Tech:

SENTRAL I UTVIKLINGEN: Ulf Jakob Aarsnes vil lede eksterne forskningssamarbeid, samt ha en sentral rolle i utviklingen av nye kvantitative verktøy i Solgt.no.

Solgt.no topper laget

Nå skal Solgt.no gjøre det like enkelt å selge boligen din som det å bestille en Uber, derfor får de med seg nok en forsker på laget.

Publisert

Solgt.no, som kjøper boligen din i løpet av 48 timer, har i underkant av ett år hentet 50 millioner kroner i finansiering. Nå sikter de mot å omsette for godt over 100 millioner kroner i 2021. Dette skal de blant annet gjøre ved å utviklingsteamet med Ulf Jakob Aarsnes. Han har en PhD i kybernetikk fra NTNU, og kommer fra stillingen som seniorforsker i NORCE.

– Vi kjenner Ulf fra før og vet godt hva Ulf står for. Ulf har en sterk drive og har hele sin karriere demonstrert eksepsjonelle evner. Folk som har gjort eksepsjonelle ting i fortiden har en tendens til å fortsette å gjøre eksepsjonelle ting, sier Arne Kvale, daglig leder i Solgt.no.

Artikkelen fortsetter under filmen.

Strategien til Solgt.no er å bruke maskinlæring til å utvikle teknologi som senker usikkerheten, kostnaden og tidsbruken ved bolighandel. Dette gjøres blant annet ved å presist vurdere hva en bolig ville blitt solgt for i en budrunde.

Satser på forskning og utvikling

Det at selskapet får med seg nok en PhD understreker satsingen på forskning og utvikling, og kan potensielt hjelpe oppstarten med å tiltrekke seg mer kapital og industrielle partnere i fremtiden.

– Det er flere momenter i Solgt.no sin visjon som krever et betydelig utviklingsarbeid innen maskinlæring og datainnhenting. Vi ønsker å samarbeide med både andre selskaper og med forskere for å kunne utvikle så god teknologi som mulig, understreker Aarsnes.

I Solgt.no vil Aarsnes lede eksterne forskningssamarbeid, samt ha en sentral rolle i utviklingen av nye kvantitative verktøy.

– Jeg tror man vil oppnå best resultat ved å kombinere kvalitativ ekspertkunnskap, av typen meglere bruker når de gjør en verdivurdering, med kvantitative modeller som effektivt kan dra nytte av og fremvise kunnskapen tilgjengelig i store datasett. Det blir veldig spennende fremover, og sikkert en del prøving og feiling, for å finne den beste måten å integrere disse to tilnærmingene i en effektiv arbeidsprosess, avslutter Aarsnes.

Powered by Labrador CMS