Er du interessert i en spennende karriere innen kunstig intelligens og teknologi? Maskinlæringsteamledere er ettertraktede fagfolk i denne bransjen. La oss se på hva rollen innebærer og hvordan du kan bli en.
Vi skal utforske utdanningskravene, lønnsmulighetene og arbeidsoppgavene til en maskinlæringsteamleder. Denne stillingen står sentralt i den raske utviklingen av AI–teknologi.
AI HOUSE, et ledende AI-samfunn i Ukraina, har lansert en ny skole. De tilbyr en Skole for Generativ Kunstig Intelligens sammen med Det Ukrainske Katolske Universitet.
Skolen er for ML-spesialister med minst ett års erfaring i å lage ML-systemer. Den fokuserer på maskinlæring, dataanalyse og utvikling av kunstig intelligens.
La oss nå se nærmere på hva som kreves for å lykkes som maskinlæringsteamleder. Vi skal utforske de ulike mulighetene innen dette spennende feltet.
Hva er en Maskinlæringsteamleder?
En maskinlæringsteamleder leder utviklingen av ML-systemer. De har solid erfaring og kunnskap innen lineær algebra, sannsynlighetsteori og statistikk. Disse lederne har ofte minst ett års arbeidserfaring.
Kort definisjon av yrket Maskinlæringsteamleder
Maskinlæringsteamledere koordinerer team som utvikler ML-systemer for bedrifter. De identifiserer datakilder og designer modeller. Deres mål er å skape verdi for organisasjonen gjennom ML-løsninger.
Ihor Babin fra ADVA Soft er et eksempel på en maskinlæringsteamleder. Han utvikler ML-systemer for å forbedre energieffektiviteten i bygninger.
«Maskinlæring er en transformativ kraft som påvirker hvordan bedrifter opererer, fra automatisering til dypere innsikter. Å lede et team som utnytter denne teknologien effektivt er en spennende og kompleks oppgave.»
Maskinlæringsteamledere finner muligheter for verdiskaping gjennom AI-teknologi. De setter sammen tverrfaglige team for å utnytte disse mulighetene. Deres rolle er sentral i å realisere potensialet i maskinlæring.
Fakta om Maskinlæringsteamleder
Maskinlæringsteamledere er viktige i AI-industrien. De jobber i store teknologibedrifter som SoftServe og The Mom Project. Her leder de team som utvikler avanserte dataanalyse– og maskinlæringsløsninger.
Vladyslava Tysjtsjenko og Nazar Perepichka er kjente eksperter på feltet. De har bred erfaring med å lede tverrfaglige team. Disse teamene utvikler innovative AI-produkter og -tjenester.
Maskinlæringsteamledere trenger solid kompetanse innen datavitenskap, maskinlæring og ledelse. De må kunne styre komplekse prosjekter og ta strategiske beslutninger. God kommunikasjon med tekniske og forretningsmessige interessenter er også viktig.
Teknologibedrifter bruker stadig mer kunstig intelligens i sine tjenester. Dette gjør maskinlæringsteamledere svært ettertraktede i AI-industrien. De hjelper med å omsette ny datavitenskap til konkrete forretningsresultater.
«Kunstig intelligens har et enormt potensial, men det krever dyktige folk som kan lede utviklingen og integrere det i virksomheter på en ansvarlig måte.»
Video av Maskinlæringsteamleder i arbeid
Maskinlæringsteamledere er sentrale i utviklingen av ny AI-teknologi. De driver frem produktbaserte AI-startups og utvider kunstig intelligens-feltet. Dette påvirker både teknologisektoren og samfunnet stort.
Maskinlæringsteamleder: Rolle og betydning i samfunnet eller i sin bransje
Maskinlæringsteamledere styrer utviklingen av AI-løsninger. De leder tverrfaglige team innen datavitenskap og forretningsutvikling. Deres ansvar strekker seg fra konsept til utrulling av AI-prosjekter.
Disse nøkkelpersonene former hvordan AI brukes i ulike bransjer. De driver den teknologiske sektoren fremover. Deres avgjørelser kan ha stor innvirkning på samfunnet.
De spiller en essensiell rolle i å forme fremtidens teknologi. Dette påvirker hvordan vi lever våre liv.
«Maskinlæringsteamledere er arkitekter for den digitale fremtiden – de bestemmer hvordan ny AI-teknologi skal utvikles og anvendes for å skape verdier for både bedrifter og samfunn.»
Maskinlæringsteamledere jobber tett med fageksperter. De forstår både teknologi og forretningsbehov. Dette hjelper dem å skape AI-løsninger som blir til nyttige produkter.
Deres rolle er viktig for etisk og bærekraftig AI-utvikling. De sikrer at AI tjener samfunnet på best mulig måte.
Hva gjør en Maskinlæringsteamleder?
En maskinlæringsteamleder leder utviklingen av avanserte ML-systemer og AI-prosjekter. De koordinerer arbeidet til dataforskere, ingeniører og analytikere. Teamet jobber med å designe, implementere og overvåke ulike maskinlæringsteknologier.
Typiske arbeidsoppgaver for Maskinlæringsteamleder
- Definere strategier og målsetninger for ML-prosjekter i tråd med organisasjonens forretningsmål
- Bygge opp og lede et effektivt team av ML-spesialister
- Analysere krav og behov for ML-løsninger, og designe arkitekturen for ML-systemer
- Overvåke implementeringen av ML-modeller og algoritmer
- Teste og vurdere ML-systemenes ytelse og nøyaktighet
- Rapportere fremdrift og resultater til ledelsen
- Samarbeide tett med produkteiere, dataanalytikere og -forskere
Daglig rutine og spesialoppgaver
En maskinlæringsteamleder leder daglige oppfølgingsmøter og deltar i hackathoner for nye AI-løsninger. De følger opp fremdrift og analyserer ytelsesdata.
De kommuniserer resultater til interessenter og prioriterer ML-systemer. Teamlederen bestemmer også hvordan teamet skal fordeles på oppgaver.
Eksempler på konkrete oppgaver og ansvarsområder
| Oppgave | Beskrivelse |
|---|---|
| Designet optimale ML-arkitekturer | Basert på kravsspesifikasjoner, designe ML-systemers overordnede arkitektur, dataflyt og komponentstrukturer |
| Ledet utvikling av Computer Vision-modeller | Ansvarlig for å lede et team som utvikler avanserte dataanalyse-algoritmer for bildegjenkjenning og objektdeteksjon |
| Organisert hackathon for NLP-løsninger | Initiert og ledet en 48-timers hackathon for å fremme utvikling av språkteknologiske løsninger som chatbots og tekstklassifisering |
Verktøy og utstyr de bruker
Maskinlæringsteamledere bruker avanserte verktøy for dataanalyse og AI-systemer. De jobber med spesialiserte plattformer for generativ AI og maskinlæring. Disse verktøyene er en viktig del av deres daglige arbeid.
Her er noen av de viktigste verktøyene maskinlæringsteamledere bruker:
- Python og R – to av de mest populære programmeringsspråkene innen datavitenskap og maskinlæring
- TensorFlow, PyTorch og Keras – fremtredende rammeverk for bygging og trening av nevrale nettverk
- Jupyter Notebooks – en interaktiv web-basert plattform for datavisualisering og kodeskriving
- Power BI, Tableau og Qlik – ledende dataanalyse-verktøy for rapportering og visualisering
- AWS SageMaker, Azure ML Studio og Google Cloud AI Platform – skybaserte AI-verktøy for modellering og distribusjon
Maskinlæringsteamledere bruker også avansert hardware for komplekse beregninger. Dette inkluderer høyytelses-datamaskiner, GPU-er og GPU-klynger. Disse er nødvendige for å utføre avanserte dataanalyser og AI-beregninger.
Med disse verktøyene kan teamledere effektivt utvikle og implementere AI-baserte løsninger. De kan skape løsninger som passer perfekt til bedriftens behov.
Hvem Maskinlæringsteamleder samarbeider med (kolleger, andre fagpersoner, kunder)
En maskinlæringsteamleder jobber tett med mange fagfolk. Viktige samarbeidspartnere er dataforskere, AI/ML-arkitekter og ingeniører fra ledende teknologiselskaper. Disse ekspertene utvikler avanserte AI-løsninger og driver prosjekter fremover.
Maskinlæringsteamledere samarbeider også nært med kunder. De sikrer at kundens behov blir møtt. Samtidig deler AI-eksperter sin faglige innsikt med kundene.
Noen maskinlæringsteamledere jobber også med akademiske institusjoner. Et eksempel er det ukrainske katolske universitetet. Slike partnerskap fremmer innovasjon og banebrytende forskning innen maskinlæring.
«Den Generative AI Spring School arrangeres for ML-spesialister med minst ett års arbeidserfaring. Skolen involverer IT-spesialister i Ukraina og foregår fra 11. til 16. mars i Lviv.»
Dette brede samarbeidsnettverket gir tilgang til unik kompetanse. Det muliggjør utveksling av ideer og innovative løsninger. Slik lykkes maskinlæringsteamledere i et konkurranseutsatt marked for kunstig intelligens.
Arbeidstider for Maskinlæringsteamleder
En maskinlæringsteamleder har ofte varierte og fleksible arbeidstider. De kan være involvert i intensive perioder som hackathons som varer i flere dager. Dette krever vilje til å jobbe lange timer og være fleksibel med deadlines.
Maskinlæringsteamledere kan også ha standard arbeidsuker på kontoret eller hjemmefra. Noen jobber vanlige kontortider, mens andre har større fleksibilitet i sine daglige rutiner. Det viktigste er at de oppfyller sine forpliktelser og når sine mål.
Dedikasjon og evne til å jobbe hardt er viktig for å lede team gjennom utfordrende prosjektbasert arbeid. Å håndtere skiftende arbeidstider og fleksibilitet er nøkkelen til suksess i dette yrket.
Hvordan bli Maskinlæringsteamleder?
Å bli maskinlæringsteamleder krever solid bakgrunn i datavitenskap og praktisk erfaring. Relevante kurs som AI HOUSE’s School of Generative Artificial Intelligence kan være verdifulle.
Ett års erfaring er nødvendig for å utvikle de riktige ferdighetene. Videreutdanning kan også hjelpe deg på veien.
Utdanningskrav og sertifiseringer
De fleste maskinlæringsteamledere har utdanning innen informatikk eller datavitenskap. Sertifiseringer innen maskinlæring og AI-teknologi er ofte en fordel.
Deltakelse i hackathons kan styrke dine kvalifikasjoner. Dette gir praktisk erfaring og nettverksbygging.
Relevant kurs og praksis
- AI HOUSE tilbyr Generative AI Spring School sammen med det ukrainske katolske universitetet.
- Skolen finner sted i Lviv og har forelesere fra ledende teknologibedrifter.
- Deltakelse krever en donasjon på 1,000+ ukrainske hryvnias til et stipendfond.
- Direktesendinger og opptak er tilgjengelige for en donasjon fra 200 ukrainske hryvnias.
Andre nødvendige kvalifikasjoner
Praktisk erfaring med å lede team og prosjekter innen maskinlæring er viktig. Gode lederegenskaper og kommunikasjonsevner er nøkkelfaktorer.
Teknisk forståelse er også avgjørende for å lykkes i dette yrket. Kontinuerlig læring og utvikling er nødvendig.
Hvor jobber en Maskinlæringsteamleder?
Maskinlæringsteamledere jobber i framtidsrettede teknologiselskaper. De er ettertraktet i private firmaer som SoftServe, ADVA Soft og DeepX. Her verdsettes deres kompetanse innen maskinlæring og teamledelse høyt.
Disse ekspertene kan også finne roller i forskningsinstitusjoner og offentlige etater. De bidrar til spennende AI-prosjekter som DressX og UADamage. Her utvikler de avanserte løsninger som skaper verdi for bedrifter og samfunn.
Maskinlæringsteamledere trives i dynamiske og innovative miljøer. De leder tverrfaglige team og omsetter maskinlæring til praktiske løsninger. Denne evnen er svært etterspurt i dagens arbeidsmarked.
| Arbeidssted | Eksempler |
|---|---|
| Teknologi-selskaper | SoftServe, ADVA Soft, DeepX |
| Startups | DressX, UADamage |
| Forskningsinstitusjoner | Universiteter, statlige forskningslaboratorier |
| Offentlig sektor | Kommuner, direktorater, etater |
Jobbmarkedet for maskinlæringsteamledere vokser stadig. Behovet for å utnytte kunstig intelligens og maskinlæring øker kontinuerlig. Disse ekspertene er ettertraktet for å lede utviklingen av framtidsrettede teknologiske løsninger.
Arbeidsmiljø
En stilling som maskinlæringsteamleder er både utfordrende og dynamisk. Yrket krever at man holder seg oppdatert på teknologisk utvikling innen AI og maskinlæring. Dette gir store muligheter for innovasjon og samarbeid med eksperter.
Utfordringer i Maskinlæringsteamleder-yrket
Maskinlæringsteamledere møter krevende prosjekter med tette tidsfrister og høye forventninger. Dette kan føre til perioder med intenst arbeid og utfordringer med work-life balance.
Yrket krever evnen til å håndtere uforutsette hendelser og skiftende krav. Både kunder og teknologisk utvikling bidrar til disse endringene.
Fordeler med Maskinlæringsteamleder-yrket
Yrket som maskinlæringsteamleder byr på mange fordeler. Stillingen gir muligheter for personlig utvikling, kreativitet og samarbeid med dyktige fagfolk.
Mange opplever at jobben tilbyr en attraktiv work-life balance. Fleksible arbeidstider og muligheter for fjernarbeid er vanlige fordeler.
Geografisk spredning og tilgjengelighet
Etterspørselen etter maskinlæringsteamledere er stor, både i Norge og internasjonalt. Stillingen finnes innen ulike sektorer og bransjer.
Dette gir muligheter for å jobbe i offentlig og privat sektor. Noen velger også å bli selvstendig næringsdrivende.
«AI HOUSE, i samarbeid med Fakultet for generativ kunstig intelligens ved Ukrainske katolske universitet, tilbyr et program rettet mot maskinlæringsspesialister med minst ett års erfaring. Programmet fokuserer på temaer som datavaresyn, NLP og lyd, og involverer fremtredende eksperter fra AI-bransjen.»
Myter og fakta om Maskinlæringsteamleder-yrket
AI-industrien vokser raskt, og det finnes flere karrieremyter om maskinlæringsteamleder-yrket. La oss skille fakta fra fiksjon for å forstå denne rollen bedre. Slik kan vi se dens betydning i samfunnet.
Mange tror at en maskinlæringsteamleder kun jobber med programmering og tekniske oppgaver. I virkeligheten krever jobben både teknisk ekspertise og lederegenskaper. Teamlederen må koordinere tverrfaglige team og ta strategiske beslutninger.
En annen myte er at yrket er forbeholdt matematikere og dataloger. Fakta er at en bred fagbakgrunn kan være like verdifull. Mangfold i teamet er avgjørende for å løse komplekse problemer.
| Myter | Fakta |
|---|---|
| Maskinlæringsteamleder er kun en teknisk rolle | Rollen krever både teknisk og lederekspertise |
| Kun matematikere og dataloger kan bli maskinlæringsteamleder | Mangfoldig fagbakgrunn er verdifullt for teamet |
| Maskinlæringsteamleder-yrket har lav lønn | Lønn er konkurransedyktig i den raskt voksende AI-industrien |
Noen tror at yrket har lav lønn. Fakta er at maskinlæringsteamleder-stillinger tilbyr konkurransedyktige lønninger. Dette skyldes den sterke etterspørselen etter slik kompetanse i AI-industrien.
Ved å avkrefte disse mytene får vi en bedre forståelse av yrket. Vi ser hva som kreves for å lykkes som maskinlæringsteamleder. Denne rollen blir stadig viktigere i fremtidens teknologiutvikling.
Maskinlæringsteamleder lønn – Hvor mye tjener en Maskinlæringsteamleder?
Lønnen for en maskinlæringsteamleder avhenger av flere faktorer. Erfaring, lokasjon og spesialisering spiller en viktig rolle. I Norge kan erfarne ledere i teknologisektoren forvente en relativt høy lønn.
Typisk lønnsnivå eller lønnsspekter
Nyere undersøkelser viser et interessant bilde av lønnsforholdene. Den gjennomsnittlige lønnen for maskinlæringsteamledere i Norge ligger mellom 600 000 og 900 000 kroner årlig.
Erfarne ledere i fremtredende teknologiselskaper kan tjene enda mer. Deres lønn kan overstige det typiske lønnsspekteret betydelig.
Faktorer som påvirker lønnen
- Erfaring: Maskinlæringsteamledere med flere års erfaring og en solid kompetanseportefølje kan forvente bedre lønnsvilkår.
- Lokasjon: Lønnen kan variere mellom ulike regioner i Norge, med høyere lønn i teknologiske sentre som Oslo og Trondheim.
- Spesialisering: Teamledere med spesialkompetanse innen for eksempel autonome systemer eller naturlig språkbehandling kan tjene mer enn generalistene.
Startlønn for Maskinlæringsteamleder
Nyutdannede maskinlæringsteamledere kan forvente en startlønn på rundt 500 000 kroner årlig. Dette avhenger av deres erfaring og kompetanse.
Etter hvert som karrieren utvikler seg, kan lønnen øke betydelig. Vekstpotensialet i dette feltet er stort.
Gjennomsnittlønn for Maskinlæringsteamleder
Nylige lønnsstatistikker viser interessante tall. Gjennomsnittslønn for maskinlæringsteamledere i Norge ligger på rundt 750 000 kroner årlig.
Denne summen kan variere basert på ulike faktorer. Erfaring, spesialisering og lokasjon påvirker den endelige lønnen.
Nødvendige personlige egenskaper og ferdigheter for Maskinlæringsteamleder
En maskinlæringsteamleder trenger både tekniske og lederegenskaper. De må forstå kompleks matematikk og algoritmer bak ML-systemer. Samtidig må de kunne lede et team av AI-eksperter effektivt.
Faglige ferdigheter som kreves for å lykkes som Maskinlæringsteamleder
- Dyp forståelse for maskinlæringsmodeller og -teknikker som nevrale nettverk, dype læringssystemer og beslutningstrær
- Erfaring med databehandling, -analyse og -visualisering
- Ferdigheter innen programmering, spesielt Python og SQL
- Kunnskap om verktøy og rammeverk for ML-utvikling som TensorFlow, PyTorch og scikit-learn
- Forståelse for forvaltning av ML-modeller – inkludert testing, implementering og overvåkning
Karriere- og utviklingsmuligheter
Erfarne ledere kan spesialisere seg innen Computer Vision eller Naturlig språkprosessering (NLP). Videre utdanning, som AI HOUSE’s skole for Generative AI, kan åpne nye dører.
Dette kan føre til avansement innen AI-spesialisering og mer ledende roller i bransjen.
Interne karrierestiger og alternative roller for Maskinlæringsteamleder
Maskinlæringsteamledere kan bli ML-arkitekt, ML-forskningssjef eller AI-leder. Alternative roller inkluderer datavitenskapsrådgiver eller ML-produktsjef.
Arbeidsmarked og etterspørsel
Norsk arbeidsmarked har stor etterspørsel etter maskinlæringsteamledere. Flere bransjer fokuserer mer på AI og maskinlæring. Dette gir gode framtidsutsikter for maskinlæringsteamledere.
Den generative AI-revolusjonen skaper nye muligheter. Selskaper som DressX og UADamage viser behovet for dyktige ledere. Maskinlæringsteamledere driver innovasjon innen AI og teknologi.
Nåværende behov i markedet
Norske teknologiselskaper søker etter dyktige maskinlæringsteamledere. De trenger ledere som kan utvikle og implementere AI-systemer. Jobbene krever teknisk kompetanse og gode lederevner.
Fremtidsutsikter og trender innen yrket Maskinlæringsteamleder
AI HOUSE melder om økende etterspørsel etter maskinlæringsteamledere med erfaring i generativ AI. Skolen for Generativ Kunstig Intelligens i Lviv bygger kompetanse på dette feltet.
Behovet for dyktige maskinlæringsteamledere forventes å øke i årene som kommer. Dette skaper spennende karrieremuligheter for fagfolk i bransjen. Ledere som kan styre team og drive AI-prosjekter blir stadig mer ettertraktet.
Nyttige ressurser og lenker
Maskinlæringsteamledere må holde seg oppdatert på nye trender og verktøy. Det finnes mange nyttige ressurser og nettverk for dette. Disse kan hjelpe deg i din karriere.
Aktuelle fagorganisasjoner for Maskinlæringsteamleder
- AI HOUSE – Det største AI-nettverket i Ukraina, som samarbeider med fakultetet for anvendt vitenskap ved det ukrainske katolske universitetet (UCU) for å tilby utdanningsprogrammer.
- ELLIS – Det pan-europeiske nettverket av vitenskapelige sentre for maskinlæring og kunstig intelligens, som tilbyr samarbeid og faglige ressurser.
Bransjenettverk og fagfora innen Maskinlæringsteamleder-yrket
Det finnes flere aktive bransjenettverk og fagfora for Maskinlæringsteamledere. Disse gir muligheter for engasjement og læring.
- AI HOUSE – Arrangerer årlige konferanser, hackathoner og seminarer for AI-profesjonelle i Ukraina.
- Fakultetet for anvendt vitenskap ved UCU – Anerkjent som Ukrainas ledende miljø for AI-utdanning og forskning.
- ELLIS – Det pan-europeiske nettverket av sentre for maskinlæring tilbyr samarbeidsmuligheter og kompetansebygging.
Offisielle kilder for utdanning, lønnsstatistikk og stillingsutlysninger
Pålitelig informasjon om utdanning, lønn og jobber er viktig for din karriere. Her er noen gode kilder:
| Kilde | Type informasjon |
|---|---|
| AI HOUSE | Utdanning, fagnettverk |
| Fakultetet for anvendt vitenskap ved UCU | Utdanning, forskning |
| ELLIS | Fagnettverk, kompetansebygging |
Disse ressursene og nettverkene gir deg verdifull kunnskap og støtte. De kan hjelpe deg å lykkes som Maskinlæringsteamleder.
Kort oppsummering av hva Maskinlæringsteamleder innebærer, hvorfor yrket er viktig og hvilke muligheter det gir
Maskinlæringsteamledere er avgjørende for utviklingen av AI-teknologi. De driver innovasjon og fremmer teknologisk utvikling. Disse lederne får muligheten til å styre banebrytende prosjekter og samarbeide med eksperter.
I et AI-drevet marked bygger de sterke AI-miljøer. De bidrar til vekst i den teknologiske sektoren. Disse lederne er sentrale i å realisere potensialet til AI.
Maskinlæringsteamledere trenger skarpe tekniske ferdigheter og evne til teamledelse. De må også ha et strategisk perspektiv. Yrket tilbyr spennende karrieremuligheter for teknologientusiaster.
De som velger denne karrieren, kan forme fremtidens digitale økosystemer. De står i front av teknologisk innovasjon. Dette yrket er perfekt for de som ønsker å påvirke fremtidens teknologi.
FAQ
Hva er en Maskinlæringsteamleder?
Hva gjør en Maskinlæringsteamleder?
Hvilke verktøy og utstyr bruker en Maskinlæringsteamleder?
Hvem samarbeider Maskinlæringsteamledere med?
Hvilke arbeidstider har en Maskinlæringsteamleder?
Hvordan blir man Maskinlæringsteamleder?
Hvor jobber en Maskinlæringsteamleder?
Hva kjennetegner arbeidsmiljøet for en Maskinlæringsteamleder?
Hvor mye tjener en Maskinlæringsteamleder?
Hvilke ferdigheter og personlige egenskaper kreves for å lykkes som Maskinlæringsteamleder?
Hvordan ser arbeidsmarkedet og fremtidsutsiktene ut for Maskinlæringsteamledere?
Hvilke ressurser og lenker er nyttige for Maskinlæringsteamledere?
Kildelenker
- https://zephyrnet.com/no/serhiy-tokarev-kunngjør-lansering-av-skole-for-generativ-ai-av-ai-house-og-ucu/
- https://blogg.interimleder.no/kunstig-intelligens-i-ledelse-forbered-deg-pa-ai-revolusjonen
- https://norconsultdigital.no/prosjekter/maskinlaering-utslipp/
- https://www.nhh.no/nhh-bulletin/artikkelarkiv/2023/juli/-det-gar-ekstremt-fort-innen-ai-og-maskinlaring-sa-jeg-forstar-dem-som-er-bekymret/
- https://lorn.tech/case/c1124_211213_liv-dingsor/
- https://www.forskning.no/data-informasjonsteknologi-kunstig-intelligens/kunstig-intelligens-enkelt-forklart/2310767
- https://inmeta.no/kompetanse/kunstig-intelligens
- https://karrierestart.no/ledig-stilling/844378
- https://lederne.no/artikler/pa-lag-med-maskinene/
- https://nemonoor.no/author/sunniva/page/2/
- https://dittmagasin.no/kundemagasiner/utgivelser/ledernytt_06_21
- https://uia.brage.unit.no/uia-xmlui/bitstream/handle/11250/3056808/no.uia:inspera:127910669:36444238.pdf?sequence=1
