In één oogopslag
- Taken: Analyseer weegmethoden en non-respons met R voor betere statistieken bij het CBS.
- Bedrijf: CBS Heerlen, een toonaangevende organisatie in statistiek en data-analyse.
- Voordelen: Stagevergoeding van €800,- per maand en flexibele werktijden.
- Overige informatie: Leeromgeving met focus op ontwikkeling van communicatievaardigheden en analytisch denken.
- Waarom deze baan: Draag bij aan belangrijke statistieken en verbeter methoden met directe impact.
- Kwalificaties: Bèta-opleiding op wo-niveau in statistiek en kennis van data-analyse.
Het verwachte salaris ligt tussen 800 - 800 € per maand.
wo-afstudeerstage, start in overleg. Op zoek naar een statistiekstage? Analyseer bij het CBS weegmethoden en non-respons met R en draag bij aan betere statistieken voor Nederland.
Dit is jouw uitdaging. Het CBS trekt steekproeven onder de Nederlandse bevolking om diverse statistieken te maken. Hierbij is sprake van selectieve non-respons. Om voor deze non-respons te corrigeren, voeren we een zogenaamde weging uit, waarbij personen een gewicht krijgen op basis van hun onder- of oververtegenwoordiging in de respons. Personen met achtergrondkenmerken die ondervertegenwoordigd zijn in de respons, krijgen dan een groter gewicht dan personen met achtergrondkenmerken die oververtegenwoordigd zijn.
Bij het uitvoeren van een weging zijn er diverse zaken om rekening mee te houden. Zo kan niet voor alle achtergrondkenmerken worden gecorrigeerd voor scheefheid, omdat de gewichten dan te extreem zouden worden. Daarnaast is het vaak verstandig om überhaupt niet voor te veel achtergrondkenmerken te corrigeren, omdat dit een negatieve invloed heeft op de marges van de schattingen voor de doelvariabelen van een onderzoek. Ook is er een relatie met de doelvariabelen in het onderzoek: op het moment dat er een samenhang is tussen een achtergrondkenmerk en de doelvariabelen van een onderzoek, is het wenselijk om wél voor dat achtergrondkenmerk te corrigeren als dat kenmerk scheef in de respons zit. Het is daarom vaak verstandig om toch zo veel mogelijk te corrigeren voor scheefheid in achtergrondkenmerken.
Het CBS heeft een reguliere werkwijze voor het opstellen en uitvoeren van wegingen voor reguliere onderzoeken. Een optie die nog niet wordt gebruikt, maar wel interessant lijkt, is het uitvoeren van een zogenaamde voorweging. Hierbij wordt de weging min of meer in twee stappen uitgevoerd, waardoor er mogelijk voor meer en/of andere achtergrondkenmerken gecorrigeerd kan worden. Wellicht is het mogelijk om eerst een correctie uit te voeren voor non-respons en vervolgens een verdere weging uit te voeren die meer focust op de doelvariabelen van het onderzoek en de achtergrondkenmerken die daarmee correleren. Dit soort vragen speelt zowel bij de reguliere steekproeven die bij het CBS worden uitgevoerd als bij potentiële nieuwe toepassingen. In deze stage ga je aan de slag om verschillende opties voor de weging te analyseren, te kijken naar de verschillen tussen deze opties en te bepalen welke keuze de voorkeur heeft. Afhankelijk van de resultaten zouden weegmethoden aangepast kunnen worden, met directe impact op de statistieken van het CBS.
Dit is jouw stageplek bij CBS Heerlen. Binnen het team waar je komt te werken, worden nagenoeg alle steekproeven voor het CBS getrokken. Hiermee staan we aan de kern van het waarneemproces en komen er allerlei statistieken langs bij het team. Daarnaast zijn we betrokken bij het maken van schattingen: hoe kunnen we de respondenten op zo’n manier mee laten tellen dat er zinnige resultaten uit onze onderzoeken komen die ook daadwerkelijk iets zeggen over de gehele populatie? We zijn een team met hoogopgeleide professionals die hoge kwaliteit nastreven. Als onze methoden verbeterd of uitgebreid kunnen worden, zodat we beter uit de voeten kunnen met de data die het CBS verzamelt, dan worden wij daar heel blij van. In deze stage ga je kijken of zulke mogelijkheden er zijn. Afhankelijk van de resultaten zullen we bestaande methoden opnieuw bekijken en kunnen onze methoden misschien worden toegepast op datasets waar dat nu (nog) niet mogelijk is.
Dit breng jij mee. Je volgt een bèta-opleiding op wo-niveau met als studierichting statistiek. Je hebt kennis van en wellicht ervaring met:
- data-analyse;
- diverse onderzoeksmethoden en -technieken;
- programmeren in R;
- het rapporteren van bevindingen in een heldere en gestructureerde vorm.
Kernwoorden die jou omschrijven zijn proactief, analytisch, communicatief sterk en kritisch.
Dit kun je van ons verwachten. Een fijne leeromgeving waarin je:
- jouw vakkennis vergroot en werkervaring opdoet met het doen van onderzoek en het analyseren van data;
- jouw communicatievaardigheden verder ontwikkelt en leert om onderzoeksresultaten helder te presenteren;
- uitdagingen aangaat en op zoek gaat naar oplossingen.
Voor jouw inzet ontvang je een stagevergoeding van € 800,- bruto per maand (op basis van 40 uur per week). Samen met je stagebegeleider stem je af hoe je hybride kunt werken, met flexibele werktijden en de optie om deels vanuit huis aan jouw stageopdracht te werken.
Dit zijn onze voorwaarden. Het betreft een stageopdracht en geen werkervaringsplek. Voordat je aan de stage begint verwachten we dat je vanuit de onderwijsinstelling een stagebegeleider hebt, waarmee de stage is afgestemd en concrete leerdoelen zijn afgesproken. Deze stageopdracht is bedoeld voor studenten die momenteel staan ingeschreven bij een onderwijsinstelling; afgestudeerden komen niet in aanmerking.
Wo-stage statistiek: data-analyse en weegmethoden in Heerlen werkgever: CBS
Als Junior Onderzoeker Internationale Handel bij het CBS krijg je de kans om te werken in een stimulerende omgeving waar data-analyse en statistische ontwikkeling centraal staan. Je wordt omringd door een divers team van professionals die samenwerken aan belangrijke statistieken die de Nederlandse economie in kaart brengen, met volop mogelijkheden voor persoonlijke groei en ontwikkeling. Met aantrekkelijke arbeidsvoorwaarden, waaronder een competitief salaris, hybride werkopties en een sterke focus op collegialiteit, is het CBS een uitstekende werkgever voor wie betekenisvol werk zoekt.
Hupjob Expertadvies🤫
Zo denken wij dat je Wo-stage statistiek: data-analyse en weegmethoden in Heerlen kunt binnenhalen
✨Ken je Data Science Communities
Zoek naar lokale meetups of online communities waar data scientists samenkomen. Dit is een geweldige manier om andere professionals te leren kennen, je netwerk uit te breiden en misschien zelfs je toekomstige stage bij CBS te scoren.
✨Word zichtbaar met je vaardigheden
Demonstreer je kennis door deel te nemen aan hackathons of data science wedstrijden zoals Kaggle. Zo krijg je niet alleen praktijkervaring, maar ook een flinke boost voor je portfolio, wat je kans vergroot om die stageplek te veroveren.
✨Maak gebruik van je universiteit
Universiteiten hebben vaak connecties met bedrijven en kunnen je helpen bij het aanvragen van stages. Vraag bij je studiecoördinator of loopbaanservice naar mogelijkheden of zelfs evenementen waar CBS misschien aanwezig is.
✨Solliciteer via onze website!
Vergeet niet dat de beste manier om je kansen te vergroten, is door direct te solliciteren via onze website. Jouw unieke vaardigheden in data science zijn precies wat CBS nodig heeft, dus kom in actie!
Wij denken dat je deze vaardigheden nodig hebt om als Wo-stage statistiek: data-analyse en weegmethoden in Heerlen te schitteren
Een paar tips voor je sollicitatie 🫡
Speel in op je analytische vaardigheden:In je CV en motivatiebrief is het belangrijk om je analytische vaardigheden te benadrukken. Vertel ons over projecten of studies waar je data-analyse hebt toegepast, bijvoorbeeld met Python of R. Laat zien welke technieken je hebt gebruikt en hoe deze je geholpen hebben om problemen op te lossen.
Doe iets met je portfolio!:Als data science stagiair is het handig als je een portfolio hebt met voorbeelden van je werk. Dit kan een GitHub-repo zijn waar je code en projecten deelt. Vergeet niet om een paar interessante projecten te laten zien die je hebt gedaan, inclusief je aanpak en de resultaten die je hebt behaald.
Toon je leermotivatie:Aangezien het om een stage gaat, willen we zien dat je leergierig bent. Gebruik je motivatiebrief om te vertellen waarom je enthousiast bent over data science en wat je hoopt te leren bij CBS. Deel eventuele cursussen of certificaten die je hebt behaald en die relevant zijn voor de rol.
Wees specifiek over je technische vaardigheden:Vermeld in je CV specifiek welke programmeertalen en tools je beheerst. Bij data science kan dat variëren van Python en SQL tot machine learning-bibliotheken zoals TensorFlow of Scikit-Learn. Laat ook zien welke specifieke projecten je met deze vaardigheden hebt gedaan om je ervaring te onderbouwen.
Zo bereid je je voor op een sollicitatiegesprek bij CBS
✨Toon je technische vaardigheden
Als je solliciteert voor een stage in de data-science, laat dan vooral je technische vaardigheden zien. Wees klaar om te praten over tools zoals Python en R, en misschien zelfs je ervaring met data-analyse of machine learning. Denk erover na om een paar voorbeelden van projecten te delen waarin je deze vaardigheden hebt toegepast.
✨Voorzie je portfolio van voorbeelden
Zorg ervoor dat je portfolio goed gevuld is met projecten die je hebt gedaan, of dat nu schoolopdrachten zijn of persoonlijke projecten. We moeten laten zien hoe je aan realistische data-analyse hebt gewerkt en welke bevindingen je hebt gedaan. Een goed gepresenteerd portfolio kan in je voordeel werken tijdens de gesprekken.
✨Wees voorbereid op technische vragen
Verwacht technische vragen over statistische methoden, datamodellering en algoritmen. De interviewers kunnen vragen naar hoe je bepaalde analyses zou uitvoeren of hoe je het beste een dataset zou kunnen opschonen. Door hier scherp op voorbereid te zijn, komt je kennis nog sterker over.
✨Focus op leer- en aanpassingsvermogen
Als stagiair is je motivatie om te leren belangrijker dan ervaring. We moeten laten zien dat we snel kunnen leren en ons kunnen aanpassen aan nieuwe situaties. Denk aan hoe je eerdere uitdagingen hebt aangepakt en wat je van die ervaringen hebt geleerd.
