Applied Data Science
Organisaties hebben niet altijd de benodigde gespecialiseerde kennis om de nieuwste technieken volledig te benutten, of de tijd om die gespecialiseerde kennis zelf te ontwikkelen. Data scientists van de toekomst kunnen hierbij een rol spelen.
De afgelopen jaren hebben meer en meer organisaties de mogelijkheden van data (science) omarmd. Tegelijkertijd ontwikkelt het veld zich razendsnel en zien we dat technologie zoals Large Langague Models snel toegepast worden. Echter, organisaties hebben niet altijd de benodigde gespecialiseerde kennis om de nieuwste technieken volledig te benutten, of de tijd om die gespecialiseerde kennis zelf te ontwikkelen. Data scientists van de toekomst kunnen hierbij een rol spelen.
Binnen het masterprogramma Applied Data Science van de Universiteit Utrecht is het afsluitend onderzoek een belangrijk onderdeel. De studenten werken hierbij in teamverband aan een dataproject, bij voorkeur in samenwerking met een externe maatschappelijke partner. De vraagstukken lopen hierbij uiteen van complexe analyses op al voorbereidde data tot het omgaan met missende data en alles daar tussenin.
Wat hield de samenwerking in?
Een team van 2 of 3 studenten gaat 10 weken voltijd aan de slag met de onderzoeksvraag van een externe partij, waarbij de teams vanuit de universiteit begeleid worden door onze onderzoekers en een scriptiecoƶrdinator. Zij helpen met het formuleren van een passende onderzoeksvraag. Daarnaast is het belangrijk dat de opdrachtgever ook data-expertise in huis heeft en sturing kan geven aan het onderzoek tijdens het tweewekelijkse teamoverleg. De studenten werken de onderzoeksvraag uit naar een zelfstandig en kwalitatief hoogstaand onderzoek. Hierbij wordt altijd toegewerkt naar direct toepasbare resultaten voor de organisatie. De bewerkte data en het onderzoek worden dusdanig beschreven dat de resultaten ook geschikt zijn voor hergebruik in een vervolgproject door de eigen organisatie of met een nieuw studententeam.
Doel van samenwerking in het onderwijs
De samenwerking tussen studenten en externe maatschappelijke partners is voor beide relevant. De studenten kunnen aan de slag met echte data en krijgen de mogelijkheid om hun kennis in te zetten. Tegelijkertijd hebben externe maatschappelijke partners baat bij de expertise die de studenten met zich meebrengen, waarbij zij direct toepasbare resultaten ontvangen.
(Beoogd) resultaat
De onderwerpen waaraan studenten werken en de daaruit voortvloeiende resultaten zijn zeer divers. In voorgaande jaren hebben studenten voor verschillende instanties onderzoek uitgevoerd. Zo hebben ze bijvoorbeeld voor gemeentes onderzoek gedaan naar de automatische verwerking van bezwaren tegen vastgestelde WOZ-waardes van huizen. Daarnaast hebben ze de Nederlandse Voedsel- en Warenautoriteit (NVWA) ondersteund bij de verdere ontwikkeling van hun commerciƫle software, waarmee ze de relatieve kans op overtredingen van dierenwelzijn op boerderijen kunnen voorspellen. Voor Planalogic hebben studenten gekeken naar het gebruik van data voor het ontwerpen van betaalbare en duurzame huisvesting. Naast deze voorbeelden hebben studenten ook succesvol samengewerkt met diverse andere externe maatschappelijke partners.
Samenwerkende partij namens UU
Studenten uit de cursus: Applied Data Science
Samenwerkende externe partij
In deze cursus werken studenten en docenten samen met vele verschillende organisaties.