Privacyverklaring

Financiële data voor SpaceX-raketlanding

12 december 2023
Tekst
Gert Verlinden

Voor zijn masterstudie Applied Business Economics kiest Rabi Mbenga met overtuiging voor de combinatie major in finance en minor in data science. Om in die laatste discipline zijn vaardigheden te verbeteren, werkte hij mee aan een project van IBM over de Falcon-9-raket van SpaceX.

1. Wat heb je tijdens je project bij IBM precies onderzocht?

Rabi Mbenga: “Tijdens mijn stage bij IBM werkte ik aan de ontwikkeling van een voorspellend model over de landing van de Falcon-9-SpaceX-raket. De doelstelling is een zo accuraat mogelijke voorspelling te maken over de landing van de eerste fase van de raket. Uiteraard kijken we prioritair naar de veiligheid, maar we bepalen ook de best mogelijke locatie voor de landing. We mikken op de optimalisatie van het budget en beogen een besparing van de kosten voor het materiaal van de raket.

Om de resultaten te berekenen, nam ik parameters in aanmerking zoals data over vorige succesvolle lanceringen, het gewicht van de raket en de afstanden tot risicovolle bevolkte gebieden. IBM bood een financiële databank aan. Voor de analyse van de data codeerde ik in Python en R-Studio. Ik gebruikte regressie als machinelearningtechniek en paste verschillende geclassificeerde modellen toe, zoals K-Nearest Neighbors en Support Vector Machine. Het meest succesvol bleek het beslissingsboommodel, met een voorspellende accuratesse van 89 procent.”

2. Over enkele maanden behaal je je diploma. In welke job wil je daarna starten?

Rabi Mbenga: “Ik overweeg te starten als data scientist of aan de slag gaan in de financiële sector. Een combinatie van beide zou fantastisch zijn. Ik vind de data science-discipline een sterke aanvulling op financiële functies. Een quantitative research analyst bijvoorbeeld, is een rol waarin beide werelden mooi samenvloeien. De hoofdspecialisatie van mijn studie is finance, data science vormt de minor. Het is heerlijk om complexe financiële vraagstukken op te lossen met de juiste data-inzichten. Mijn kennis van Python komt goed van pas. Ik behaalde bij IBM mijn certificaat als data scientist. Ervaring opdoen in consultancy, met afwisselende projecten in finance en IT: dat zou fijn zijn. Wie weet kan dat zelfs in de Verenigde Staten.”

3. Welke tips heb je voor andere studenten in finance ?

Rabi Mbenga: “Het is een cliché, maar kies in de eerste plaats voor een studierichting die je oprecht leuk vindt. Artificiële intelligentie kent nu een forse opmars in de financiële sector. Het belang van data science gaat hand in hand met die opwaartse AI-evolutie. Omdat de studierichtingen in datawetenschappen nog dun gezaaid zijn, raad ik aan om grondig opzoekingswerk te doen. Er is genoeg onlinestudiemateriaal te vinden. Ik heb veel kennis op autodidactische wijze verworven, bovenop mijn basisvaardigheden in finance. Geef niet op, want coderen vraagt tijd. Een fout opsporen en corrigeren kan een ingewikkeld en langdradig proces zijn. Vind je die ene bug, dan geeft dat veel voldoening.”