Nerd fra Brattvåg — men forhåpentligvis en litt annerledes nerd. Jeg begynte som elektriker på skip og endte opp med å bygge maskinlæringsmodeller på de samme skipene. Veien dit forklarer sannsynligvis hvorfor jeg er så opptatt av at teknologi skal kunne forklares til folk som ikke har doktorgrad.
Jeg liker å skape verdi fra data, og trives i skjæringspunktet mellom teknologi og forretningsforståelse. Det som virkelig gir meg energi er å ta det komplekse og gjøre det forståelig for alle i rommet.
Når datamaskinen er skrudd av blir det løping, fjellturer og familieliv.
Jeg trives best i skjæringspunktet mellom data, teknologi og forretning — der innsikt møter faktisk impact. Med bakgrunn i data science, maskinlæring og optimalisering tar jeg med meg både teknisk dybde, domeneforståelse og strategisk tenkning.
Det som virkelig gir meg energi er å dele kunnskap og gjøre data tilgjengelig — å ta det komplekse og gjøre det forståelig for alle i rommet, ikke bare de med doktorgrad. Det er egentlig hele grunnen til at denne siden finnes.
I dag leder jeg initiativer innen analyse, dataplattformer og AI, og er med på å forme både operasjonell og strategisk retning. Bakgrunnen spenner fra simulering og automasjonsingeniøring til maskinlæring — supplert med bred hands-on erfaring fra maritim industri som elektriker og teamlead.
Selv om AI og maskinlæring er lidenskapen, er målet alltid impact — ikke kompleksitet. Det enkleste som virker, vinner.
Femten år i samme bransje, sett fra stadig nye vinkler.
Leder initiativer innen analyse, dataplattformer og AI, og er med på å forme både operasjonell og strategisk retning. Koordinerer prosjekter og ressurser, inkludert eksterne konsulenter.
Skapte innsikt, verdi og impact fra data innen prediktivt vedlikehold, innkjøp, salg og andre deler av virksomheten. Planlegging, utvikling, deployment og vedlikehold.
Skapte innsikt og verdi fra data. Webutvikling og IoT-integrasjoner.
Deltid og ferier under studiene. Analyse av skipsdata med maskinlæring og statistikk, samt prosjektingeniøring av IAS-system for fartøy.
Deltid. Programvareutvikling for sosiale roboter, med to bruksområder: underholdning — tre dansende roboter ved åpningen av NMK2 — og helseomsorg.
Brukte erfaring og kunnskap fra skip til å analysere skipsdata i universitetets Big Data Lab.
Heltid til august 2014, deretter kvelder, helger og ferier fram til juni 2017. Elektrisk installasjon og testing med varierte oppgaver på skip.
Elektriker-lead på to fartøy — maskinrom og IAS-system — med ansvar for opptil 13 mann. Verdifull erfaring med automasjonssystemer, lederskap og planlegging.
Jobbet to–tre dager i uka ved siden av videregående som TAF-student, deretter lærling. Fikk fagbrev som elektriker i februar 2014.
Kraftfulle metoder for datamaskinbasert simulering av komplekse problemer. Maskinlæring, kunstig intelligens, swarm intelligence, computergrafikk og distribuert programmering.
Bredt fundament i instrumentering, kybernetikk og kunstig intelligens. Sentrale fag: modellering og simulering, instrumentering, sanntidsprogrammering og intelligente systemer.
Allmennfag og yrkesfag innen elektro og elektronikk. Studiekompetanse med fordypning i matematikk og fysikk, samt fagbrev som elektriker.
Anomaly detection, klassifikasjon, regresjon. Fra klassisk ML til dyp læring.
Pandas, scikit-learn, PyTorch, FastAPI. Daglig bruker siden 2016.
Bygger og dokumenterer agenter med LLM-er, tools og skills-rammeverk.
Azure ML, datapipelines, deployment og MLOps i produksjon.
Plotly, Dash, egne canvas-visualiseringer. Data skal fortelle historier.
Spesialisert på å finne det unormale i industridata. Masteroppgavens tema.
Gjør kompleks teknologi tilgjengelig. Workshops og foredrag.
Teknisk analyse av egne treningsdata. Puls, pace og progresjon.