In de Studio Responsible Applied AI werken we aan vraagstukken waarin AI een concreet probleem oplost, zoals: beeldclassificatie in de openbare ruimte, responsible AI‑tooling, predictive maintenance‑modellen, AI‑ondersteunde zoekinterfaces, automatische beeldselectie en biodiversiteitsmonitoring.
✅ Key features van de challenge
Studiejaar studenten: 2e, 3e en 4e jaars HBO-ICT Bachelor Voltijd
Aantal studenten per team: 4-6
Tijdsinvestering door studenten: 40 uur per week wordt direct aan de opdracht gewerkt; 16 uur indirect (aan opdracht gerelateerde coaching, workshops etc)
Duur opdracht (in weken): 15 weken doorlooptijd (daadwerkelijke tijdbesteding 12 weken)
Tijdsinvestering door ondernemer (gemiddeld aantal uur per week):
gemiddeld 2 uur per week
Deliverables (advies, ontwerp, product etc.): een eerste MVP (Minimal Viable Product)
Taal opleiding: Nederlands/Engels
Matching fee: 3.350,- niet voor onderwijs maar 3 AI masterclasses werknemers en werkgevers
📑 Module informatie
Van eind september tot en met medio januari werken binnen de Studio Responsible Aplied AI onze studenten in multidisciplinaire teams aan échte AI‑vraagstukken uit het werkveld. Zij ontwerpen en ontwikkelen verantwoorde AI-toepassingen. We zoeken vraagstukken waarin AI een concreet probleem oplost, zoals:
· Beeldclassificatie in de openbare ruimte
· Responsible AI‑tooling
· Predictive maintenance‑modellen
· AI‑ondersteunde zoekinterfaces
· Automatische beeldselectie
· Biodiversiteitsmonitoring
📑 Challenge voorbeelden
We zoeken vraagstukken waarin AI een concreet probleem oplost, zoals:
Zoek uit of je met beeldherkenning dingen kan detecteren op straat, bijvoorbeeld zwerfafval, toegankelijkheid, en/of kapotte belijning (ism Gemeente Amsterdam of Fietskoerier/Velotech)
Ontwerp een Responsible AI IDE-plugin om developers en data scientists bewuster te maken van ontwerpkeuzes die zij maken (ism KPN).
Selecteer automatisch thumbnails voor films en series voor RTL (Pathe Online), waarbij je gebruik maakt van face detection, image aesthetics en tekst detection.
Draag bij aan de ontwikkeling van Diopsis; een geavanceerd, modern systeem om volledig geautomatiseerd insecten te fotograferen, te herkennen en te monitoren. (ism Naturalis)
📑 Criteria Bedrijf/challenge:
1. Studenten werken in beginsel 2 dagen per week bij u op locatie; volledig ingerichte werkplekken zijn daarbij geen eis. Wel is het noodzakelijk dat studenten bij u aan de opdracht kunnen werken en gesprekken kunnen hebben.
2. Locatie opdrachtgever: regio Amsterdam.
3. Binnen het bedrijf is inhoudelijke en technische kennis aanwezig.
4. Het bedrijf heeft een omvang van minimaal 25 fte.
5. Uw probleemstelling/uw vraag mag breed geformuleerd zijn en ruimte bieden voor studenten om tot creatieve oplossingen te komen, maar dient wel binnen een paar weken afgebakend te kunnen worden.
6. Er dient bruikbare data te zijn voor het realiseren van de opdracht.
7. Opdrachtgever (of een andere medewerker van het bedrijf) is aanwezig bij de opdrachtpresentatie, kick-off, wekelijkse voortgangsgesprekken, sprint reviews en de demomarkt.
8. Op te leveren producten zijn in het Nederlands of Engels.
🗓 Planning:
- Start- en einddatum challenge:
o Startdatum: 01-09-2026 (start opdracht uitvoering: laatste week september)
o Einddatum: 31-01-2027
- Fasering:
1. Onboarding van de studenten in de Studio (3 weken)
2. Sprint 1 (3 weken) (start projectfase)
3. Sprint 2 (3 weken)
4. Sprint 3 (3 weken)
5. Sprint 4 (3 weken)
6. Oplevering (1 week)
- Verplichte momenten opdrachtgever (bv kick-off, eindpresentaties), online of offline, concrete data en tijdstippen voor zover mogelijk:
o Opdrachtgever is beschikbaar in de eerste week van sprint 1 (laatste week september) voor een kickoff, op locatie van het bedrijf.
o Opdrachtgever is aanwezig bij de eindoplevering van de studenten (eigen project). Bij voorkeur gebeurt de eindoplevering feestelijk op locatie.
o Contact met begeleidend docent op de HvA aan het einde van elke sprint voor het geven van input voor de sprintreview.
...