Atlas Copco zoekt vijftig dataspecialisten voor zijn wereldwijde hoofdzetel voor compressoren in Wilrijk. Het gaat om onder meer data stewards, data officers, data engineers en data scientist. Daarnaast zoekt het it-profielen zoals softwareontwikkelaars. De toekomstige werknemers worden bijgeschoold om tot de juiste competenties te komen.
Atlas Copco is een Zweedse leverancier van productiviteitsoplossingen. In Wijlrijk zit het hoofdkantoor voor compressoren. Vanuit die vestiging werd onlangs een zelflerende compressor ontwikkeld. Nu het bedrijf steeds meer inzet op technologie en data heeft het behoefte aan meer dataspecialisten. In eerste instantie gaat het om vijftig profielen, maar de organisatie verwacht hier in de toekomst nog meer aan toe te voegen.
Atlas Copco zegt ‘heel uiteenlopende profielen’ te zoeken. Zo spreekt het over data officers (kwaliteit van data), data engineers (samenstellen van datasets en datavraagstukken oplossen) en data scientist (statistische modellen en voorspellingen). Daarnaast zoekt het meer it-gerelateerde vacatures, zoals softwareontwikkelaars voor de fysieke systemen (de integratie van sensoren, bijhorende communicatie en dataverwerking) en ontwikkelaars voor de automatisering van softwareontwikkelingsproces.
Bijscholen
De potentiële medewerkers worden naar eigen zeggen niet vastgepind op bepaalde diploma’s of ervaring. De organisatie spreekt over het zogeheten ‘hire for attitude, train for skills’-principe. ‘We zoeken mensen met een juiste attitude’, vertelt Simon Helsen, vice president Technical Support & Engineering bij Atlas Copco. ‘Voor ons moeten medewerkers een passie voor data en software hebben, een open geest hebben, out of the box durven denken en openstaan om bij te leren. Vervolgens trainen we hen ‘on the job’ voor de vaardigheden en kennis (train for skills). Die opleiding gebeurt in samenwerking met universiteiten en de duur varieert van enkele maanden tot twee jaar.
Welke competenties Atlas Copco in hun toekomstige collega’s zoekt? Helsen: ‘Ze moeten statische modellen kunnen opstellen, selecteren en de resultaten correct en kritisch kunnen beoordelen. Het gaat dikwijls over correlaties zoeken, voorspellen van wat de toekomst gaat brengen, ervoor zorgen dat er meer en meer beslissingen kunnen genomen worden op basis van de datamodellen.’
