Gebaseerd in Nederland
Ruwe data omzetten in inzetbare intelligentie. Ik bouw systemen die machine learning, data-engineering en full-stack ontwikkeling combineren.
Ruwe data omzetten in inzetbare intelligentie. Ik bouw systemen die machine learning, data-engineering en full-stack ontwikkeling combineren.
Ik ben Jonas, een derdejaarsstudent Data Science & AI aan de Breda University of Applied Sciences. Ik ben gepassioneerd over het bouwen van intelligente systemen die echte problemen oplossen, van computer vision pipelines tot full-stack AI-platformen.
In 10+ projecten heb ik gewerkt met deep learning, NLP, reinforcement learning, computer vision en full-stack ontwikkeling. Ik gedij aan het snijvlak van onderzoek en engineering, ruwe data omzetten in inzetbare, impactvolle oplossingen.
Statistisch modelleren, deep learning, NLP en computer vision. Van BERTje tot U-Net tot reinforcement learning agents.
ETL-pipelines, REST API's, Docker-deployments en cloud-infrastructuur op Azure. Systemen bouwen die schalen.
Full-stack AI-platformen: van LLM-gestuurde recruitmenttools tot slimme campus-analytics. Van prototype tot productie.
Voorspellend analyticssysteem voor campusbezetting aan BUas. Time series ML-modellen die data integreren van camera's, WiFi en roostersystemen. REST API met real-time endpoints voor dashboards en geautomatiseerde personeelsplanning.
Voorspellend bezettingssysteem voor BUas campusoperaties. Verwerkt data van entréecamera's, WiFi, TimeEdit roosters, KNMI weer en NS treinverstoringen in een 112-koloms uurtabel. Traint een Temporal Fusion Transformer samen met LightGBM, XGBoost en CatBoost om gebouwbezetting tot 7 dagen vooruit te voorspellen, gevoed door FastAPI-endpoints en Power BI-dashboards.
Webapplicatie die automatisch een Spotify-bibliotheek clustert in sfeergebaseerde afspeellijsten via Last.fm genre-tags, MiniLM semantische embeddings en optionele Spotify audio-features. Draait elk uur, routeert nieuwe nummers via cosine similarity en heeft een real-time SSE-dashboard.
AI-gestuurd recruitmentplatform voor Nederlandse bedrijven. Gebruikt GPT-4o voor het detecteren van vooroordelen in vacatureteksten, cv-parsing, ESCO-gebaseerde skillmatching en EU AI Act-compliance. Inclusief een ML Judge-framework met 80 testgevallen.
Deep learning beeldsegmentatie-pipeline voor analyse van plantenwortelbeelden met een U-Net CNN. Beschikt over CLI, webinterface en REST API, gedeployed zowel on-premise als op Azure Container Apps met volledige CI/CD.
Computer vision + robotica-pipeline voor het Netherlands Plant Eco-phenotyping Centre. Wortelsegmentatie (F1: 0.85), extractie van wortelarchitectuur en reinforcement learning agents die een vloeistofrobot aansturen.
NLP-pipeline voor emotieclassificatie in het Nederlands. Transcribeert video/audio via Whisper, classificeert 7 emoties met fine-tuned BERTje/RoBERTa. Behaald 84,7% nauwkeurigheid met SMOTE-gebalanceerde datasets.
Machine learning systeem dat het risico op verkeersongevallen (laag/middel/hoog) voor Breda voorspelt. Combineert het ANWB Veilig Rijden Dataset met zes jaar Bredase verkeersincidentgegevens en deployt via Streamlit.
Deep learning beeldclassificator die 7 wereldwijde biomen identificeert vanuit foto's. Gebouwd via 4 iteratieve modelexperimenten culminerend in een VGG16 transfer learning model (~90% testnauwkeurigheid), met GradCAM + LIME interpretabiliteitsanalyse.
End-to-end data-analyse en ML-pipeline voor de spelersscounting van NAC Breda. Opgeschoond en verkend: 16.535 voetballers met 140 kenmerken, gesegmenteerd per positie, met een Logistic Regression classifier.
Interactief dashboard dat VN SDG-voortgang onderzoekt, met focus op SDG 14 (Leven onder Water), waarbij mariene ecosysteembescherming en visvoorraden worden onderzocht.
Academisch onderzoekspaper dat onderzoekt hoe persoonsgegevensbescherming het vertrouwen van klanten in AI-chatbot interacties beïnvloedt. Combineert kwalitatieve thematische analyse met kwantitatieve surveydata.
Voorspellend bezettingssysteem bouwen voor BUas: time series forecasting, API's en geautomatiseerde personeelsplanning.
Breda University of Applied Sciences · 3e jaar, 10+ projecten in ML, NLP, CV en full-stack ontwikkeling.
Of je nu een data-uitdaging hebt, een samenwerkingsidee, of gewoon wilt verbinden, ik hoor graag van je.
of bereik me direct via Jonasvos01@gmail.com