> Markdown version of [/jobs/ext/3999016-onderzoeker-deep-learning-data-science](https://www.wearedevelopers.com/jobs/ext/3999016-onderzoeker-deep-learning-data-science). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md). --- # Onderzoeker Deep Learning & Data Science - **Company:** De Haagse Hogeschool - **Location:** Delft, Netherlands - **Salary:** €4,632.0 - €6,677.0 - **Contract:** Permanent contract - **Skills:** Private Networks, Geographic Information Systems, Artificial Intelligence, Data Analysis, Computer Vision, Microsoft Azure, Cloud Computing, Cluster Analysis, Linux, Python (Programming Language), Machine Learning, Tensorflow, Data Processing, High Performance Computing, Pytorch, Deep Learning, Kubernetes, Information Technology, Machine Learning Operations, Model Explainability, Lidar, Recurrent Neural Networks, Docker - **Published:** October 29, 2026 - **Apply:** https://werkenbijdehaagse.nl/nl/vacatures/onderzoeker-deep-learning-data-science-1353766/?utm_source=werkenbijhogescholen.nl ## About the Role We zoeken een collega die gemotiveerd is om aan projecten te werken die aanzetten tot actie, momentum opbouwen en richting geven. Wij zijn op zoek naar de volgende competenties: * Eigenaarschap en initiatief nemen. * Plannen en organiseren: Je houdt grip op de projecten, geeft inzicht in je werk, en onderhoudt een intern netwerk. * Overtuigen: Je beschikt over goede communicatieve vaardigheden. Je overziet het grotere geheel en kunt zaken klein en behapbaar maken als je merkt dat dat nodig is om verder te komen. * Conceptontwikkeling: Je bent in staat om een ruw idee van een opdrachtgever om te zetten in een Proof-of-Concept AI-tool of voorspelmodel. * Responsible AI-mindset: Je hebt oog voor ethische vraagstukken, bias, privacy en uitlegbaarheid van modellen, essentieel binnen publiek-gefinancierd onderzoek en samenwerkingen met gemeenten en onderwijs. * Een Master (MSc) in een vakgebied gerelateerd aan AI, Data Science of een kwantitatieve richting (zoals Computer Science, Artificial Intelligence, Applied Mathematics, Statistics, Physics of Engineering). * Deep Learning & Data Science expertise: Aantoonbare werkervaring in Deep Learning en Data Science, ondersteund door een trackrecord in het werken met grote datasets, statistische analyses, en het implementeren en ontwerpen van Machine Learning- en Deep Learning-modellen. Specifiek verwachten wij ervaring met meerdere van de volgende gebieden: + Deep Learning-architecturen zoals CNN's, RNN's/LSTM's en Transformers. + Time-series modellering en forecasting. + Computer vision, en sensordata zoals Lidar, radar, multispectraal beelden en werken met geospatiale data (GIS, remote sensing). + Klassieke Machine Learning (regressie, boosting, clustering) en statistische modellering. * Coding- en software-ervaring: coding en full-stack software engineering skills zijn belangrijk. Vereist/wenselijk is ervaring met: + Python (vereist) + Deep Learning frameworks zoals PyTorch en/of TensorFlow - vereist. + R voor statistiek en time-series. + High Performance Computing (HPC) en GPU-training - belangrijk voor het trainen van zware modellen. + Linux, Azure (of andere cloud), Docker, Kubernetes. + Kennis van MLOps (bijv. MLflow, Weights & Biases) is een pre. + Kennis van Responsible AI/ AI Act is een pre. ## Description Bij De Haagse Hogeschool (THUAS) hebben we een team van AI en Data Science-experts dat werkt aan een breed scala van projecten door de hele organisatie heen. Als lid van dit AI Expert Team bereid je projecten voor in opdracht van diverse lectoraten, faculteiten en diensten binnen de hogeschool. Jij bent voor hen de expert op het gebied van Deep Learning, Machine Learning en Data Science. Je bijdragen variëren van projecten over predictief onderhoud van infrastructuur (wegen, bomen) tot initiatieven over Digital Twins voor groenere steden; en van het voorspellen van energieverbruik van gebouwen tot het analyseren van sensor- en beelddata uit de stedelijke omgeving. De focus ligt op praktijkgericht onderzoek met directe toepassingen in verschillende werkvelden, en op R&D-projecten die ons onderwijs verrijken. Bij de uitvoering van projecten ben je verantwoordelijk voor de end-to-end pijplijn: van datacollectie, dataverwerking en analyse tot modellering, training en rapportage. Het is daarom belangrijk dat je projectideeën effectief kunt uitwerken. Meestal werk je tegelijk aan twee of drie projecten. In deze rol werk je samen met een onderzoeker-D (uit het AI-team en uit de onderzoeksgroep). Voorbeelden van rollen die je bij ons kunt uitvoeren, zijn: * Onderzoeker van de effectiviteit van verschillende time-series modellen (zoals LSTM's, Transformers en klassieke methoden) om het energieverbruik van gebouwen te voorspellen. * Concept-ontwikkelaar in een onderzoek naar Digital Twins om lokale beleidsbeslissingen over groene ruimtes te ondersteunen of om testscenario's voor waarnemingen van autonoom rijdende voertuigen uit te voeren. * Meewerkend in onderzoek naar predictief onderhoud van infrastructuur (wegen, bomen) op basis van computer vision-en sensor-/geodata.