WBP-specialisatie

Opdrachtomschrijving

Nijmegen heeft al diverse usecases, demo's en processen gerealiseerd. Groningen wil deze implementeren, maar het is nog onduidelijk of dit via eenvoudige overdracht (bijvoorbeeld met een USB-stick) of via een volledige implementatie en aansluiting moet gebeuren. Hiervoor is nog analyse nodig. Aanvullende opdracht: onderzoek hoe hiervan een toolkit te maken is voor overdraagbaarheid naar andere gemeenten.

Meer weten? Lees hier de volledige opdrachtomschrijving

Opdrachtomschrijving

Onderzoeken wat de voordelen zijn van het draaien van EnHyCo in Azure in plaats van standalone op een laptop, en wat dat aan kosten met zich meebrengt. Daarbij moet in kaart worden gebracht vanaf welk punt Azure voordeliger is dan lokaal draaien, en moeten scenario's worden uitgewerkt voor verschillende gebruikersgroepen: een dedicated omgeving voor expertgebruikers versus een webomgeving die voor iedereen toegankelijk is. Belangrijke aandachtspunten zijn de balans tussen EnHyCo, en gebruikersgemak, hoe eenvoudig gebruikers ermee kunnen leren werken, welke eisen aan de omgeving worden gesteld, wie de gebruikers zijn, en wat de rol van AI kan zijn bij het toetsen en verder ontwikkelen van deze aanpak.

Meer weten? Lees hier de volledige opdrachtomschrijving

Opdrachtomschrijving

Binnen verpleegkunde zijn we bezig met Kwaliteitszorg waarvoor we binnen alle onderwijsmodules enquêtes versturen om het onderwijs te evalueren (wat vinden ze van de lessen, hoeveel stress ervaren ze, sluit het aan bij wat ze hebben geleerd etc). Je begrijpt het vast, veel versturen met herinneringen en inzichten delen over de teams. Grote wens, een soort van dashboard waarop we voor de hele opleiding kunnen zien wat de studenten van het onderwijs vinden. Ik dacht aan de dashboard vraag en daarom aan jullie.

Meer weten? Lees hier de volledige opdrachtomschrijving

Opdrachtomschrijving

Onderzoeken wat de voordelen zijn van het draaien van EnHyCo in Azure in plaats van standalone op een laptop, en wat dat aan kosten met zich meebrengt. Daarbij moet in kaart worden gebracht vanaf welk punt Azure voordeliger is dan lokaal draaien, en moeten scenario's worden uitgewerkt voor verschillende gebruikersgroepen: een dedicated omgeving voor expertgebruikers versus een webomgeving die voor iedereen toegankelijk is. Belangrijke aandachtspunten zijn de balans tussen EnHyCo, en gebruikersgemak, hoe eenvoudig gebruikers ermee kunnen leren werken, welke eisen aan de omgeving worden gesteld, wie de gebruikers zijn, en wat de rol van AI kan zijn bij het toetsen en verder ontwikkelen van deze aanpak.

Meer weten? Lees hier de volledige opdrachtomschrijving

Opdrachtomschrijving

Veel data waarmee de Veiligheidsregio Groningen werkt, komt uit externe bronnen zoals sectorregistraties, waterbedrijven (brandkranen) en waterschappen (waterwegen), en uit gemeentelijke basisregistraties van personen en gebouwen. De kwaliteit van deze aangeleverde data is vaak onvoldoende, terwijl de eigen informatievoorziening hier sterk van afhankelijk is. Gevraagd wordt een aanpak of campagne te ontwikkelen om de datakwaliteit al bij de bron te verbeteren, bijvoorbeeld door een tour langs beheerders in de provincie te organiseren waarin besproken wordt hoe data beter aangeleverd kan worden. Een belangrijk aandachtspunt is hoe de awareness bij deze externe partijen te vergroten is en hoe Product Owners en andere betrokkenen hierin beïnvloed kunnen worden.

Meer weten? Lees hier de volledige opdrachtomschrijving

Opdrachtomschrijving

Binnen de leergemeenschap van CollabSpace draaien verschillende omgevingen, waaronder enkele productieomgevingen. Voordat je iets zinnigs kunt zeggen over compliance, moet de onderliggende data op orde zijn. Zoals bij vrijwel elk AI-project begint het bij schone, goed gestructureerde en betrouwbare data. Deze opdracht bestaat uit twee fasen: eerst het ontsluiten en structureren van de data met een eerste inzicht via business intelligence, en vervolgens het inzetten van AI om compliance op een of meerdere gekozen domeinen aantoonbaar en efficiënter inzichtelijk te maken.

Meer weten? Lees hier de volledige opdrachtomschrijving

Opdrachtomschrijving

Ontwikkelen van een rittenforecast voor taxivervoer in Noord-Nederland. Middels het bouwen van een dashboard wordt de vraag naar taxiritten per tijdstip en locatie zichtbaar maakt, waarbij drukte rond onder meer het station, horeca en evenementen wordt gekoppeld aan invloeden van weer en seizoen. Daarnaast wordt in kaart gebracht waar chauffeurs vaak leeg terugrijden. Op basis van ritgegevens, eventueel aangevuld met open data, worden patronen geanalyseerd en vertaald naar een eenvoudige forecast voor drukke momenten en een praktisch advies voor een efficiëntere inzet van chauffeurs, zodat het aantal onnodige lege kilometers afneemt.

Meer weten? Lees hier de volledige opdrachtomschrijving

Opdrachtomschrijving

Een autonoom schip met drone inspecteert windturbines op zee, maar mag alleen vertrekken als wind, golven, zicht en luchtruim het toelaten. Nu blijkt vaak pas laat of een missie door kan gaan. Het team bouwt een mobiele app met backend die per windpark laat zien wanneer de komende dagen een missie haalbaar is, en planners een melding stuurt als dat verandert. Vlak voor vertrek doorloopt de operator in de app een digitale checklist; de app haalt waar mogelijk zelf de gegevens op en geeft een onderbouwd advies om wel of niet te vertrekken. Elke beslissing wordt bewaard en achteraf vergeleken met wat er werkelijk gebeurde, zodat de voorspellingen steeds beter worden.

Meer weten? Lees hier de volledige opdrachtomschrijving

Opdrachtomschrijving

Bouwen van een afgebakende AI-proof-of-concept die productdata haalt uit ongestructureerde bronnen zoals PDF's, e-mails, spec sheets en scans, deze normaliseert en koppelt aan een productdatamodel, met een datalineage-dashboard (inclusief mobiele weergave) dat per waarde zichtbaar maakt uit welke bron die komt, welk model die heeft bepaald en welke normalisatieregel is toegepast. Het team brengt eerst de bronsoorten in kaart, legt samen met de opdrachtgever een doelmodel en een gelabelde referentieset vast om de nauwkeurigheid per veld meetbaar te maken, en bouwt pas daarna de extractie- en normalisatiepijplijn; self-healing op gestructureerde feeds en het productdashboard van Qurated vallen buiten scope. De proef is verkennend en niet productiewaardig, de bevindingen en gemeten resultaten zijn de kernoplevering, niet de code, terwijl de opdrachtgever nog moet bepalen welke productgroep en welk bronmateriaal (inclusief eventueel opgeschoonde klantdata) beschikbaar komen, wat direct bepalend is voor hoe groot en betrouwbaar de meetlat kan worden.

Opdrachtomschrijving

ENTRANCE, het onderzoeksinstituut voor energievraagstukken van de Hanzehogeschool, ontwikkelt binnen het lectoraat Systeemintegratie regelmatig software ter ondersteuning van onderzoek. Veel onderzoekers hebben beperkte ervaring met softwareontwikkeling en versiebeheer, waardoor werkwijzen rond GitHub niet altijd consequent worden gevolgd. Tegelijk wordt steeds vaker AI gebruikt om code te genereren, en het lectoraat wil kunnen onderbouwen waarom die software betrouwbaar is. De opdracht onderzoekt hoe AI het ontwikkelingsproces kan versnellen met een standaard werkwijze, zonder kwaliteit en begrip over het programma te verminderen. Het resultaat is een werkwijze in de vorm van een systeem of tool, met een onderbouwing van de gemaakte keuzes en voorbeeldcode waarvan de kwaliteit en totstandkoming te verantwoorden zijn. Een bestaande, deels werkende testapplicatie van het lectoraat dient om de aanpak in de praktijk te toetsen. Als de tijd het toelaat, wordt ook onderzocht of GitHub of Azure DevOps beter aansluit en hoe externe code met behulp van AI efficiënt kan worden beoordeeld en geïntegreerd.

Meer weten? Lees hier de volledige opdrachtomschrijving

Opdrachtomschrijving

Schoorsteen Warmtepomp, een non-invasieve vervanger voor cv-ketels die gebruikmaakt van de bestaande schoorsteenconstructie. In dit project ontwerpen en realiseren jullie de software-architectuur voor de aansturing, communicatie en het onderhoud van dit systeem: van open connectiviteit via een protocol als Modbus over TCP voor integratie met smart home systemen zoals Home Assistant, tot zelflerende aansturing van vloerverwarming en radiatoren, predictive maintenance, een automatisch reinigingsmechanisme dat de ventilatorrichting op basis van sensordata omkeert, en een automatische ontluchtingscyclus bij inbedrijfstelling. Daarnaast houden jullie rekening met veilige OTA-updates en role-based access control voor eindgebruikers en installateurs. Het resultaat bestaat uit een gedocumenteerd architectuurontwerp, een werkende proof of concept van een deel van de kernlogica en een ontwikkelplan voor de verdere uitrol van de intelligente componenten en OTA-functionaliteit, waarbij veiligheid en betrouwbaarheid steeds voorop staan.

Opdrachtomschrijving

Hanze Dataplatform gebruikt meerdere pipelines om data uit bronsystemen op te halen. De ontwikkeling van deze pipelines verloopt versnipperd: iedere ontwikkelaar werkt vanuit een eigen repository en met een eigen werkwijze, waardoor code moeilijk herbruikbaar en onderhoudbaar is. In deze opdracht ontwerpt en realiseert het team van zes studenten een LLM-gebaseerde assistent die code genereert voor de dataplatformprocessen, zoals extractie-, transformatie- en laadstappen. Het team analyseert de bestaande pipelines en repositories, definieert een gemeenschappelijke codestandaard en projectstructuur, en richt hierop een LLM in (via fine-tuning, retrieval-augmented generation of prompt engineering) die binnen deze standaard werkende, testbare code oplevert.

Opdrachtomschrijving

Studenten ontwikkelen spellen die via een gameserver tegen elkaar gespeeld worden en afgesloten worden met een AI-toernooi. De huidige gameserver is verouderd, instabiel en niet uitbreidbaar met nieuwe spellen. Ontwikkel een nieuwe gameserver die minimaal 30 gelijktijdige clients ondersteunt, Tic-Tac-Toe en Othello faciliteert met Java-clients en uitbreidbaar is naar spellen als Stratego, Zeeslag en Pester inclusief spelregelvarianten. Daarbij hoort een mobiele app met accounts, scores, clientoverzicht, uitnodigingen en toernooiweergave, plus een zelf ingerichte agentic-AI ontwikkelstraat waarin meerdere LLM's, lokale modellen, Azure DevOps, versiebeheer en documentatie gekoppeld worden tot een geautomatiseerde pipeline van requirements naar code, pull-requests, tests en documentatie.

Opdrachtomschrijving

Opzetten van een omgeving waar het lectoraat opdrachten kan aanbieden voor hun leergemeenschap. Details volgen met de opdrachtgever.

Opdrachtomschrijving

Jarvis Engine is een project waarin een adaptieve multi-model AI-engine wordt onderzocht, ontworpen, gerealiseerd en geëvalueerd. In plaats van elke opdracht naar één groot cloudmodel te sturen, bepaalt de engine per opdracht welk beschikbaar taalmodel of welke uitvoeringsstrategie het meest geschikt is. Die keuze kan afhangen van taaktype en complexiteit, verwachte kwaliteit, kosten en latency, maar ook van de gevoeligheid van de gegevens en het ingestelde privacy- en beveiligingsbeleid, zodat vertrouwelijke opdrachten bijvoorbeeld alleen lokaal worden verwerkt. Het project combineert literatuuronderzoek naar modelprestaties en routingmethoden (zoals cascading en verificatie door een tweede model) met een modulair software-ontwerp waarin modellen verwisselbaar zijn en fallback bij uitval mogelijk is. Onderdeel daarvan is een onderbouwde keuze voor de benodigde infrastructuur, variërend van hardware bij de Hanze tot gehuurde GPU-capaciteit of een hybride opzet. De oplossing wordt experimenteel vergeleken met een baseline van één vast krachtig model, met als doel vast te stellen wanneer een multi-modelarchitectuur daadwerkelijk waarde toevoegt en hoe die veilig en betrouwbaar te realiseren is.

Meer weten? Lees hier de volledige opdrachtomschrijving

Opdrachtomschrijving

Studenten ontwikkelen spellen die via een gameserver tegen elkaar gespeeld worden en afgesloten worden met een AI-toernooi. De huidige gameserver is verouderd, instabiel en niet uitbreidbaar met nieuwe spellen. Ontwikkel een nieuwe gameserver die minimaal 30 gelijktijdige clients ondersteunt, Tic-Tac-Toe en Othello faciliteert met Java-clients en uitbreidbaar is naar spellen als Stratego, Zeeslag en Pester inclusief spelregelvarianten. Daarbij hoort een mobiele app met accounts, scores, clientoverzicht, uitnodigingen en toernooiweergave, plus een zelf ingerichte agentic-AI ontwikkelstraat waarin meerdere LLM's, lokale modellen, Azure DevOps, versiebeheer en documentatie gekoppeld worden tot een geautomatiseerde pipeline van requirements naar code, pull-requests, tests en documentatie.

Opdrachtomschrijving

In deze opdracht ontwerp en bouw je een werkend prototype van een one-stop-shop studentenportaal: een mobiele app met een gepersonaliseerd dashboard voor studievoortgang, rooster, vakdetails en aankomende verplichtingen, een backend met integratie- en aggregatielaag richting de bronsystemen, dataopslag voor caching, metadata en audittrail, en een AI-component die de student in natuurlijke taal door de eigen studiedata laat navigeren. Het portaal is view-only; de bronsystemen blijven leidend en doorklikken leidt naar de bron. Naast de software levert het team een architectuurblauwdruk op met datastromen, koppelingen en autorisaties, als basis voor latere productiebouw.

Opdrachtomschrijving

Scholen willen beter zicht krijgen op het welbevinden van leerlingen, vooral rond de spannende overgang naar de brugklas. Nu komen signalen daarover uit allerlei losse bronnen: mentorgesprekken, een veiligheidsmonitor, kennis bij de schoolleiding. Die beelden worden nergens samengebracht, waardoor scholen moeilijk kunnen bepalen waar ze het gesprek moeten voeren of moeten bijsturen.

In deze opdracht ontwikkel je een prototype van een scaninstrument dat dit oplost. Manager, mentor en leerlingen vullen dezelfde vragenlijst in, waarna het systeem de uitkomsten samenbrengt, verschillen tussen de groepen zichtbaar maakt en op basis van een zelf in te richten rubric prioriteiten en aanbevelingen genereert. De opdracht vraagt om een volwaardige technische opzet (frontend, backend, dataopslag en analyse) met een speelse, uitnodigende invulervaring, en wordt in ongeveer acht iteraties opgeleverd als testbaar proof-of-concept.

Opdrachtomschrijving

In deze opdracht ontwerp en bouw je een werkend prototype van een one-stop-shop studentenportaal: een mobiele app met een gepersonaliseerd dashboard voor studievoortgang, rooster, vakdetails en aankomende verplichtingen, een backend met integratie- en aggregatielaag richting de bronsystemen, dataopslag voor caching, metadata en audittrail, en een AI-component die de student in natuurlijke taal door de eigen studiedata laat navigeren. Het portaal is view-only; de bronsystemen blijven leidend en doorklikken leidt naar de bron. Naast de software levert het team een architectuurblauwdruk op met datastromen, koppelingen en autorisaties, als basis voor latere productiebouw.