Het is in die 'war for talent' dat Barco en Delaware, respectievelijk software development en IT-consulting, samen een studietrip opzetten naar Lyon. Noem het een creatieve manier om IT-talent warm te maken voor een job bij een van deze Belgische spelers. Het opzet: stuur een aantal master studenten, begeleid door mensen uit het businessleven en lesgevers van verschillende universiteiten, op locatie om daar enkele dagen de praktische kant van enkele hippe technologieën te bestuderen. "We willen mensen warm maken, maar gaan daarvoor niet meteen aan promo doen", zegt Jasper van Mullem, talent acquisition professional bij Delaware. "We willen hen vooral iets meegeven waar ze iets mee zijn in hun carrière."

Machine learning en big data

Die universiteitsstudenten die zich ook tijdens de Krokusvakantie nog willen verdiepen in IT, krijgen meteen een hele reeks hippe onderwerpen voor hun neus. Prominent aanwezig: machine learning en big data. "Bijna alles wat je doet, rapporteer je aan een of ander internetbedrijf", legt Dieter De Witte, lector aan de UGent, uit aan zijn klasje. "Wat je kijkt op Netflix, hoe vaak je gaat joggen met Runkeeper, welke muziek je luistert op Spotify. Zelfs Stack Overflow begint te kijken welke postjes je als developer beantwoordt en hoe goed die bevonden worden door de gemeenschap." Uiteindelijk is het de bedoeling van bedrijven om die data te analyseren, en ontwikkelaars weten dus maar beter hoe ze daaraan beginnen.

De eerste workshop van de dag is dan ook ontwapenend rechtdoorzee. "Ik geef jullie elk toegang tot een batch cijfers van Spitsgids, een crowdfunded project van iRail en TreinTramBus", zegt De Witte. In dat project geven treinreizigers aan hoe druk hun wagon is. Op termijn moet daar een app of dienst uitkomen die kan voorspellen, voordat u het kantoor verlaat, of u de volgende trein moet nemen, of misschien toch beter tien minuten wacht. Kwestie van niet de hele weg naar huis als een sardientje in een blik te staan. "Maak even een Kaggle account aan", gaat De Witte door, "en een Docker notepad, en probeer eens om een manier te vinden waarmee je de drukte op de treinen kunt voorspellen."

In de praktijk

Die opdracht blijkt alvast lastiger dan eerst gedacht. De data is bijvoorbeeld vrij ruw. Identificatienummers van treinen vereisen wat ontcijfering, de data van iRail bevat vreemde bestandsformaten enzovoort. De verzamelde klas worstelt er mee. Logisch, want dit is niet het soort oefening die u in veel klaslokalen vindt. Die praktische kant is dan ook belangrijk voor de opzet van het project, zegt Pierre Eggermont, talent acquisition partner van Barco. "We zijn met dit project gestart vanuit het idee dat er weinig praktijkervaring voorhanden is. Je krijgt goede theoretisch geschoolde mensen binnen, maar als je ze dan in een team zet en zegt 'hier is het project, begin er maar aan', dan weten ze meestal niet wat te doen. Dat verschil is groot met andere landen waar ze meer stages doen."

Eggermont is dan ook vrij open over wat hij hier wilt bereiken. "Wij willen de projecten zo concreet mogelijk tonen. We hebben ook enkele onderwerpen gekozen waar op dit moment niet veel aandacht naar gaat op universiteiten, zoals continuous integration. Ze hebben er allemaal van gehoord, maar krijgen bijna geen concrete praktijk. We merken dat dat het gebrek is als mensen starten, dat ze zoiets nog nooit gezien hebben."

De studenten krijgen hier alvast het idee mee dat, zeker voor big data analyse, de eerste stap de belangrijkste is. "Je moet het eigenlijk gewoon doen", zegt Dieter De Witte. "Schrijf u in voor een Kaggle wedstrijd, zet een notebook container op en zie hoe ver je komt. Dat is de beste manier om bij te leren. Zeker in machine learning en big data is er veel blabla en weinig boomboom. Er zijn veel mensen die presentaties geven maar het zelf nog nooit gedaan hebben. Als developer moet je dat vaak 's avonds zelf uitzoeken. Dus je kan daar wel vrij snel expert in worden."