Wat heb je gedaan?

Bij ProRail heb ik onderzocht of het mogelijk was om de conditie van alle dwarsligger bevestigingen op het Nederlandse spoor te controleren. Dit op basis van 250.000.000 afbeeldingen die elk half jaar worden gemaakt. Deze beelden worden gemaakt door een speciale trein met 8 camera’s, die ’s nachts over het spoor rijdt. Hiervoor heb ik een neuraal netwerk getraind en vervolgens in een beeldherkenning pipeline ingezet.

Wat sprak je in het bijzonder aan tijdens dit project?

Het gave aan dit project was de grote schaal aan beschikbare beeld data. Bij veel klanten begin je kleinschalig met een PoC en ga je vervolgens data verzamelen. Dit proces was al op orde, dus ik kon me focussen op de opdracht. Werken aan een project voor Prorail heeft impact omdat heel veel mensen in Nederland er gebruik van maken. Als je een probleem vroegtijdig kunt signaleren en oplossen, dan voorkom je bij veel mensen frustratie.

Wat heb je geleerd tijdens dit project?

Voor mij was het werken op Databricks nieuw. Hoewel ik sceptisch was, bleek dit uiteindelijk een heel fijn platform te zijn om deep learning te doen op Big Data.

Wat was voor jou bijzonder en is je het meest bijgebleven?

Dit project is gestart aan het begin van de pandemie. Hierdoor hebben we op afstand gewerkt. Ondanks dat ik zelf altijd heb gezegd dat ik veel vanuit huis wil werken, kwam ik tot de conclusie dat een hybride vorm tussen thuis werken en deels op kantoor voor mij het beste is. Dataworkz biedt deze nieuwe vorm van werken, waardoor een goede balans ontstaat.

Welke technologie heb je gebruikt?

MobileNet, Python, TensorFlow, OpenCV, Azure, Databricks, Docker, Kubernetes