Een verbeterde doorstroming op de spoedeisende hulp door onze AI-oplossing die voorspelt of een patiënt moet worden opgenomen
St. Antonius
Data scientist inhuren
Data scientists in dienst bij Data Science Lab analyseren, bouwen en toetsen modellen in je eigen team, zoals in het AI-team van het St. Antonius.
Als onderdeel van het AI-team van het St. Antonius ontwikkelden we een algoritme voor de spoedeisende hulp
Als onderdeel van het AI-team van het St. Antonius Ziekenhuis ontwikkelden we een algoritme dat de artsen kan ondersteunen bij de beslissing of een patiënt naar huis kan of moet worden opgenomen. “Professionele samenwerking met gedreven vakmensen” Marleen Vreeburg, SEH arts - St. Antonius
Wie in ons team zoekt uit wat de data echt zegt?
De vragen stapelen zich op: waarom stijgt de uitval, welke klanten haken af, werkt die nieuwe aanpak? Analisten draaien rapporten, maar niemand heeft tijd om een experiment op te zetten of een model te toetsen. Een data scientist doet dat in jullie team.
Analyseren, modellen bouwen en de uitkomst vertalen naar een beslissing: dat doet een data scientist
Voorspellen per patiënt of klant
In het AI-team van het St. Antonius ontwikkelden we een algoritme dat artsen ondersteunt bij de beslissing of een patiënt moet worden opgenomen.
Patronen in gedrag
Voor DPG Media legden we patronen in productgebruik bloot die samenhangen met een lagere kans op opzegging.
Afwijkingen opsporen
Voor GVB brachten we met een anomaly detection model afwijkende gelogde uren in beeld, op projectniveau.
Experimenten die iets bewijzen
Een A/B-test of controlegroep, met vooraf vastgelegd wat je meet, laat zien of een nieuwe aanpak echt verschil maakt.
Vraag en data komen eerst, daarna stellen we een data scientist voor
-
Vraag en data
We bespreken welke vragen er liggen, welke data er is en wie de uitkomst gaat gebruiken.
-
Kandidaten ontmoeten
We stellen collega's voor die bij je vraag passen. Je spreekt ze vrijblijvend en beslist zelf wie je inhuurt.
-
Werken in jullie team
De data scientist werkt in jullie omgeving en overleg. Analyses, code en uitleg blijven achter na de opdracht.
Zoeken we een data scientist, of past een andere rol beter bij onze vraag?
Past als
Er liggen vragen die meer vragen dan een rapport: voorspellen, verklaren of toetsen of iets werkt. Er is data, en iemand in je organisatie wil met de uitkomst aan de slag.
Past niet als
Je zoekt vooral dashboards en rapportages; dan past een BI-specialist. Moet een bestaand model naar productie, dan past een machine learning engineer. Zonder data begint het bij het data fundament.
Inzet en tarief
Een vaste minimale of maximale inzetduur is er niet. Het tarief hangt af van de gevraagde expertise, de ervaring van de data scientist en de duur van de inzet.
In dienst, geen freelancer
Een freelance data scientist contracteer je zelf. Onze data scientists hebben een arbeidscontract bij Data Science Lab. Of dat in jullie inhuurbeleid past, toetsen HR, inkoop of een adviseur.
Detacheren, zelf een freelancer zoeken of de analyse als project?
Detacheren
Kies dit als jullie team eigenaar blijft van de vragen en modellen, en de kennis in huis wil houden. Ons advies als er meer vragen liggen dan één project.
Een freelancer
Kies dit als je zelf de selectie en het contract wilt regelen. Je beoordeelt dan zelf de kwaliteit en of de opdracht past bij de regels voor zelfstandigen.
Als project
Kies dit als je een opgeleverde toepassing wilt, met de verantwoordelijkheid bij ons. Zie data science.
Onze data scientists werken samen met collega's in engineering, MLOps en strategie
Wie we detacheren, kan terugvallen op collega's die bij het St. Antonius, DPG Media en GVB aan modellen en analyses werkten, op ons interne lab en de Techdays. Data Science Lab bestaat sinds 2016.
De vragen die nu blijven liggen, zijn het begin van het eerste gesprek
Stef Stoelwinder
Business DevelopmentStef is je aanspreekpunt. In het eerste gesprek bespreken we welke vragen er liggen, welke data er is en welk profiel past.
E-mail info@datasciencelab.nl
Telefoon +31 (0)20 3636 724
Welk vraagstuk mag een data scientist bij ons uitzoeken?
Vertel welke vragen, data en team het zijn. We reageren per mail of stellen een eerste gesprek voor.
Bericht verstuurd
Bedankt voor je bericht. We nemen zo snel mogelijk contact met je op.
Veelgestelde vragen
Een data scientist zoekt uit wat de data zegt over een vraag van de organisatie. Hij analyseert, bouwt en toetst modellen, zet experimenten op en legt de uitkomst uit aan de mensen die moeten beslissen.
Op onze pagina over detacheren staat de data scientist bij Data Science & AI, naast onder meer AI-engineer en machine learning specialist. Over het vak zelf praten collega's in De Databar, aflevering 10.
De data scientist beantwoordt de vraag: welk verband is er, welk model voorspelt het, en werkt het beter dan wat er nu is? Een machine learning engineer brengt dat model naar productie en houdt het daar. Een BI-specialist maakt rapportages en dashboards op data die al klaarstaat.
In kleine teams doet één persoon vaak meer dan één van die rollen. In het eerste gesprek bepalen we welk profiel past.
Een freelance data scientist contracteer je zelf, vaak via een platform. Je beoordeelt dan zelf de kwaliteit en of de opdracht past bij de regels voor zelfstandigen. Bij detachering via Data Science Lab is de data scientist bij ons in dienst. Wij regelen de selectie, onboarding en opvolging.
Je staat er ook niet alleen voor: de data scientist kan terugvallen op collega's, ons interne lab en de Techdays.
Sinds 1 januari 2025 handhaaft de Belastingdienst weer volledig op schijnzelfstandigheid. Of iemand feitelijk als werknemer werkt, hangt af van de praktijk, met onder meer gezag, inbedding in de organisatie en ondernemerschap.
Een gedetacheerde data scientist van Data Science Lab heeft bij ons een arbeidscontract. Dat is een andere situatie dan een freelancer die je zelf contracteert. Je eigen inhuurbeleid laat je toetsen door HR, inkoop of een adviseur.
Meestal met Python en SQL, in notebooks op het platform dat er al is, zoals Databricks of Microsoft Fabric. Daarbij horen statistiek, regressie en machine learning, en experimenten met een controlegroep. Met MLflow leg je vast welke data en instellingen bij welke uitkomst horen.
Minstens zo belangrijk is het vertalen: een uitkomst zo uitleggen dat een arts, planner of marketeer er een beslissing op neemt. Hoe we modellen bouwen, lees je bij machine learning.
Door vooraf vast te leggen wat beter moet en hoe je dat meet. Een model toets je op data die het niet kende, bijvoorbeeld een latere periode, en je vergelijkt het met de huidige werkwijze of een eenvoudige regel.
Gaat het om een maatregel, zoals een retentieactie, dan laat een controlegroep zien of het verschil door de maatregel komt. Zonder die toets blijft het een vermoeden.
Analyses, notebooks, code en documentatie staan in jullie omgeving en repository, niet bij ons. Waar het past, werkt de data scientist samen met een interne collega die het werk overneemt.
Bevalt de samenwerking en wil je de kennis vast in huis halen, dan kun je met ons in gesprek over overname in vaste dienst.
Als de data nog niet op orde of niet bereikbaar is, heeft een data scientist weinig om mee te werken. Begin dan met een data engineer of het data fundament. Zoek je vooral rapportages, dan past een BI consultant beter.
Wil je een opgeleverde toepassing in plaats van extra handen, laat het dan als project bouwen via data science.
Een andere rol inhuren, of de toepassing als project laten bouwen?
- DetacherenAlle data- en AI-rollen die we detacheren, van data engineer tot data strateeg, en hoe de selectie verloopt.
- Machine learning engineer inhurenAls een model uit de notebook naar productie moet, met tests, versies en bewaking.
- Data scienceModellen die voorspellen, classificeren en patronen vinden, als project opgeleverd.