In één oogopslag
- Taken: Voer NLP-analyses uit en ontwikkel innovatieve AI-algoritmen voor de zorg.
- Bedrijf: Carmenda, een toonaangevende organisatie in gezondheidszorg en technologie.
- Voordelen: Maatschappelijke impact, samenwerking met experts en ruimte voor persoonlijke ontwikkeling.
- Overige informatie: Dynamische werkomgeving met kansen voor groei en samenwerking.
- Waarom deze baan: Maak een verschil in de zorg voor mensen met een verstandelijke beperking.
- Kwalificaties: Ervaring met NLP en AI-modellen, sterke communicatieve vaardigheden.
Het verwachte salaris ligt tussen 49500 - 60500 € per jaar.
In toenemende mate analyseert de onderzoeksgroep Geneeskunde voor mensen met een verstandelijke beperking (GMVB) tekstuele data uit cliëntendossiers van mensen met een verstandelijke beperking. Daarom is Carmenda op zoek naar een gedreven data scientist met ervaring in natural language processing (NLP), zoals met het toepassen van BERT modellen, spaCy, etc. die ons onderzoeksteam komt versterken. Deze functie biedt een unieke combinatie van maatschappelijke impact, wetenschappelijk onderzoek en innovatieve algoritmeontwikkeling.
Je analyseert diverse tekstuele datasets afkomstig uit huisartseninformatiesystemen en elektronische cliëntendossiers van zorgorganisaties voor mensen met een verstandelijke beperking. Hiermee draag je bij aan het verkrijgen van meer inzicht in hun zorgbehoeften en aan het verbeteren van de zorgverlening.
Voorbeelden van onderzoeksvragen binnen Carmenda zijn:
- Hoe leggen zorgorganisaties voor mensen met een verstandelijke beperking virale luchtweginfecties zoals influenza en COVID-19 vast in hun dossiers en hoe kunnen we deze vroegtijdig signaleren?
- Hoe kunnen we slikproblemen herkennen in cliëntendossiers van mensen met een verstandelijke beperking zodat verstikkingsincidenten voorkomen kunnen worden?
- Welke kenmerken in cliëntendossiers van mensen met een verstandelijke beperking en een complexe zorgbehoefte (zorgprofiel VG7 of VG7-plus) duiden erop dat de geleverde zorg mogelijk niet passend is?
In samenwerking met inhoudsdeskundigen draag je bij aan het beantwoorden van deze onderzoeksvragen. Daarnaast ontwikkel je samen met het Data- en Techniekteam algoritmen waarmee ongestructureerde tekstuele rapportages geanalyseerd kunnen worden. De exacte invulling van de opdracht wordt in overleg vormgegeven, afhankelijk van de status van de onderzoeksprojecten, de beschikbare data en de kennis, ervaring en affiniteit van de kandidaat.
Je werkzaamheden bestaan uit:
- Het uitvoeren van NLP-analyses.
- Het ontwikkelen en finetunen van gespecialiseerde AI-algoritmen.
- Het ontwikkelen van productiewaardige software waarmee de effectiviteit van de algoritmen kan worden gedemonstreerd, in samenwerking met het Data- en Techniekteam, en publicatie van deze software op onze GitHub.
- Het ondersteunen van andere onderzoekers die aan tekstuele data-analysevraagstukken werken.
- Het opschonen van tekstuele onderzoeksdata.
- Waar nodig, in samenwerking met het onderzoeksteam, het opstellen van onderzoeksprotocollen en zorgdragen voor preregistratie.
- Het rapporteren van resultaten in (concept) wetenschappelijke artikelen.
- Het zorgdragen voor een gedegen archivering van onderzoeksgegevens in de Radboud Data Repository (RDR).
- Het samenwerken met co-onderzoekers met een verstandelijke beperking bij de interpretatie van resultaten en de communicatie daarover, bijvoorbeeld in de vorm van samenvattingen in begrijpelijke taal.
Jouw werkplek: Binnen de afdeling Eerstelijnsgeneeskunde van het Radboudumc werkt de onderzoeksgroep Geneeskunde voor mensen met een verstandelijke beperking (GMVB) samen met zes zorgorganisaties voor mensen met een verstandelijke beperking binnen de academische werkplaats Sterker op eigen benen. Vanuit deze samenwerking is Carmenda ontstaan. Carmenda richt zich op het verbeteren van de mogelijkheden om routinematig verzamelde zorgdata te gebruiken voor onderzoek naar de gezondheid en zorg van mensen met een verstandelijke beperking. Onze werkzaamheden omvatten het beschikbaar maken van data voor onderzoek, het uitvoeren van wetenschappelijk onderzoek en het organiseren van de benodigde randvoorwaarden voor verantwoord datagebruik. Daarnaast ontwikkelen we innovatieve digitale oplossingen voor zorgorganisaties en onderzoekers die veilig secundair gebruik van zorgdata in de langdurige zorg mogelijk maken. Op die manier dragen we bij aan betere zorg, meer kennis over deze doelgroep en een sterkere gegevensinfrastructuur voor onderzoek. Carmenda wordt gefinancierd door het ministerie van Volksgezondheid, Welzijn en Sport (VWS).
De afdeling Eerstelijnsgeneeskunde loopt voorop in het vormgeven van geïntegreerde zorg op het gebied van onderwijs, opleiding, onderzoek en patiëntenzorg. Samen met anderen werken we aan mensgerichte, houdbare en duurzame oplossingen voor belangrijke vraagstukken rondom de zorg van morgen en aan blijvende inzetbaarheid van onze (zorg)professionals. Onze missie: ‘Wij ontwikkelen de medisch-generalistische zorg van de toekomst’. De afdeling bestaat uit de units onderzoek, onderwijs, opleidingen (voor huisarts, specialist ouderengeneeskunde, verslavingsarts, bedrijfsarts en verzekeringsarts) en patiëntenzorg. Ruim 360 eerstelijnsprofessionals werken dwars door deze units samen aan de ontwikkeling van de medisch-generalistische zorg. Daarmee is onze afdeling dé thuishaven voor medische professionals, docenten, opleiders en onderzoekers in de eerstelijnszorg. De afdeling kent een cultuur van laagdrempelig inspireren, pionieren, ontplooien en verbinden die ELG-eigen is en die we ook vragen van onze medewerkers. Geïntegreerde zorg, de ontschotting van de zorg, is een speerpunt van onze afdeling. Dat zien we in onze intensieve samenwerking met lokale, regionale en landelijke partners en netwerken, binnen en buiten het ziekenhuis. Deze eerstelijns-synergie vormt de basis voor continuatie van onze traditie van pionieren en verdere ontwikkeling van kennis rondom de eerstelijnszorg.
Profiel: We zoeken een gemotiveerde data scientist met 2 tot 4 jaar werkervaring in het toepassen en ontwikkelen van AI-modellen, die graag werkzaam is op het snijvlak van gezondheidszorg en technologie. Affiniteit met mensen met een verstandelijke beperking en/of andere kwetsbare doelgroepen is een pré. Daarnaast herken je jezelf in het volgende profiel:
- Je hebt een afgeronde (research)master, bij voorkeur in Data Science, Artificial Intelligence of een vergelijkbare richting. Een afgerond promotieonderzoek is een pré.
- Minimaal 2 jaar werkervaring met de analyse van tekstuele data, bijvoorbeeld met behulp van Natural Language Processing (NLP).
- Je beschikt over uitstekende mondelinge en schriftelijke vaardigheden in zowel het Nederlands als het Engels. Alleen een goede beheersing van het Engels is niet voldoende.
- Je hebt ervaring met Python en eventueel andere programmeertalen.
- Je bent bekend met kwantitatieve onderzoeksmethoden.
- Je hebt een zelfstandige, proactieve en resultaatgerichte werkhouding.
- Je bent enthousiast om samen te werken met verschillende projectpartners, in een onderzoeksgroep waarin ook mensen met verstandelijke beperking als co-onderzoeker werkzaam zijn.
Goed om te weten: Een assessment maakt mogelijk onderdeel uit van deze sollicitatieprocedure. Voor deze functie is een Verklaring Omtrent het Gedrag (VOG) vereist. Wij werven zelf voor deze vacature. Acquisitie stellen wij niet op prijs; delen in je netwerk wél.
Staff researcher - NLP expert in Amsterdam werkgever: Werkenbijradboudumc
Het Amalia Kinderziekenhuis van Radboudumc is een uitstekende werkgever die een ondersteunende en collegiale werkomgeving biedt, waar teamwork en professionaliteit hoog in het vaandel staan. Medewerkers krijgen volop kansen voor persoonlijke en professionele groei, met toegang tot trainingen en ontwikkelingsprogramma's. De unieke locatie binnen een toonaangevend academisch ziekenhuis zorgt ervoor dat je bijdraagt aan betekenisvolle zorg en innovaties in de gezondheidszorg.
Hupjob Expertadvies🤫
Zo denken wij dat je Staff researcher - NLP expert in Amsterdam kunt binnenhalen
✨Duik in de Data Science Communities
Data science draait om kennis delen en leren van elkaar. Sluit je aan bij online communities zoals Kaggle, GitHub en Stack Overflow. Deel je projectwerk en leer van anderen – dit kan leiden tot waardevolle connecties en zelfs een sollicitatie bij Werkenbijradboudumc!
✨Neem deel aan Hackathons
Hackathons zijn een geweldige manier om je vaardigheden in de praktijk te brengen en jezelf te laten zien. Veel bedrijven, waaronder Werkenbijradboudumc, zoeken kandidaten die hun creativiteit en probleemoplossend vermogen kunnen demonstreren. Maak gebruik van deze evenementen om je netwerk uit te breiden.
✨Show je Expertise met Projecten
Laat je skills zien met een publiek portfolio! Zorg ervoor dat je een paar interessante projecten hebt die jouw datavisualisatie, statistiek en machine learning vaardigheden tonen. Plaats ze op platforms zoals GitHub of je eigen website – zo laat je zien wat je kan bij Werkenbijradboudumc.
✨Pas je Sollicitatie aan voor Geschiktheid
Bij fulltime data science functies is het belangrijk om je sollicitatie specifiek te maken voor de rol bij Werkenbijradboudumc. Kijk goed naar de vereisten en match je vaardigheden en ervaring aan wat zij zoeken. Dit maakt het veel waarschijnlijker dat ze jou uitnodigen voor een gesprek!
Wij denken dat je deze vaardigheden nodig hebt om als Staff researcher - NLP expert in Amsterdam te schitteren
Een paar tips voor je sollicitatie 🫡
Laat je technische vaardigheden zien!:In de data-science wereld willen we je technische bekwaamheden echt zien. Zorg ervoor dat je kennis van programmeertalen zoals Python of R, evenals je ervaring met data-analysetools en -technieken, duidelijk naar voren komen in je CV. Dit is een kans om je talenten in statistiek en machine learning te benadrukken, zodat Werkenbijradboudumc ziet dat jij hun ideale kandidaat bent!
Geef je projecten een spotlight:Vergeet niet om eventuele data-projecten of analyses die je al hebt uitgevoerd op te nemen. Heb je bijvoorbeeld een GitHub-account? Voeg dat toe! Dit is een toffe manier om je praktische ervaring te laten zien, wat de recruiter van Werkenbijradboudumc echt zal aanspreken. Laat zien hoe je problemen hebt opgelost en dat je in staat bent om inzichten uit data te halen!
Wees duidelijk over je doelen:Aangezien het om een fulltime rol gaat, is het belangrijk dat je in je motivatiebrief je doelen en ambities duidelijk maakt. Wat hoop je te leren en te bereiken in deze functie bij Werkenbijradboudumc? Laat zien dat je niet alleen geïnteresseerd bent in de functie, maar ook in wat je kunt bijdragen aan het team en het bedrijf.
Ondersteun je ervaring met data:Naast je technische vaardigheden, is het ook cruciaal om je eerdere ervaring te onderbouwen met concrete resultaten. Heb je analyses uitgevoerd die hebben geleid tot verbetering van processen of het nemen van strategische beslissingen? Geef cijfers en voorbeelden in je CV en motivatiebrief, zodat Werkenbijradboudumc ziet dat je kennis van data echt impact heeft gehad.
Zo bereid je je voor op een sollicitatiegesprek bij Werkenbijradboudumc
✨Show je dataskills
Zorg ervoor dat je goed voorbereid bent op technische vragen die je dataskills testen. Bereid je voor op vragen over data-analyse, statistiek en machine learning. Wij moeten ook kunnen zien dat je vertrouwd bent met tools zoals Python, R of SQL.
✨Breng je portfolio mee
Als data scientist is je portfolio cruciaal. Zorg ervoor dat je een aantal projecten hebt waar je trots op bent en die je kunt presenteren. Leg de nadruk op wat je hebt geleerd en hoe je de resultaten hebt toegepast. Dit laat zien dat je niet alleen kennis hebt, maar ook de toepassing ervan begrijpt.
✨Ken de data van Werkenbijradboudumc
Neem de tijd om inzicht te krijgen in de datasets waar Werkenbijradboudumc mee werkt. Dit kan je helpen om tijdens het gesprek specifieke voorbeelden te geven van hoe jouw vaardigheden en ervaring aansluiten bij hun behoeften. Dit toont niet alleen jouw interesse, maar ook dat je al nadenkt over hoe je een bijdrage kunt leveren.
✨Leef je in in de business case
Tijdens de interviews kunnen ze je vragen om een business case te analyseren of oplossingen voor te stellen op basis van gegevens. Dit is een kans om je analytische vaardigheden te laten zien, dus zorg ervoor dat je niet alleen de technische kanten belicht, maar ook hoe jouw aanpak waarde toevoegt aan het bedrijf.
