En rejse ind i fremtidens datahåndtering

Mahmoud Kenawi - Senior data- og digitaliseringskonsulent hos Cegal

Fra remote sensing til datadrevet innovation - en rejse ind i fremtiden for data management!
Med en ph.d. i geografisk analyse af arealanvendelse til vedvarende energi i Norge, der nærmer sig sin afslutning, har rejsen ind i datahåndtering været alt andet end tilfældig. Da jeg arbejdede med remote sensing og geoprocessing, indså jeg tidligt styrken i data, og hvordan de rigtige processer og teknologivalg kan omdanne rå information til værdifuld indsigt.

Min vej ind i data management startede med at indsamle og analysere remote sensing-data ved hjælp af machine learning og convolutional neural networks (CNN'er). Det gav mig indsigt i, hvordan komplekse, visuelle datastrukturer kunne fortolkes, behandles og bruges i praktisk planlægning. Til sidst blev geografisk analyse og datadrevet efterbehandling en naturlig forlængelse af arbejdet. Da jeg kom til Cegal i november 2024, tog jeg denne viden med mig ind i nye udfordringer, såsom håndtering af forskellige datasæt i cloud, automatisering af arbejdsgange og opbygning af API'er med Python som værktøjskasse.

Allerede under min kandidatuddannelse fik jeg en forsmag på, hvad datahåndtering kunne være. Jeg arbejdede længe med data om vandkraftproduktion på timebasis og lærte, hvordan multiprocessing og distributed computing kunne optimere brugen af ressourcer.

Det var der, min interesse for alvor blev vækket - at støde på rigtige, komplekse data og være i stand til at uddrage håndgribelig værdi af dem.

Et af de mest krævende datasæt, jeg har arbejdet med, var high-resolution remote sensing data. Udfordringen lå ikke kun i størrelsen, men også i kravene til effektiv behandling. Jeg var nødt til at lære at maksimere de tilgængelige ressourcer, kombinere forskellige værktøjer og bruge High-Performance Computing (HPC) til at køre parallelle simuleringer. Det var en stejl læringskurve i opbygningen af skalerbare workflows og i at tænke værktøjsuafhængigt og adaptivt.

Ændret datahåndtering: kvalitet, skalerbarhed og fremtidig teknologi

I dag vokser mængden af data eksponentielt, men udfordringerne handler ikke kun om volumen. Det handler i lige så høj grad om at sikre datakvalitet, tilgængelighed og skalerbarhed. Med stadig større og ofte ustrukturerede datasæt stiger behovet for rene, veldokumenterede og sammenhængende processer.

Smarte datastrukturer, automatisering og cloud-baserede løsninger er afgørende, især når det gælder om at udvinde værdi i realtid.

Overgangen fra lokal databehandling til cloud har revolutioneret den måde, vi arbejder på. Tidligere foregik det meste af behandlingen på en enkelt maskine eller i lokale HPC-klynger. Nu arbejder vi i cloud-baserede miljøer, som giver større fleksibilitet, samarbejde og skalerbarhed, men som også kræver løbende opdatering af værktøjer og metoder.

Når vi ser fremad, tror jeg, at kvantecomputere og især kvante-maskinlæring vil være blandt de mest transformerende teknologier. Selv om det stadig er tidligt i udviklingen, sker der store fremskridt på hardwaresiden. Kvanteteknologi har potentiale til at løfte behandling, mønstergenkendelse og optimering til et niveau, der langt overgår, hvad klassiske systemer kan håndtere. Det åbner op for nye muligheder og nye måder at tænke data på.

Min rolle hos Cegal: variation, værdiskabelse og cloud-baserede løsninger

Det, jeg synes er mest spændende ved at arbejde i Data Management-teamet hos Cegal, er de mange forskellige opgaver og udfordringer. Hver dag er forskellig og kræver, at jeg er fleksibel, nysgerrig og villig til at lære. Det er netop denne dynamik, der gør jobbet så givende, både teknisk og personligt.

Gennem min ekspertise inden for analyse, automatisering og cloud-baseret behandling kan jeg hjælpe Cegals kunder med at få mere værdi ud af deres data. Det handler om at forbedre effektiviteten, levere hurtigere og mere præcise resultater og strukturere data, så de kan danne grundlag for bedre beslutninger.

Det, der virkelig adskiller Cegals tilgang fra mange andre aktører, er vores fokus på cloudbaserede og moderne løsninger, der ikke kun lagrer data, men giver vores kunder fleksibilitet og adgang i realtid. Ved at kombinere dette med automatisering og smarte integrationer kan vi udtrække værdi hurtigere og mere sikkert, end traditionelle, lokale løsninger tillader.

Nordlys og datastruktur

Når jeg arbejder med data, er der én ting, jeg er særligt passioneret omkring: struktur. Det er en tilfredsstillende udfordring at organisere data på en måde, der gør det nemt for forskellige brugere at udtrække præcis det, de har brug for. Det handler ikke kun om orden, men om at gøre information tilgængelig og værdifuld.

Når jeg ikke arbejder med datastruktur og automatisering, kigger jeg på himlen, bogstaveligt talt. Astrofotografering og nordlysjagt er blandt mine største hobbyer. Der er noget magisk ved at kombinere teknisk præcision og naturoplevelser, og måske er det ikke overraskende, at det også handler om lys, mønstre og datafangst - bare i en lidt anden form.

Billede fra Oppdal.