Bekijk alle thema's

AbelTalent biedt dé capaciteitsoplossing op het gebied van:
Data Science & Machine Learning.

Data science

Meer weten over de mogelijkheden van Data Science & Machine Learning?

Data Science & Machine Learning

Onze opdrachtgevers hebben toegang tot grote hoeveelheden data, deels in eigen beheer en deels open scource. Vooral binnen de (semi) overheid zien we, onder andere ingegeven door de Omgevingswet en de achterliggende maatschappelijke opgaven (energietransitie, klimaatadaptatie etc.), een toenemende wens en ambitie maar ook noodzaak om integraler te gaan werken. Veelal wordt dit nu ingevuld door werkprocessen hierop aan te passen. Sterk opkomend is echter om door middel van data science / machine learning inzichten te kunnen verkrijgen die door het op conventionele manier raadplegen van databronnen niet naar boven komen Data science maakt het immers mogelijk om verbanden tussen datasets te leggen die normaliter niet zouden kunnen worden gelegd, en met machine learning kunnen deze verbanden snel herkent en uitgebreid worden.

Data science kan worden ingezet om voorspellend vermogen te creëren en daarmee ambities van onze klanten in het kader van o.a. energietransitie, veiligheidsbeleid en waterveiligheid waar te gaan maken. Daarnaast kunnen wij hiermee een bijdrage leveren aan het optimaliseren van de werkprocessen van onze klanten. Denk daar bij aan de noodzaal voor gemeenten om met inwerkingtreding van de Omgevingswet integraler te gaan werken.

Wat kan AbelTalent betekenen bij data science & machine learning?

Voor het benutten van kansen in de markt ten aanzien van data science werken we met vaste samenwerkingspartners die data science kennis en een platform om de data te bewerken leveren. AbelTalent levert samen met de opdrachtgever de domeinkennis en voorziet in de voorbereidende stappen om de data op orde te brengen. Domeinkennis betekent:

  1. Aan de voorkant: Wat is de betekenis van de specifieke dataset? Welke vraagstelling wordt er als startpunt voor het data science project gedefinieerd? Wat zijn de KPI’s?
  2. Aan de achterkant: Hoe vertaal je de resultaten van data science naar toepassing(en) in de praktijk?

Op welke manieren kan AbelTalent ondersteunen?

In een data science project kunnen de volgende stappen worden onderscheiden:

  1. Helpen van de klant met de vraag definitie: wat is het doel van het project? 
  2. Aanmerken van databronnen en datasets (eigendom van de klant en open source) die van invloed kunnen zijn op de vraagstelling ;
  3. Data assessment: zijn er voldoende datasets en zijn deze van voldoende kwaliteit?
  4. Eventueel: verrijken van datasets;
  5. Modelleren;
  6. Toetsen uitkomsten model aan vraag specificatie klant;

Momenteel worden kansen gezien bij omgevingsdiensten en waterschappen met betrekking tot de volgende thema’s: verhogen efficiency VTH, energietransitie en waterveiligheid.

 

Wij ondersteunen op de volgende terreinen

  • Machine Learning
  • Dashboards
  • Visualiseren van data in bijvoorbeeld GIS
  • Data analyse
  • KVK Handelsregister
  • BAG
  • Vertalen & modelleren
  • Verrijken

Staat uw systeem er niet bij? Wij beantwoorden graag uw vragen hierover. Neem contact met ons op via info@abeltalent.nl!

Onze medewerkers

 

1-2

Projectleider 

Deze projectleider werkt al enige tijd intern bij AbelTalent. Eerst als projectmedewerker, waar hij veel heeft geleerd over het vak. Sinds kort is hij werkzaam als projectleider waarin hij meerdere projecten op het gebied van  data science en machine learning begeleid met zijn expertise. 

Dit AbelTalent kan ingezet worden op diverse projecten.

3-3

Projectmedewerker

Dit AbelTalent blinkt uit in projecten gericht op data science en machine learning.
In een van zijn onderzoeken heeft hij zich bezig gehouden met genetische populaties. Hierbij heeft hij advies gegeven meer populaties uit te gaan wisselen voor genetische diversiteit. Hierbij heeft hij gewerkt met programma's zoals R en ArcGIS.

Dit AbelTalent kan op projecten worden ingezet maar kan ook voor u op locatie aan de slag gaan. Klik hier om meer informatie te ontvangen over deze kandidaat. 

2-3

Projectmedewerker

Dit AbelTalent heeft in zowel zijn opleiding als intern bij AbelTalent veel ervaring opgedaan met data.

Zijn kracht ligt bij projectmatig werken en toegepast onderzoek doen. Hij beschikt over een vooruitstrevende visie, vastberadenheid en doorzettingsvermogen.

Dit AbelTalent kan op projecten worden ingezet maar kan ook voor u op locatie aan de slag gaan. Klik hier voor meer informatie over deze kandidaat. 

 

De profielen van onze medewerkers

De kandidaten die wij leveren voor capaciteit voldoen aan het volgende profiel: 

In Nederland wordt naast gegevens uit nieuwe onderzoeken in steeds toenemende mate gebruik gemaakt van bestaande geo-informatie. Geo-informatie moet actueel, betrouwbaar en eenvoudig toepasbaar zijn en moet daarnaast voldoen aan wettelijke voorschriften en verplichtingen. Het gebruik en beheer ervan vraagt daarom om een goede datahuishouding en slimme (werk)processen.

Als datamedewerker ga je voor uiteenlopende organisaties, zoals RUD’s/omgevingsdiensten, gemeenten, provincies en waterschappen data digitaliseren, beheren en presenteren. Denk dan aan het digitaliseren en beheren van openbare ruimte en omgevingsdata (zoals bodem, water, archeologie, asbest, infra). Je werkt hiervoor met diverse protocollen en applicaties, deels in eigen beheer of open source, deels van onze opdrachtgevers.

Werkzaamheden

  • Invoeren van data.
  • Controleren, corrigeren, aanvullen en verrijken van data.
  • Adviseren van klanten over de toepassingsmogelijkheden van hun data eventueel in combinatie met open source data.
  • Adviseren van klanten over data uitwisseling.
  • Het visualiseren van data (vervaardigen kaarten)
  • Het op een eenvoudige en inzichtelijk manier presenteren van data (bijv. met infographics en interactieve rapporten)

Wat verwachten we van je?

  • Je hebt een academische of hbo-opleiding afgerond binnen het domein van de fysieke leefomgeving (aardwetenschappen, biologie, environmental studies etc.), bij voorkeur met een  herkenbaar onderdeel GIS-ICT (bijv. minor).
  • Je hebt een goede algemene ICT-kennis.
  • Je hebt bij voorkeur (enige) ervaring met bekende GIS-tools en -technieken, zoals ArcGIS, MapInfo, QGis, FME, dataconversies, spatial databases.
  • Je hebt oog voor detail en je werkt secuur.
  • Je toont initiatief: je denkt mee én vooruit.
  • Je bent leergierig, hebt een groot verantwoordelijkheidsgevoel en je bent klantgericht.
  • Je bent analytisch.