'Ik maak eenvoudige, doeltreffende en uitlegbare modellen om complexe vraagstukken op te lossen'

Stan is financieel en toegepast wiskundige en promoveerde op het gebied van de financiële kanstheorie. Voordat hij als data scientist aan de slag ging bij de Belastingdienst, werkte hij jaren als analist in de bankenwereld. Totdat de kredietcrisis uitbrak en haar sporen naliet.

‘Na de crisis stonden banken uiteraard niet goed te boek en groeide bij mij het besef dat ik wilde werken voor de ‘goede zaak’. Ik heb altijd in het risicomanagement gezeten en maak wiskundige modellen. De Belastingdienst is een enorm grote financiële organisatie en er zijn maar weinig plekken waar die modellen meer impact hebben dan daar. En dan is het ook nog eens een hele positieve impact, want ik zet mijn kennis en ervaring in voor de hele Nederlandse samenleving.

Jaren terug, toen ik nog een tiener was, dacht ik dat ik later de hele wereld zou gaan veranderen. Daarin trad enige tegenslag en vertraging op, maar ik werd geïnspireerd toen ik bij mij op school een schoonmaker zag dweilen. De vloer was nog niet droog of er walste alweer een hele horde scholieren overheen. Toch bleef hij de vloer keer op keer brandschoon maken. Ik realiseerde me dat de hele wereld willen verbeteren misschien een beetje te veel gevraagd is, maar dat je wel je eigen tegel kunt schoonhouden. Bij de Belastingdienst ben ik een radertje in een groot en belangrijk geheel. En voor dat grote geheel zorg ik ervoor dat mijn deel goed geolied draait.’

‘Als je met mijn achtergrond bij een bank gaat werken ben je vaak alleen maar bezig met het maken van risicomodellen. Het leuke aan werken bij de Belastingdienst is dat alle data scientists bij elkaar zitten en organisatiebreed vraagstukken oplossen. Dit betekent dat ik niet alleen risicomodellen maak, maar bijvoorbeeld ook werk aan taalherkenningsmodellen, aan een bepaalde slimme ordening in een enorme hoeveelheid bestanden, aan cryptografische gegevensuitwisseling met andere overheden en aan huizenprijsmodellen om taxateurs te ondersteunen. Heel praktisch en breed dus.

Het mooiste aan mijn werk? Als ik tot een oplossing kom voor een complex probleem en ik die helder aan een ander kan overbrengen. Deep learning-modellen? Die vind ik heel interessant en knap, maar als een collega me vraagt hoe het werkt en waarom we het zo doen en ik die vragen niet simpel kan beantwoorden, dan heeft het geen zin. Ik maak het liefst modellen die elegant zijn. En daarmee bedoel ik eenvoudig, doeltreffend en uitlegbaar.’

‘Ik vind Nederland qua voorzieningen echt een van de mooiste en beste landen ter wereld. Samenleven in zo’n land is niet gratis; iedereen moet zijn of haar contributie betalen. Dat gaat vaker goed dan fout en dat maakt mijn werk ook zo uitdagend – het zoeken naar mensen die dat niet doen is een beetje zoals een speld in een hooiberg vinden. Mijn werk bij de Belastingdienst is een interessant samenspel van wiskunde, wetgeving en maatschappelijke belangen. Ik bouw risicomodellen, en dan op zo’n manier dat de burgers, ondernemers en de hele samenleving worden beschermd. Ik heb het gevoel dat ik als data scientist – op mijn eigen kleine tegel – echt het verschil kan maken.’