De Academische Werkplaats Huisartsgeneeskunde Amsterdam UMC (AWH/ANHA) is het academisch centrum van de afdeling Huisartsgeneeskunde, waar huisartsenpraktijken samenwerken met Amsterdam UMC op het gebied van wetenschappelijk onderzoek, onderwijs, opleiding en zorginnovatie. De afdeling beheert een grootschalige database met routinematig verzamelde zorggegevens van huisartsenpraktijken in de regio Groot-Amsterdam. Deze database ondersteunt onderzoek en levert Audit & Feedback-informatie ter verbetering van de eerstelijnszorg. Vooral vrije tekstgegevens uit consultnotities zijn van groot belang, omdat deze steeds vaker worden gebruikt om symptomen, diagnoses en interventies te identificeren – als waardevolle aanvulling op gestructureerde gegevens zoals demografische informatie en ICPC-codes.

Als data scientist maak je deel uit van een team van datamanagers, analisten en wetenschappers dat werkt aan het verbeteren van de kwaliteit en verwerking van de AWH-ANHA-database. Je ondersteunt daarnaast onderzoekers en collega-data scientists bij het aanpakken van complexe technische vraagstukken, met een bijzondere focus op NLP. In jouw rol draag je bij aan het verbeteren van de kwaliteit van de ANHA-dataset en onderzoek je hoe vrije tekstgegevens de nauwkeurigheid en efficiëntie van analyses kunnen vergroten. Daarnaast krijg je de mogelijkheid om zelfstandig onderzoek te doen met behulp van de ANHA-dataset.

Je taken bestaan onder andere uit:

• Samenwerken met een team van datamanagers, analisten en wetenschappers om de kwaliteit en verwerking van gegevens in de AWH-ANHA-database te verbeteren.
• Ondersteunen bij technische onderzoeksvragen, met name op het gebied van NLP.
• Ontwikkelen en implementeren van methoden zoals named entity recognition en latente variabelenmodellen om waardevolle informatie uit vrije tekst te halen.
• Adviseren over het gebruik van NLP-technieken in medisch onderzoek.

• Een universitaire opleiding in een technisch vakgebied zoals data science, computerwetenschappen, kunstmatige intelligentie of een aanverwante discipline.
• Aantoonbare werkervaring van minimaal 2 jaar in data science, met een sterke focus op natural language processing (NLP).
• Vaardig in programmeren, bij voorkeur in Python en SQL, met ervaring in het gebruik van bibliotheken zoals spaCy, Hugging Face Transformers en/of TensorFlow of PyTorch.
• Grondige kennis van statistische methoden en machine learning-technieken die worden toegepast op NLP.
• Bekendheid met large language models, zoals Claude en ChatGPT.
• Ervaring met versiebeheersystemen (zoals Git) en algemene softwareontwikkelpraktijken.
• Affiniteit met academisch onderzoek; een achtergrond in medisch onderzoek is een pre.
• Interesse in onderzoek binnen de huisartsgeneeskunde.
• Goede beheersing van de Engelse taal in woord en geschrift.
• Sterke analytische en probleemoplossende vaardigheden, met het vermogen om effectief samen te werken in een multidisciplinair team.