Data Science helpt MKB bedrijven data te gebruiken
Zet gratis een team in van Data Science studenten om jouw ICT-datavraagstuk uit te werken.
Description
Krijg inzicht in je data met Data Science studenten
Je kunt nu gratis een team van Data Science studenten inzetten om jouw ICT-datavraagstuk uit te werken. Ze werken in sprints en bespreken bij de start, samen met jou en de begeleidende docent, de wensen en doelen. Tijdens het project ontwikkelen ze een projectplan, voeren het plan uit en gaan testen. Na goedkeuring wordt dit project verder uitgewerkt, op locatie of in een simulatieomgeving.
Welke studenten zet we in op de projecten?
- Soort studenten: HBO-ICT Applied Data Science & AI
- Studiejaar studenten: 2e leerjaar
- Aantal studenten per team: 3-4
- Kennisinstelling: hogeschool Windesheim
- Locatie: Almere
Na een intensief en oriënterend eerste jaar hebben deze studenten de propedeuse behaald en zijn ze klaar voor het tweede jaar van hun opleiding aan Windesheim Flevoland. In hun eerste jaar hebben zij een brede basis gelegd in ICT: van hardware en softwareontwikkeling tot infrastructuur en gebruiksvriendelijkheid. Zo hebben ze een stevig fundament om bewust keuzes te maken voor hun vervolgopleiding.
Dit tweede jaar staat in het teken van verdieping. Onze Data Science studenten hebben inmiddels één semester gevolgd in Business Process Management (BPM) of Object-Oriented Software Development (OOSD). Ze leren complexe data te analyseren, inzichten te vertalen naar oplossingen en slimme, datagedreven beslissingen te ondersteunen.
Binnen de opleiding Applied Data Science & AI ontwikkelen zij vaardigheden die aansluiten bij de actuele ontwikkelingen in de ICT-sector: big data, AI, machine learning en het toepassen van data in de praktijk. Ze werken aan realistische projecten, vaak in samenwerking met echte opdrachtgevers, waardoor theorie en praktijk naadloos samenkomen. Daarnaast leren ze samen te werken in teams, want in ICT kun je niets alleen doen.
Met hun kennis en praktische ervaring bereiden deze tweedejaars studenten zich voor op een toekomst waarin zij data kunnen inzetten om bedrijven en organisaties slimmer te laten werken, innovatieve oplossingen te ontwikkelen en echte impact te maken.
Wanneer kunnen we van start en hoeveel tijd kost het?
- Tijdsinvestering door studenten: gedurende 3 weken van 20 uur per week per team
- Duur opdracht en planning: 3 weken in februari - mei (bij grotere projecten kunnen ook twee periodes ingezet worden indien nodig)
- Begeleiding: Studententeams worden begeleid en gecoacht door senior docenten.
- Deliverables: Presentatie en rapport (in de vorm van verslag en slides) met aanbevelingen.
- Tijdsinvestering onderneming:
- voorbereiding met docententeam
- bereikbaar als klant bij uitvraag studenten
- aanwezig bij kick-off en eindoplevering en eindbeoordeling
- Kosten: Deelname is kosteloos
- Taal: Nederlands, Engelstalig mag ook
Welke bedrijven kunnen bij ons een project aanvragen?
Bedrijven die:
- een data vraagstuk hebben en deze data beschikbaar willen stellen
- enthousiast worden van ideeën waar studenten mee komen.
- beseffen dat studenten nog veel aan het leren zijn.
- het leuk vinden om studenten kennis te laten maken met het bedrijfsleven en opdrachtgeverschap.
- een rolmodel willen zijn voor studenten.
- in Almere, Lelystad, Amsterdam en 't Gooi zitten of in de directe omgeving daarvan.
Voorbeelden van challenges
De studententeams kunnen werken aan vraagstukken zoals, maar niet beperkt tot, de volgende:
- Predictive modeling: Bouw voorspellende modellen voor bedrijfsgerichte vraagstukken, bijvoorbeeld het voorspellen van klantverloop (churn) bij een webshop of telecombedrijf, inclusief interpretatie van de belangrijkste factoren.
- Mini-projecten met machine learning: Ontwikkel eenvoudige ML-modellen, zoals productclassificatie of risicoscores voor bedrijfsprocessen, met evaluatie en visualisatie van resultaten.
- Voorspellende procesoptimalisatie: Analyseer operationele data van een bedrijf (bijv. voorraadbeheer, productie of logistiek) om knelpunten te voorspellen en processen efficiënter te maken.
Hoe kunt u zich aanmelden?
Je kunt jouw challenge direct hieronder indienen.
Planning
- 31 december 2025: Deadline voor het indienen van uw challenge
- 15 januari: U ontvangt bericht of uw challenge is goedgekeurd door de docent
- 16 januari - 31 januari: Matchingfase (overdracht data)
- Februari - maart: Kick-off meeting met studententeams
- Maart: Eindpresentaties in tijdsloten van 30 minuten (nadat u team bent gekoppeld, plannen wij de tijdsloten).
Submit Challenge
Submitting a challenge is easy. Provide a short title, some context and company details. We will review your challenge and if needed contact you to discuss.
Data Science helpt MKB bedrijven data te gebruiken
Login to submit a challenge
No account yet?
No problem! You can create an account directly while submitting your challenge.