Automatische suggestie mbv machine learning

Geplaatst op: 11-10-2017

Door het beter uitbaten van deze data m.b.v. machine learning vermoeden wij dat er in TOP beter en effectievere regie gevoerd kan worden! Help jij ons de mogelijkheden onderzoeken om de grote hoeveelheid beschikbare data te benutten om zo de wijkteams in het sociale domein te helpen bij het uitvoeren van hun werkzaamheden in onze applicatie?

Auteurs: Maurice Mulder en Rens Verhage
Tags: Machine Learning, Pattern Recognition, Supervised Learning, Clustering, Data Analyse, Java

 

Wat ga je doen?

Achtergrond
Sinds de decentralisaties van de Wmo, Jeugd- en Participatiewet hebben de gemeenten een belangrijke zorgtaak voor haar burgers. Topicus Overheid ondersteunt deze taken met het Topicus Overheid Platform, kortweg TOP. Zo’n 50 gemeenten zorgen er met dit platform voor dat burgers de zorg krijgen die ze nodig hebben en dat deze zorg betaald wordt. Het proces van zorgvraag naar zorglevering tot facturatie is complex en kent vele vertakkingen, al dan niet via externe systemen. De gebruikers van TOP zijn de wijkteams die cliënten en hun zorgvraag in dossiers registreren. Vanuit het dossier is er de mogelijkheid om zorg aan te vragen voor cliënten die daar behoefte aan hebben. Het kan hier om uiteenlopende zaken gaan, van het regelen van thuiszorg tot het aanschaffen van een rolstoel. Een zorgaanvraag wordt toegewezen aan een zorgleverancier via geautomatiseerd berichtenverkeer. Er is een groot aantal beschikbare zorgleveranciers en voorzieningen om uit te kiezen voor de gemeente. Ook zijn er verschillen in de werkwijze van de wijkteams zowel als verschillen in het zorglandschap aan leveranciers en zorgvoorzieningen. In onze applicatie worden de toewijzingen echter nooit in een vacuüm gedaan. Er wordt een vertrouwelijk dossier bijgehouden waarin, naast de persoonsgegevens van de cliënt, alles wat de gemeente voor deze persoon doet en regelt wordt vastgelegd.

Opdracht
We willen met deze opdracht de mogelijkheden onderzoeken om de beschikbare informatie te benutten om de wijkteams in het sociaal domein te helpen bij het uitvoeren van hun werk in onze applicatie. Dit willen we graag bereiken met behulp van machine-learning technieken. Gedeelte van de opdracht zal zijn om onderzoek te doen naar wat de beste toepassingen zijn, die het meest kunnen betekenen voor de eindgebruiker. Een mogelijke oplossingsrichting is het automatisch leveren van suggesties bij het toewijzen van voorzieningen gebaseerd op de inhoud van het dossier. Een ander voorbeeld is het automatisch detecteren van dossiers die extra aandacht nodig hebben. 

De volgende eigenschappen van onze dataset zorgen ervoor dat deze taak zich bijzonder goed leent voor een toepassing uit Machine Learning:

  • Een grote hoeveelheid data
    • dossiers worden aandachtig ingevuld en bijgehouden
    • De dataset bevat data die voldoet aan een vast format (probleemcategorieën, eerder ingezette voorzieningen, doelen etc)
    • De data bevat tevens veel vrije tekst data waar gebruik van gemaakt kan worden
    • Het is dus een uitdaging deze domeinspecifieke data effectief op een manier te benutten.
  • Beperkte zoekruimte
    • Verscheidene taken in onze applicatie zoals het toekennen van voorzieningen in de zorg, komen neer op het maken van een keuze uit een beperkte set
    • Dit maakt de taak realistisch haalbaar voor een automatisch suggestiesysteem gevoed met de juiste data
  • Veranderlijk zorgaanbod zorgt voor een uitdaging
    • Het sociale domein is constant onderhevig aan veranderingen, dit maakt het realiseren van bijvoorbeeld een suggestie-systeem dat om kan gaan met deze wijzigingen een unieke uitdaging.
  • Gevoeligheid van persoonsgegevens
    • Omdat het altijd om gevoelige persoonsdata gaat, is een automatische manier om de medewerker bij te staan in zijn werk bijzonder wenselijk.

Door het beter uitbaten van deze data m.b.v. machine learning vermoeden wij dat er in TOP beter en effectievere regie gevoerd kan worden!

Voor deze opdracht zijn we op zoek naar studenten in de richting of ervaring met: Informatica, Artificial Intelligence

Afstuderen bij Topicus

We brengen je vanaf de start van de afstudeerperiode in contact met jouw collega-studenten onder het genot van een heerlijke lunch. Gedurende de periode word je uitstekend begeleid door de medewerkers van Topicus, in aanvulling op de begeleiding vanuit je opleiding. Om je helemaal klaar te stomen voor jouw eindpresentatie, organiseren we een studentencongres! Samen met de andere studenten word je hier optimaal op voorbereid door een training presentatietechniek.

Maar dat is nog niet alles! Standaard betalen wij € 500,- bruto per maand voor een student die bij Topicus afstudeert. Daarnaast word je net als iedere medewerker van Topicus bij alle activiteiten betrokken: TopiConf, eindejaarsfeest, maandelijkse TopiBorrel, voetbaltoernooi etc.

Interesse?

Kom dan vrijblijvend langs voor een oriënterend gesprek! Of reageer via bovenstaande sollicitatieknop. Liever bellen? Dan kun je contact opnemen met Monica Verkerk via 0620351854.

Het aanvragen van een VOG is een onderdeel van de sollicitatieprocedure. De kosten hiervan worden gedragen door Topicus.

Bekijk video's

Vier Topicanen hebben een eigen interpretatie gegeven aan extreme programming.

Topicus neemt ieder jaar met 2 teams deel aan de Batavierenrace, de grootste studentenestafette van de wereld. 177 kilometer, 25 etappes, 8614 deelnemers, van Nijmegen naar Enschede. Bekijk hier hoe wij dit beleefd hebben.

Elk jaar eindigen we in stijl met ons eindejaarsfeest. Bekijk hier de aftermovie van dit supertoffe feest met als thema Foute Kerst .

Tijdens Topicus Hackathon (ook wel 'Doe Je Ding Dag' of ‘Horizon’ genoemd) gooien we echt alles even om en krijgt iedereen de kans om zijn of haar idee te pitchen en worden de beste ideeën direct uitgewerkt. Geen idee is hier te gek!

Wie is Topicus?

Topicus werkt in de sectoren Finance, Zorg, Overheid, Onderwijs en Legal. Wij zijn hier constant bezig om op alle vlakken voor verregaande verbeteringen te zorgen. De regie aan de burger geven en zelfredzaamheid vergroten, dat is onze ambitie. Dit doen we met toptalenten die met behulp van de nieuwste technologie briljante ICT oplossingen bedenken en bouwen.

Opgericht in 1998
Topicanen 732
Studenten 64
Locaties 8

Topicus Finance – Amsterdam

John M. Keynesplein 12, Amsterdam

Topicus Finance – Deventer

Singel 25, Deventer

Topicus Hoofdkantoor – Deventer

Singel 25, Deventer

Topicus Finance – Groningen

Helperpark 270 - 298, Groningen

Topicus Zorg – Groningen

Helperpark 270 - 298, Groningen

Topicus Finance – Zwolle

Zuiderzeelaan 23, Zwolle

Topicus Legal – Zwolle

Zuiderzeelaan 23, Zwolle

Topicus Onderwijs – Deventer

Singel 9, Deventer

Topicus Onderwijs – Enschede

M. H. Tromplaan 10-12, Enschede

Topicus Overheid – Enschede

M. H. Tromplaan 10-12, Enschede

Topicus Onderwijs – Nijmegen

Keizer Karelplein 32F, Nijmegen

Topicus Onderwijs – Utrecht

Winthontlaan 200, Utrecht

Topicus Zorg – Deventer

Keizerstraat 43, Deventer

Topicus Zorg – Leiden

Doezastraat 2A, Leiden

Topicus Zorg – Wageningen

Costerweg 1K, Wageningen