”På SEB fick jag kvitto på att min kunskap har ett värde”

Eva Elling gick från konststudier på Öland till studier i farkostteknik på KTH. Mod och ökat självförtroende tog henne vidare till SEB:s tech-program. Idag älskar hon sin roll som integrationsutvecklare inom kognitiv AI – och att hon kan ha sneakers på jobbet.

Varför började du på SEB och vad lockade dig?

– Tredje året på KTH var jag på ett frukostevent arrangerat av SEB som gav mersmak. Senare tog jag mod till mig och pratade med vår Chief Data Scientist, Salla Franzén, när det var tid för master-arbete. Då hade jag träffat Salla på en del event, såg verkligen upp till henne och ville ta chansen att ta del av hennes och teamets kunskap.

Du blev antagen till SEB:s tech-program – berätta mera!

– Mot slutet av studierna sökte jag traineeprogram för att få möjlighet att mer successivt komma in i arbetslivet. Det blev SEB:s tech-program eftersom jag redan trivdes väldigt bra och har som långsiktigt mål att jobba inom data science-området. Rollen som integrationsutvecklare för kognitiv AI lät spännande, men jag är inte datalog i grunden och trodde inte jag skulle få den. Men jag tog mod till mig igen, sökte – och
fick tjänsten!

Vad betydde tech-programmet för dig personligen?

– Jag har fått kvitto på att min kunskap har ett värde och med det ett ökat självförtroende. Det halvåret fick jag även tid att reflektera över vad jag vill. Nyligen fick jag också chansen att representera SEB på Women in Tech – en teknikkonferens för kvinnor. Det var väldigt inspirerande! Jag tycker det är värdefullt att kunna identifiera mig själv i människor som jag ser upp till, vilket jag inte förväntade mig när jag började på SEB. Men vi har många grymma tech-kvinnor!

Vad har du för roll idag på SEB?

– Jag integrerar system till våra kunskapsflöden. Förenklat handlar det om att maskininlärningsalgoritmer söker svar på frågor som ställs till våra virtuella assistenter. Till exempel om en kollega blivit utelåst från sin dator – då kan Aida hjälpa dig. Svaret hon ger dig och de tillhörande processerna skapar jag, som vi sedan tränar algoritmerna på. För att utvärdera och se vad vi kan förbättra gör jag även dataanalyser och visualiseringar. Jag utforskar också nya assistenter och lär mig mer om vår Data Lake lösning, där vi har vår data.