossingen op basis van algoritmes, zoals onze Crop Controller, telers wereldwijd een digitaal brein voor hun kas bieden. De droom is om toe te werken naar een symbiotische utopie van telers en AI-gedreven oplossingen.”

Gosia voegt toe: “De sleutel zal de AI & mens interactie zijn. De wijze waarop we AI-oplossingen aanbieden aan klanten die niet per se een diep technisch begrip hebben van AI-systemen is belangrijk in de tuinbouw. Vooral omdat geavanceerde gestuurde systemen relatief nieuw zijn in deze industrie.”

Hoe kunnen we vrouwen enthousiast maken voor techbanen in AI of IT?
Britta: “Vrouwen hebben een andere stijl van werken, denken en communiceren dan mannen. Hoewel dat hier en daar voor verwarring kan zorgen, kan het een team echt helpen om hun doelen sneller te bereiken, en om betere oplossingen te vinden. Als we meer vrouwen willen aanmoedigen om een AI- of IT-baan aan te nemen, is het belangrijk om echte gelijkheid in kansen en beloning te creëren. In welke baan dan ook. We moeten genderstereotypen in het dagelijks werk uitbannen, maar ook in de vroege kindertijd en op scholen voorkomen.”

Saheli: “Ik ben het helemaal met Britta eens; we moeten voor iedereen kansen creëren zodat ze vanaf zeer jonge leeftijd kennismaken met technologie. Daarnaast geloof ik sterk dat nieuwsgierigheid de sleutel is tot wetenschap. Blijf nieuwsgierig en blijf vragen stellen!”

Gosia: “We kunnen onze wereld niet vormgeven als we er niet bij betrokken zijn. Werken in de IT biedt enorme kansen voor vrouwen om hun stempel te drukken. Ik geloof ook dat er geweldige carrièrevooruitzichten zijn als je kiest voor een toekomst waarin je werkt in AI, IT en duurzaamheid. Er zijn zoveel mooie uitdagingen, en je kunt echt bijdragen aan een betere wereld. Het helpt om succesvolle voorbeelden en enhousiaste verhalen te delen van vrouwen die in AI werken. Zo kunnen we jonge meisjes en vrouwen interesseren voor dit vakgebied.”