Maak kennis met Daniel Cámpora: universitair docent bij het Department of Advanced Computing Sciences, onderzoeker bij CERN en een van de docenten die je tijdens je bachelor kunt tegenkomen.

Daniel begon zijn carrière in de computerwetenschappen om maar één reden: hij houdt van computers. Tegenwoordig helpt hij bij het creëren van wetenschappelijke doorbraken in de natuurkunde. Hoe? Dat vertelt hij je graag zelf.

Passie inzetten om onderzoek vooruit te helpen

Daniel: “Computers fascineerden me op de middelbare school al. Ik wilde weten hoe ze werken, dus koos ik ervoor om Computer Science te studeren. Ik had toen nog geen ervaring met programmeren. Dat leerde ik tijdens mijn studie. Daar maakte ik ook iets veel spannenders mee: ik ontdekte allerlei verschillende deelgebieden van de computerwetenschappen, waarvan ik niet eens wist dat ze bestonden. De universiteit werd een toegangspoort tot het ontdekken van mijn passie: high-performance computing. Bij high-performance computing gaat het om het maken van extreem snelle computers. Dat is relevant in situaties waarin computers tot het uiterste worden gedreven, bijvoorbeeld bij grote hoeveelheden weersvoorspellingen die elk uur opnieuw en voor elke regio apart moeten worden berekend. Zelf pas ik high-performance computing toe bij CERN’s Large Hadron Collider in Zwitserland, waar ik nog steeds werk naast mijn baan in Maastricht.”

"De Large Hadron Collider is een deeltjesversneller, die het heelal direct na de oerknal nabootst. Meer dan 10.000 mensen werken daar om fundamentele vragen over de natuurkunde te beantwoorden. Deze experimenten genereren enorme hoeveelheden data. Het experiment waar ik bij betrokken ben, genereert zo'n 5000 gigabyte per seconde. Het is onmogelijk om al deze informatie op te slaan, dus beslist een geautomatiseerd systeem wat er wordt opgeslagen en wat er ter plekke wordt weggegooid. Ik heb een nieuwe versie van dit systeem ontworpen en geïmplementeerd. Het is 3 keer efficiënter dan het vorige. Het is ook goedkoper en het verbruikt minder energie. De efficiëntieverbetering stelt ons in staat meer natuurkundig onderzoek te doen dan voorheen. Deze extra output geeft meer inzicht in de wetenschappelijke vraagstukken waaraan we werken. Ik ben erg trots dat ik een revolutie teweeg heb gebracht in de manier waarop CERN onderzoeksgegevens verzamelt.”

Laagdrempelig onderwijs met praktijkvoorbeelden

“Ik houd er niet van om een grote afstand tussen mijn studenten en mijzelf te creëren. Ik geef op een ongedwongen manier les en ga echt interactie aan met studenten. Ik denk dat ik dat van mijn vader heb. Hij is, als grootmeester in het schaken en ook als schaakleraar, heel hartelijk en sociaal - echt een voorbeeld voor mij. In mijn lessen geef ik praktijkvoorbeelden en put ik uit mijn eigen ervaring. Het helpt om de waarde te zien van de dingen waarover ik lesgeef. Ik wil dat mijn studenten denken: ‘Oh, dit is echt nuttig’. Dat soort inzichten maken het makkelijker om op te blijven letten."

"Ik werk graag met studenten met een passie voor de wereld van computers. Studenten die leergierig zijn, en die hun vakgebied nog moeten vinden. Op academisch niveau Computer Science studeren helpt je bij het vinden van je passie, dat ene onderwerp waar je hart sneller van gaat kloppen. Dat is precies wat me overkwam toen ik high-performance computing ontdekte. Ik wil mijn studenten dezelfde ervaring geven. Het is echt opwindend om de computerwetenschappen vooruit te helpen, om de grenzen op te rekken van wat computers kunnen doen voor de wetenschap en de samenleving.”

Meer weten over Daniels onderzoek? Lees meer over Allen, het nieuwe systeem dat Daniel ontwierp, op de UM-website of - als je op zoek bent naar een technischere uitleg - bij CERN.

Meer weten over Daniels onderzoek? Lees meer over Allen, het nieuwe systeem dat Daniel ontwierp, op de UM website of - als je op zoek bent naar een technischere uitleg - bij CERN.