Doorzetters – vasthoudend en sportief
Bij Riviq hebben we een sportieve mentaliteit. We worden graag uitgedaagd en gaan als team volhardend voor het beste resultaat.
Het is opvallend hoeveel collega’s bij Riviq in hun privétijd een sport beoefenen. Hardlopen, wielrennen, mountainbiken, fitness, klimmen, voetbal, hockey, kitesurfen. Teveel om op te noemen, iedereen is wel ergens fanatiek sportief mee bezig.
Een gezonde geest in een gezond lichaam, dus sport is een goede zaak. Maar er zit meer achter. De gemiddelde Riviq-er zoekt uitdagingen op. Kan het sneller en beter, kan ik meer bereiken? Daar spreekt een gezonde ambitie uit. En sport staat ook voor plezier en teamwork. Dit zijn zaken waaraan we ook in ons werk graag invulling aan geven.
Zo krijgen we graag uitdagende opdrachten van onze opdrachtgevers. Kansen om écht het verschil te maken. Daar waar anderen opgeven, realiseren wij juist een succesvol project. Technische complexiteit over diverse platformen en omgevingen? Regulatory reporting deadlines onder grote druk? Analyses ten behoeve van commercieel succes? Allemaal voorbeelden van uitdagingen die wij met succes aangingen, met als resultaat tevreden opdrachtgevers.
Een sportieve instelling vraagt ook om teamwork en fair play. Dus gaan we samen met de klant aan de slag om een visie te realiseren, dragen we bij aan kennis binnen diens organisatie en zorgen we voor een zakelijke win-win. Ons werk moet bijdragen aan succes, maar ook positief en leuk zijn voor alle betrokkenen. Leerzame en innovatieve projecten, waar we met trots op terug kunnen kijken.
Mocht je meer willen weten over hoe wij vasthoudend en sportief werken, neem dan contact op. Ik leg het je met plezier uit.

Meer weten? Neem vrijblijvend contact op met
bladeren door artikelen
meer over dit onderwerp
Starten met text mining: in 2 stappen van tekst naar gestructureerde data
Wat is het precies? En hoe maak je van teksten gestructureerde data waaruit je inzichten kan halen?
Clustering Analytics voor Marketing
Als je verzuipt in de mini-segmentjes, probeer dan eens clustering analytics.
Voorspellen of verklaren bij Machine Learning
Soms zoeken we niet alleen voorspellende kracht, maar ook verklarende kracht in een model. Wat zijn de afwegingen?