Data Scientist,| Software & AI Engineer,| Product Owner

Berekent het aantal woningwaarderingspunten van een woning en de maximale huurprijs die daaruit volgt, volgens de beleidsboeken van de Huurcommissie en de VERA-standaard.

Geslaagd voor het examen van Microsoft over het ontwerpen en bouwen van AI-oplossingen op Azure: generatieve AI-apps en agents, computer vision, natuurlijke-taalverwerking en Document Intelligence.

Beheert de productbacklog, werkt samen met andere teams en is het eerste aanspreekpunt voor iedereen binnen en buiten de organisatie die afhankelijk is van de microservices.

Een large language model fine-tunen om de woningwaarderingspunten van een woning te voorspellen, aangepakt als regressieprobleem.

API-monitoring met Prometheus en Grafana voor de services van het team.

API's met FastAPI, verpakt in Docker-containers, voor het Microservices Team.

CI/CD-pipelines in Azure DevOps, van de eerste deployments in het onderhoudsteam tot het releaseproces van het Microservices Team.

Data engineering op Databricks — de pipelines waarlangs de woning- en onderhoudsdata bij de analisten komt.

Onderzoek naar onderhoudsdata met data science, na de overstap naar het team vastgoed en onderhoud verbreed naar de hele vastgoedportefeuille.

DevContainers als ontwikkelomgeving van het team, zodat een nieuwe repository direct na het clonen werkt.

Terraform voor infrastructure-as-code-deployments.

Large language models bouwen, fine-tunen en uitrollen op Microsoft Foundry, als onderdeel van de werkgroep generatieve AI.

Maakt het opzoeken van monumenten beschikbaar als MCP-server, zodat een taalmodel een adres kan herleiden tot een verblijfsobject en kan nagaan of het een monument is.

Geslaagd voor het examen van Microsoft over AI-toepassingen op Azure: machine learning, computer vision, natuurlijke-taalverwerking, Document Intelligence en generatieve AI.

Geslaagd voor het examen van Microsoft over de basisbegrippen van data op Azure: relationele en niet-relationele data en data-analyse.

Zoekt de monumentale status van Nederlandse adressen op via de API's van de Rijksdienst voor het Cultureel Erfgoed en het Kadaster — tienduizenden objecten tegelijk, asynchroon en zonder API-sleutel.

De monumentale status van elk verblijfsobject in de BAG, met bij elke status de bron. Een gefaseerde pipeline op basis van het monumenten-package zoekt de status op bij de Rijksdienst voor het Cultureel Erfgoed en het Kadaster; het resultaat is gepubliceerd als één Parquet-bestand.

Een Streamlit-app op Hugging Face Spaces die een Nederlands adres opzoekt en laat zien of het een rijksmonument is, in een rijksbeschermd gezicht staat of een gemeentelijk monument is, met bij elk antwoord de bron.

Datakwaliteitstests voor PySpark-DataFrames, met resultaten als DataFrame in lang formaat.

De assessments mee ontwikkelen waarmee Woonstad Rotterdam data scientists en data engineers selecteert.

Streamlit-apps uitgerold in Docker-containers, zodat de uitkomsten van modellen terechtkomen bij de mensen die er beslissingen op nemen.

Controleert of woningdata voldoet aan de VERA-standaard, met tests die aansluiten op pyspark-testframework.

Hoe en waarom we een datakwaliteitsframework voor PySpark bouwden, en wat we leerden van het uitbrengen ervan als open source.

Medeoprichter van de werkgroep data science en engineering van Woonstad Rotterdam.

De wijzigingen per januari 2025 in het beleidsboek van de Huurcommissie voor het woningwaarderingsstelsel, voor onzelfstandige woonruimte.

De wijzigingen per januari 2025 in het beleidsboek van de Huurcommissie voor het woningwaarderingsstelsel, voor zelfstandige woonruimte.

Een QLoRA-fine-tune van Llama 3.1 8B, gekwantiseerd naar vier bits, die uit de beschrijving van een woning het aantal woningwaarderingspunten voorspelt: een regressietaak, hier opgelost met een taalmodel in plaats van een regressiemodel.

Een gradient-boostingmodel dat het aantal woningwaarderingspunten van een woning voorspelt uit zes woningkenmerken, getuned met random search en cross-validatie. Het is gepubliceerd samen met de predictor die het model inlaadt, zodat een woning te waarderen is zonder opnieuw te trainen.

Een Gradio-app op Hugging Face Spaces om het gradient-boostingmodel live uit te proberen: vul de kenmerken van een woning in en de app toont het voorspelde aantal punten met een bandbreedte, de maximale huurprijs die bij die punten hoort en het huursegment waarin de woning daarmee valt.

Beschrijvingen in een vast formaat van zelfstandige woonruimten in Rotterdam, elk met het aantal woningwaarderingspunten dat de wet eraan toekent. Gegenereerd uit de evaluaties van het woningwaardering-package en opgesplitst om modellen op te trainen.

Woningwaarderingen van drie woningcorporaties in één dataset: een samenwerking opgezet tussen Beveland Wonen, Thuisvester en Woonstad Rotterdam, die elk de data van hun eigen werkgebied publiceren. De data is per corporatie ontdubbeld en samengevoegd tot gedeelde train-, validatie- en testsplits.

Hulpmiddelen die ontbreken in de gangbare tools voor data science — plothulpen, decorators en een estimator-switch voor scikit-learn-pipelines — gepubliceerd op PyPI, met documentatie op Read the Docs.

Een cross-validator voor gegroepeerde tijdreeksen waarin groepen ongelijke aantallen observaties bevatten — bijgedragen aan scikit-lego en uitgebracht in versie 0.6.14.

Een wedstrijd in dynamic pricing tussen teams: modellen die supermarktprijzen aanpassen aan de vraag en het opnemen tegen de modellen van de andere teams.

Bayesiaanse modellen in PyMC3, waarin de onzekerheid rond een voorspelling bij de uitkomst hoort in plaats van te worden weggelaten.

Introduceert GroupTimeSeriesSplit, de cross-validator in scikit-lego voor gegroepeerde tijdreeksen waarvan de groepen ongelijke aantallen observaties bevatten.

Apache Airflow uitrollen op Kubernetes, met de scheduler, de metadatadatabase en de jobs als resources van het cluster.

Beeldclassificatiemodellen bouwen in PyTorch en toepassen op nieuwe beelden, van het voorbereiden van de trainingsdata tot het analyseren waar het model de mist in gaat.

CI/CD-pipelines bouwen die code bij elke wijziging testen, verpakken en uitbrengen, zodat een merge genoeg is voor een release.

Twee manieren om meer uit een categorische plot te halen — aantallen bij de labels op de x-as, en een stripplot over een boxplot — beide uit extra-datascience-tools.

Een Python-package vanaf de eerste commit opzetten met geautomatiseerde tests, documentatie op Read the Docs en publicatie op PyPI.

Vier situaties waarin het beste model volgens GridSearchCV niet het model is dat je moet gebruiken.

API's instrumenteren met Prometheus en de metrics uitlezen in Grafana-dashboards, zodat een trage of falende service opvalt voordat de gebruikers het merken.

Installeerbare Python-packages bouwen en elk uitleveren als Docker-container, zodat de code overal op dezelfde manier draait.

Grid search over hele pipelinestappen in plaats van alleen over hun parameters, met de EstimatorSwitch uit extra-datascience-tools.

Cloudinfrastructuur als code uitrollen naar Google Cloud met Terraform, zodat een omgeving volledig vanuit de repository opnieuw op te bouwen is.

Een decorator uit extra-datascience-tools die de argumenten en uitvoeringstijd van een functie logt, afgezet tegen de debugbibliotheek icecream.

Uitleggen wat een getraind model doet — met partial dependence plots, SHAP-waarden en LIME — zodat voorspellingen te controleren zijn in plaats van blind vertrouwd.

Gecertificeerd in de basisprincipes van Agile en Scrum: de rollen, events en artefacten van Scrum, en hoe een agile team zijn werk plant en oplevert.

Het tweejarige datatraineeship van de Rijksoverheid afgerond: drie plaatsingen van acht maanden bij drie overheidsorganisaties en ruim dertig trainingsdagen in hard en soft skills.

Python-programmeeropdrachten van studenten nakijken en beoordelen voor Introduction to Programming.

Werkcolleges geven voor Introduction to Programming, een eerste vak in Python, en studenten helpen hun programmeervaardigheden op te bouwen.

Masterscriptie over het herkennen van de artiest achter een songtekst. Klassieke kenmerken voor auteursherkenning zijn gecombineerd met kenmerken op basis van woordsoorten, fonetiek en statistiek. De scriptie zet vraagtekens bij getranscribeerde interpunctie als betrouwbaar kenmerk, en laat zien dat het beter werkt om uit samenwerkingen alleen de eigen coupletten van een artiest mee te nemen dan hele nummers. De uiteindelijke support vector machines haalden macro-F1-scores van 0,91 en 0,79 op twee datasets van acht artiesten.

Cum laude afgestudeerd in de master Informatiekunde aan de Rijksuniversiteit Groningen.

Python-programmeeropdrachten van studenten nakijken en beoordelen voor Advanced Programming.

Werkcolleges geven voor Advanced Programming, een Python-vak, en studenten helpen hun programmeervaardigheden verder te ontwikkelen.

Bachelorscriptie die Twitteraars indeelt bij een van vier partijen uit de Tweede Kamerverkiezingen van 2017 — CDA, D66, GroenLinks of PVV — op basis van hun woordgebruik, de accounts die ze volgen en hun hashtags. Voor 4.000 gebruikers zijn tweets en gevolgde accounts verzameld via de Twitter-API, waarna Naive Bayes en support vector machines zijn vergeleken. De nauwkeurigheid liep op tot 90%, tegen een baseline van 25%.

Anomaliedetectie met machine learning opzetten in Kibana, op data uit Elasticsearch.

Een tutorial geven over het opzetten van anomaliedetectie met machine learning in Kibana.

Winkeldiensten leiden voor een team van maximaal 15 medewerkers en de kasafhandeling verzorgen.

Nieuwe medewerkers van het winkelteam inwerken.

Winkeldiensten leiden voor een team van maximaal 15 medewerkers en de kasafhandeling verzorgen.

Nieuwe medewerkers van het winkelteam inwerken.

Vijf Python-idiomen waaraan je de code van ervaren ontwikkelaars herkent, uitgelegd aan de hand van puzzels uit Advent of Code.

Zes werkwijzen waardoor Python-code eruitziet alsof een ervaren ontwikkelaar die heeft geschreven.

Introduceert AdvancedValueCounts, een package dat value_counts() van pandas uitbreidt voor het verkennen van categorische variabelen.

Cloudgaming op een GPU-instance bij AWS, betaald per uur, ook voor Windows-games op een Mac met Apple Silicon.

Een Streamlit-app uitrollen naar Streamlit Cloud als die afhankelijk is van een privépackage op GitHub.

Als Python-ontwikkelaar voorbij het juniorniveau groeien door de code van professionele projecten te lezen en ervan te leren.

Een MacBook inrichten voor data science in 2024.

Een MacBook inrichten voor data science, editie 2025: browser, apps, terminal, Python en AI-tools.

Een experiment: kan ChatGPT onbevooroordeelde tests schrijven voor code die het zelf heeft geschreven?

Is ChatGPT Plus, en daarmee GPT-4, als programmeerassistent 20 dollar per maand waard voor een ontwikkelaar?

Waarom git switch en git restore het overbelaste git checkout zouden moeten vervangen.

De Tennis-kata van Emily Bache stap voor stap refactoren in Python, volgens de SOLID-principes.

Vier vaardigheden die je als data scientist nodig hebt, maar die je aan de universiteit niet leert.