DEMAND

Bedrijven en organisaties leren om veilig, verantwoord en efficient met data om te gaan

Dat is onze missie. Niemand komt namelijk meer om de digitalisering heen. Er is zo veel data beschikbaar, maar tegelijkertijd zijn er ook nog zó veel vragen over hoe daarmee doelgericht, duurzaam en veilig mee omgaan. DEMAND wil daar antwoord op geven. Hoe? Door onze te kennis bundelen en dataketens te optimaliseren voor bedrijven en organisaties in de publieke sector. Lees hier meer over wat onze doelen zijn en met wie we samenwerken.

Over ons

Nieuwsbrief

Wil je op de hoogte blijven van de laatste ontwikkelingen binnen DEMAND? Meld je hier aan voor de tweemaandelijkse nieuwsbrief.

Aanmelden nieuwsbrief

Ons team

Althans een klein deel ervan. Klik op het hele team als je wilt weten welke personen, hogescholen en partners betrokken zijn bij DEMAND.

Hele team

Stijn Hoppenbrouwers

Lector Model-Based Information Systems
HAN Academie IT en MediaDesign

Kees van de Sant

Projectleider

HAN

Gerard Schouten

Lector Ai en Big Data

Fontys ICT

Menno Herkes

Onderzoeker organization of production systems

Sander Maijers

Onderzoeker Applied Computing Science

Learning Communities

Data Governance

How to organize data management emphasizing roles and responsibilities?
Lead: Donné de Ruijter (Alliander)
Topics: Data mesh, Data products, Data Ownership, Data Spaces, Data Ecosystems.

Data Ethics & Privacy

Ethics and privacy by design: what and how>
Lead: Theo Theunissen (HAN)
Topics: Data spaces

Data Semantics

Datasemantics and -modelling as the core of data management, but in view of a changing context.
Lead: Maarten Ketelaars (NIPPUR)
Topics: Data Spaces, Data veracity, Information Modelling, Ontologies, Concept Mining, Knowledge Graphs

Data platforms & Pipelines

From fragmented data sources and manual processes to streamlined data platforms, pipelines and data-sharing. And from disparate data sources and ad hoc data collection methods to systematic & scalable data acquisition processes.
Lead: Pieter Zeilstra (Saxion)
Topics: Data Spaces, Data Platforms, DataOps, Digital twin, ETL, TinyML/Edge intelligence, Data acquisition, IoT, Sensoren, Ingestion.

Data exploration & Visualisation

From traditional decision making to data-driven decision making, empowered by analysis, interpretation, and visualization.
Lead: Mettina Veenstra (Saxion)
Topics: Data exploration, Explainable AI, Business intelligence, Digital twin, Data interfacing.

MLOps

Data-driven AI engineering: How to operationalize machine learning models, focused on the necessary data infrastructure. Data pipelines in production for ML models
Lead: Petra Heck, Merel Veracx (Fontys)
Topics: DataOps, Data Wrangling, Data Science & ML platforms & pipelines, Data drift.

LLM Engineering

Data architecture for trustworthy LLM applications
Lead: Leon Schrijvers, Petra Heck (Fontys)
Topics: Document databases, RAG (Retrieval Augmented Generation), Open Source LLMs, Testing RAG/LLMs, Chunking.

Op zoek naar dé datapipeline tool voor uw organisatie?

  • De dataplatformwijzer weet raad.
  • Doorloop een aantal vragen.
  • Een gedetailleerde aanbeveling wordt gegenereerd.
  • Rekening houdend met platformen als Amazon Sagemaker, Databrikcs, Microsoft Azure Machine learning en andere relevante platforms.
Ga naar Dataplatformwijzer (concept: werk in utvoering)

Hogescholen

Onze partners