Key features van het project

• Soort studenten: HBO-ICT Applied Data Science & AI
• Studiejaar studenten: 2e leerjaar
• Aantal studenten per team: individueel of als groep (3-5) 
• Tijdsinvestering door studenten: individueel 2 weken in mei. 
• Duur opdracht en planning: individueel 2 weken in mei. In groepsverband gedurende 3-5 weken van 20-30 uur per week per team.
• Begeleiding: Studenten(teams) worden begeleid en gecoacht door senior docenten.
• Deliverables: Presentatie en rapport (in de vorm van verslag, slides en notebooks) 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
• Kennisinstelling: hogeschool Windesheim
• Locatie: Almere

Krijg inzicht in uw data met Data Science studenten

U kunt kosteloos een team van Applied Data Science & AI-studenten inzetten om uw ICT-datavraagstuk te laten onderzoeken. Denk hierbij aan vraagstukken zoals het voorspellen van klantgedrag of vraag, het analyseren van proces- of gebruiksdata, het verbeteren van besluitvorming met data, het signaleren van patronen of afwijkingen, of het ontwikkelen van eenvoudige voorspellende of classificatiemodellen op basis van uw bestaande data. De studenten werken in teams van drie à vijf en voeren een onderzoeksopdracht uit op basis van een dataset uit uw organisatie.

Tijdens het project stellen zij een projectplan op, analyseren en modelleren zij de data, ontwikkelen zij voorspellende modellen en leveren zij zowel een eindrapport als een eindpresentatie op.

Van u wordt verwacht dat u bij de start en afronding van het project aanwezig bent en tussentijds beschikbaar bent om vragen per e-mail te beantwoorden.

Welke studenten zet we in op de projecten?

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 afstudeerrichting 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.

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.
• Organisaties gevestigd in Almere, Lelystad, Amsterdam, ’t Gooi of de directe omgeving daarvan hebben onze voorkeur, maar ook bedrijven buiten deze regio zijn van harte welkom om zich aan te melden.

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?

U kunt uw challenge direct hieronder indienen.