Nieuws

Toepassingen voor Machine Learning in waterbeheer

HydroLogic voorziet waterbeheerders met ICT- en waterkennis van slim watermanagement oplossingen, die zijn gebaseerd op veilige en betrouwbare informatie, simulatiemodellen van hoge kwaliteit, gebruikersvriendelijke software en hoogwaardige waterkennis.

Wat houdt de opdracht in?

HydroLogic is op verschillende manieren bezig met gegevens en voorspellende modellen. We zijn benieuwd naar de toepassingen van Machine Learning technieken op het waterbeheer om op basis van de bestaande (meet)gegevens en modelresultaten nog betere voorspellingen te kunnen doen. Een voorbeeld hiervan is de verzilting in de Rijn-Maasmonding. Hiervoor worden verschillende modellen gebruikt, en er zijn analyses uitgevoerd naar de verklarende processen. Biedt Machine Learning uitkomst om bepaalde onzekere factoren beter te kunnen verklaren en voorspellen?  Tijdens de stageopdracht ga je onder andere op zoek naar het antwoord op deze vraag.

Wie zoeken we?

  • Een goede MSc student op het gebied van Hydrologie, Fysische Geografie of Civiele Techniek.
  • Je hebt aantoonbare ervaring met het gebruiken en schrijven van scripts voor data-analyse en/of modellering.
  • Je vindt het leuk om je te verdiepen in Machine Learning technieken.

Download hier de volledige omschrijving van de stageopdracht.

Validatie en data-assimilatie voor operationeel bodemvochtmodel

HydroLogic voorziet waterbeheerders met ICT- en waterkennis van slim watermanagement oplossingen, die zijn gebaseerd op veilige en betrouwbare informatie, simulatiemodellen van hoge kwaliteit, gebruikersvriendelijke software en hoogwaardige waterkennis.

Wat houdt de opdracht in?

HydroLogic maakt gebruik van het Landelijk Hydrologisch Model om waterbeheerders in de Nederland op dagelijkse basis en met een hoge resolutie inzicht te geven in de status van het watersysteem wat betreft bodemvocht en beschikbare bodemberging. Om dit operationele product (OWASIS) te verbeteren, willen we de modelresultaten valideren met metingen. Ook willen we inzoomen op bijvoorbeeld de droge zomer van 2018 en de metingen gebruiken om modelresultaten te verklaren. Zijn er nog andere modeloutput-parameters interessant voor inzicht in de situatie in de verschillende regio’s?

Een tweede stap zou zijn om de metingen te gebruiken om het model te verbeteren door middel van data-assimilatie. Hiervoor zijn verschillende methoden mogelijk. Welke methoden geven de beste resultaten en verbetert het bestaande product hiermee?

Wie zoeken we?

  • Een goede MSc student op het gebied van Hydrologie, Fysische Geografie of Civiele Techniek.
  • Je hebt ervaring met het gebruiken en schrijven van scripts voor data-analyse en/of modellering.
  • Je vindt het leuk om met grote hoeveelheden data om te gaan en de data te linken met de waterbeheerpraktijk.

Download hier de volledige omschrijving van de stageopdracht.

Interessante bijbaan in het waterbeheer

Wil jij bijverdienen én relevante werkervaring opdoen met uitdagende waterprojecten in Nederland? Een bijdrage leveren aan onze toonaangevende en innovatieve projecten en volop praktijkervaring opdoen in het Nederlandse waterbeheer? Jouw nieuwste kennis en technieken toepassen in de weerbarstige waterpraktijk? Leren wat nodig is om projecten succesvol te volbrengen? Samen met een team werken aan innovatieve oplossingen?

Wij zoeken gemotiveerde studenten die meewerken  aan het oplossen van complexe watervraagstukken. Studenten met passie voor modelleren en interesse in toepassing van modellen op praktische watervraagstukken. Affiniteit en ervaring met scripting, data visualisatie, statistiek en/of GIS is een pré.

Wat bieden wij?

  • Uitdagende en dynamische werkomgeving
  • Ruimte voor eigen ideeën en persoonlijke ontwikkeling
  • Begeleiding en coaching door senior collega’s
  • Goed salaris

Download voor meer informatie de pdf van deze vacature: Interessante bijbaan in het waterbeheer