Ik werd aangetrokken tot Engels vanwege mijn fascinatie voor de analytische kant van literatuurbespreking en het analyseren van poëzie. Ik vond deze aspecten buitengewoon intrigerend. Momenteel ben ik werkzaam bij een bedrijf dat AI gebruikt voor voorspellende analyses in de verzekeringsindustrie. Mijn rol omvat het trainen van processors om data te extraheren, die vervolgens worden omgezet in sjablonen en databases. Daarnaast houd ik me bezig met prompt engineering, waarbij ik inzichten verkrijg uit uitgebreide medische dossiers of advocatenverklaringen. Dit is hoe ik overstapte van het bestuderen van Engels naar werken in de technologie. Verandering van richting Tijdens mijn derde jaar op de universiteit realiseerde ik me dat ik niet nog eens tien jaar aan opleiding wilde besteden voor de medische school. Daarom begon ik alternatieve paden te verkennen. Tijdens deze zoektocht ontdekte ik het belang van datawetenschap, machine learning en AI. Het veld van datawetenschap voelde vergelijkbaar met mijn ervaring met Engelse literatuur, omdat het ging om het leggen van verbanden tussen verschillende datapunten en het beoordelen van hun correlaties en effecten. Ik begon met zelfstudie in datawetenschap via platforms zoals Coursera en Udemy, waar ik talloze online cursussen heb afgerond. Hierdoor leerde ik coderen en kreeg ik een goed begrip van AI en machine learning. Bovendien, met de introductie van ChatGPT, had ik de mogelijkheid om er uitgebreid mee te experimenteren en mijn vaardigheden in prompt engineering verder te ontwikkelen. Op zoek naar begeleiding, had ik een gesprek met een senior AI-manager bij Tesla.

Zij raadde me aan te beginnen met MIT OpenCourseWare, wat ik deed door een reeks van hun video's te bekijken, hun huiswerkopdrachten te voltooien en oefentoetsen te maken. Mijn reis naar mijn huidige functie Ik solliciteerde naar verschillende banen en zocht actief contact met managers en directeuren. Uiteindelijk kreeg ik mijn eerste baan bij een AI-startup na een gesprek met de CEO, die me na het interview een baan aanbood. Op dezelfde manier kreeg ik mijn huidige rol. Door contact op te nemen met de CEO van de startup, voerden we een kort interview, wat leidde tot een stageplek en uiteindelijk een fulltime aanstelling. Bezwaren en reflecties over de overstap naar technologie Aanvankelijk had ik bedenkingen over de overstap naar de tech-industrie en was ik bang dat ik veel tijd zou moeten steken in leren voordat ik een baan zou kunnen krijgen. Echter, dankzij de begeleiding van mijn vader, die zelf in tech werkt, leerde ik dat formele opleiding niet per se nodig is om de basisprincipes te begrijpen en het veld te betreden. Geen spijt van mijn studie Engels Ik heb geen spijt van mijn keuze om Engelse literatuur te studeren. Echter, ik heb onderweg wel momenten van twijfel gehad. Een van de grootste waarden die ik vind in het bestuderen van Engelse literatuur is het vermogen om meerdere perspectieven te overwegen. Deze vaardigheid is nuttig gebleken in AI en datawetenschap, omdat het me aanmoedigt om verschillende invalshoeken te verkennen. Ik heb gemerkt dat deze aanpak minder gebruikelijk is in STEM-omgevingen, waar vaak één juist antwoord is. Voor degenen die een soortgelijke overgang overwegen, geloof ik dat het cruciaal is om te begrijpen welke aspecten van je geesteswetenschappenstudie je echt waardeert en vervolgens te identificeren hoe die vaardigheden buiten het veld kunnen worden toegepast. Dit toont creativiteit aan werkgevers, wat aantoont dat je in staat bent om kennis van het ene domein naar het andere toe te passen, waardoor je waarde op de arbeidsmarkt wordt vergroot.