Project

Hoe ziet een data science project er uit bij ons?

Project uitvoering

Tijdens het eerste kennismakingsgesprek proberen we altijd te kijken of we direct tot een concreet voorstel kunnen komen om de bestaande uitdaging aan te gaan. Mochten we er tijdens een eerste of tweede gesprek niet uitkomen, dan raden we aan om een kijkje te nemen bij onze Data-Driven Business workshop

Eerste stap gedefinieerd, en nu?

Wij zullen een uitgebreid projectvoorstel aan jullie voorleggen waarin duidelijk de opdracht staat beschreven. Zodra er akkoord is vanuit jullie kunnen we starten met het zoeken van studenten. 

De studenten krijgen een beknopte versie van het voorstel doorgestuurd. Zij kunnen in een reactie aangeven of het project hun aanspreekt en waarom zij denken geschikt te zijn voor de uitvoering. We verwachten dat het project is uit te voeren in 60-80 uur indien de student over de juiste kennis beschikt. Uiteindelijk kiezen wij uit de pool van beschikbare studenten welke de beste match is op zowel persoonlijk niveau als technische skills en ervaring.

Indien we een projectronde starten met meerdere bedrijven, zullen we een algemene kick-off houden. Dit is enerzijds bedoeld om de studenten te leren kennen, maar ook om geinspireerd te worden door de projecten bij andere bedrijven. Misschien gaat een slateler wel aan de slag met een vraagstuk dat voor jou ook interessant is!

Na de centrale kick-off is er ook nog een indivuduele kick-off tussen de student die het project gaat uitvoeren en jou als organisatie. Mochten de richtlijnen van JADS omtrent Covid-19 het toe laten, dan doen we dit bij jullie op locatie, zodat de student direct een goed beeld krijgt van jullie werkzaamheden en mogelijk een rondleiding kan krijgen. Zo niet dan is het geen probleem om de start van het project digitaal plaats te laten vinden. Tijdens de individuele kick off wordt het projectvoorstel doorgenomen om er zeker van te zijn dat de neuzen dezelfde kant op staan.  Verder wordt alle benodigde data tijdens deze sessie ook overgedragen aan de student. Als laatste worden er afspraken gemaakt over de communicatie, wie is de contactpersoon? Op welke manier wordt er gecommuniceerd en hoe vaak? Dit is belangrijk zodat de uiteindelijke oplevering ook voor het bedrijf naar wens is!

Halverwege het traject wordt er een moment ingepland samen met de begeleiding vanuit het JADS MKB Datalab om te kijken hoe het project ervoor staat. Gaan we opleveren wat we in eerste instantie beloofd hadden? Kunnen we meer leveren? Moeten we ons doel enigszins aanpassen? Welke resultaten liggen er nu al? Hoe bevalt de communicatie? Zo zorgen we dat de laatste weken ook vlekkenloos verlopen.

Afhankelijk wat de initiele vraag is, zal de eindoplevering worden vormgegeven. Als jullie een script willen, zal een meeting met de IT medewerker nodig zijn. Is het een dashboard, dan is misschien een demonstratie interessanter. Zijn jullie opzoek naar relaties in de dataset, dan zal een presentatie van de uitgewerkte rapportage meer toevoegen. Aan het einde van de oplevering wordt ook gesproken over wat wij in een volgende keer nog beter kunnen doen, maar ook of we jullie nog verder kunnen helpen met een een eventuele vervolg uitdaging.

Voorbeelden van data science projecten

Voor het JADS MKB Datalab is het belangrijk dat iedere ondernemer weet dat data science voor iedere organisatie iets kan betekenen. Of het nu om een hotel, een bakker of een slateler gaat, of een orgelmakerij, waxsalon of een specialist in riooltechniek en -onderhoud. Voor iedereen kunnen onze data science projecten iets betekenen. Voor sommige ondernemers betekent dit voornamelijk een eerste stap om kennis te maken, voor anderen een traject om daadwerkelijk een implementatie te realiseren, voor weer anderen een laagdrempelige instap om vervolgens een grotere investering met een andere zakelijke partij te maken. Wij staan overal voor open en geven graag voorbeelden waar wij aan gewerkt hebben.

Scroll naar top