DNB utdannet 14 egne datascientister: Nå jobber hun med AI mot hvitvasking

For de ansatte var fordelen at de kunne ta videreutdanning med full lønn, og kunne være sikret relevant ny jobb etterpå.

For DNB var fordelen at de var sikret kompetansen de ønsket seg. Det er også en fordel at de visste at de ansatte kjente og likte DNB og trolig ville bli en stund.

HR-avdelingen i DNB slo flere fluer i en smekk.

En 200 år gammel bank skal omstille seg og omskolere ansatte. Alle som jobber i banken skal få en mulighet til å gjøre seg relevante for fremtiden, som de kaller det.

– Vi skal ikke bytte ut folk for å bytte ut. Vi tror det er mulig å gjøre store endringer og transisjoner for ansatte som ønsker det, sier Siri Langangen, ansvarlig for kompetanseutvikling i DNB, Siri Langangen.

• Kåret til et av verdens mest lovende innen AI: – Vi har tidenes mulighet nå

14 ansatte fikk bestått

14 ansatte mellom 32 og 55 år startet på utdanningen. Undervisningen foregikk i moduler med obligatoriske innleveringer, fysiske møter og nettundervisning.

Alle klarte det, og alle jobber nå som datascientister i ulike avdelinger i DNB.

Anne Line Stampe Stampe var en av søkerne. Hun sa opp jobben sin i avdelingen for Trade Finance og studerte på fulltid i et halvt år.

Helt på slutten av studiehalvåret fikk hun jobb i en ny avdeling, Anti Money Laundering Analysis – avdelingen som jobber for å avsløre hvitvasking av penger.

• Datascientister: Studentene som vasser i tilbud om sommerjobb (Ekstra)

Savnet å bruke realfagskompetansen

Sampe er utdannet svakstrømsingeniør ved NTNU, og har jobbet med IT i hele sitt arbeidsliv, først med databaser og databaseadministrasjon de første årene.

Men det var litt rustent.

– Jeg har ikke praktisert på mange år, sier Stampe.

De siste 10-15 årene har hun jobbet som prosjektleder og leder, men hun søkte den interne utdanningen fordi hun savnet å bruke realfagskompetansen sin.

Hun forteller at hun selv om hun måtte friske opp matematikk- og statistikkunnskapen, kunne hun bygge videre på det hun kunne.

– Det er litt som å sykle, men ikke helt, sier hun.

Det som også var viktig, var at hun hadde lært å tenke analytisk og matematisk.

– Og ikke minst at jeg visste at jeg hadde evne til å lære. Da kan man lære igjen. Det er en disiplin man vet at man kan mestre, sier Stampe.

• Les også: AI og automatisering vil ramme kvinner hardest (Ekstra)

Algoritmer mot hvitvasking

Nå jobber Stampe og en annen nyutdannet datascientist-kollega med å utvikle algoritmer og maskinlæring som kan kjenne igjen mønstre som kan gå igjen når penger hvitvaskes. Hvor pengene kommer fra, beløp, hyppighet og hvor de skal hen.

– Alle kan være potensielle skurker. Vi kontrollerer kontobevegelsene, men jeg kan ikke fortelle akkurat hva vi ser etter. Algoritmene er konfidensielle, sier Stampe.

Hun forteller likevel at algoritmene for eksempel kan se etter kontantbeløp som er satt inn på kontoer og så sendt ut av landet.

– Et eksempel er at du er student og har ganske liten inntekt og lavt forbruk, og så ser vi at kontanter kommer inn og at du begynner å sende masse penger til Iran, sier Stampe.

Eller at du sender penger til en person de vet er del av et terrornettverk.

Alarmen går, de undersøker, og ofte finner de ut at det var helt legitime grunner til transaksjonene.

Men 1500 ganger i året sender de anmeldelser til Økokrim.

• Advarer mot cowboytilstander: Data-scientister må skrive kode klar til produksjon

Krevende studier

Hun synes de 14 studentene fikk en fin ramme rundt studenttilværelsen i DNB. Likevel ble mange overrasket over hvor krevende det var, forteller hun.

– Du kommer ikke utenom at det var krevende, særlig i starten, sier Stampe.

– Vi hadde i snitt mye lenger arbeidsdager enn vi hadde i vår vanlige jobb. Mange kvelder og mange helger.

Noe av motivasjonen var at de satt sammen og jobbet som et team og hjalp hverandre.

Det var også motiverende at studiet var så tett opptil virkeligheten i DNB.

– Og så var det veldig morsomt. Det er spennende fagområde. Hvis du har et realfagshode er dette superspennende, og du vet at kunnskapen har en verdi.

Også leverandøren av utdanningen brukte realistiske problemstillinger koblet til næringslivet, med eksempler fra AirBnB, Netflix og Starbucks.

• Skal gjøre deg til utvikler på ni uker. Nå satser suksesselskapet i Oslo (Ekstra)

Flere interne utdanningsinitiativer

Det kommer noen initativer i kjølvannet av dette prosjektet, for å få opp kompetansen på hvitvaskingsfeltet.

De nye datascientistene har en bindingstid til DNB i to år, og må betales ut av eventuell ny arbeidsgiver hvis de slutter tidligere.

Stampe forteller at flere av datascientistene har opplevd å få henvendelser via LinkedIn, men hun sier at hun ikke vurderer det.

– Lojaliteten øker når man blir satset på. Og jeg opplever også en takknemlighet, og jeg har fått denne sjansen, sier hun.

Banken hadde et behov for flere datascientister for å nå DNBs ambisjoner om god kundeinnsikt. Men det er både vanskelig og dyrt å headhunte datascientister.

• Kommentar: Hvordan komme godt i gang med kunstig intellingens

Brukte amerikansk nettuniversitet

Siri Langangen, ansvarlig for kompetanseutvikling i DNB, forteller at de undersøkte hvordan et slikt kompetanseløp kunne gjennomføres.

De kom fram til at det beste var å benytte tilbudet fra et nettuniversitet i USA, Udacity, som spesialiserer seg på videreutdanning av ansatte i en virksomhet. Udacity sa også ja til å måle om de interne søkerne hadde de forkunnskapene som var nødvendig. Det var et krav om å ha svært gode forkunnskaper.

Så lyste de ut studiet: Et heltidsstudium fra august til desember, med full lønn, men samtidig med en forutsetning om at den ansatte måtte si opp jobben i sin avdeling.

Iselin Sommereng har vært koordinator for utdanningsløpet. Hun forteller at programmet bestod av tre deler.

– Den første delen var nanograden fra Udacity som var selve driveren i programmet. Deretter ble dette koblet til en DNB-kontekst med reelle brukercaser fra DNB, forteller hun.

Den tredje delen bestod av eksterne og interne foredrag og workshops.

– Studentene var blant annet på StartUpLab for å lære av selskaper som jobber med data i dag, sier Sommereng.

• Les også: Amazon-ansatte lytter på det du sier til smarthøyttaleren din

Overraskende søkere

Målet var at når studiene var over, skulle de starte i nye stillinger som datascientister.

44 ansatte søkte, og de kom fra alle deler av DNB.

– Det var veldig overraskende. Vi trodde at det var fra IT-avdelingen og noen få andre steder søknadene skulle komme fra, sier Langanggen. Det var søkere fra IT, men det var folk som hadde helt andre oppgaver, men hadde jobbet med programmering for 20 år siden.

En vanlig måte å rekruttere folk til en slik satsning på i DNB hadde vært å be nærmeste leder spørre enkeltansatte. Men den metoden mente de ville ha en slagside.

– Vi var veldig opptatte av motivasjonen hos den ansatte, så vi ville sikre oss at den var på plass, sier Langangen.