De presentatie van Maurice van Keulen, tijdens de parallelle sessie 'Uitdagingen voor data science binnen de overheidsagenda's' van het congres 'Data gedreven Beleidsontwikkeling' in Den Haag op 28 november 2017.

1. DATA SCIENCE CENTER
UNIVERSITY OF TWENTE
MAURICE VAN KEULEN
ASSOCIATE PROFESSOR DATA MANAGEMENT TECHNOLOGY
HEAD OF DATABASE GROUP

2. Gedragen door 2 onderzoeksinstituten
 CTIT: Institute for ICT research in context
 IGS: institute for innovation and governance studies
Strekt zich uit over alle faculteiten, ook prominent
 Technische geneeskunde & biomedische technologie
 Geo-information and earth observation
 … maintenance, social science, ethics
Organisatiestructuur evolueert:
 Nieuwe “Data Science” groep met Inf + El + Wis
 Instituten nieuwe stijl met programma’s als
“digital society”
28 Nov 2017Congres "Data gedreven Beleidsontwikkeling": Data Science Center UT 2
DATA SCIENCE CENTER @UT

3. UT lange historie en sterke cultuur tav multi-disciplinaire
samenwerking
 Sterkste op dit aspect?
 Onderzoeksinstituten vs faculteiten
Hoe komt dit tot uiting / hoe kun je zien dat ‘t echt werkt
 ‘Gedeelde’ promovendi
 Multi-disciplinaire afstudeeropdrachten
 Cultuurverandering is een sociaal proces
Echt kunnen vinden en echt kennen heeft tijd nodig
28 Nov 2017Congres "Data gedreven Beleidsontwikkeling": Data Science Center UT 3
MULTI-DISCIPLINAIRE SAMENWERKING

4. Inhoudelijke focus: niet over potenties, maar obstakels
 Datakwaliteit
o Data krijg je nooit perfect op orde
o Technologie moet imperfectie als fact of life nemen
o Kwaliteitsverbetering in bedrijfsproces opnemen
o Robuustheid; Meten; Opzettelijk foute data; …
 Efficiënte inzet human resources
o Risk assessment; Voorbeeld: fraude-inspecties
 Uitlegbare en eerlijke machine learning
o Behoeft expertise informatica + wiskunde
28 Nov 2017Congres "Data gedreven Beleidsontwikkeling": Data Science Center UT 4
INHOUDELIJKE THEMA’S (1)

5.  Vindbaarheid
o Federated search (UT zoekmachine werkt zo)
o Bronnen/bronsystemen integreren in zoekresultaat
 Privacy
o Overheid moet beste jongetje van de klas zijn
o Raakt aan veel disciplines
 Open data is maatwerk
o Data is net ruwe olie
o Opwerken van data is
complex (80% van werk)
o Weinig generieke
tool-support
28 Nov 2017Congres "Data gedreven Beleidsontwikkeling": Data Science Center UT 5
INHOUDELIJKE THEMA’S (2)

6. Beleid is te weinig gestoeld op feiten
Beleidsmakers weten te weinig over data science
Hoe leid ik de mensen in m’n organisatie op
 PDEng “Business Information Technology” (BIT)
 2 jaar, vakken+project, maatwerk
 Data camps
 Data scientists aannemen ... is niet voldoende!
 Bij andere (beleids)functies, kies voor mensen die weten
over data science
 Uniek toeleverend data science masteronderwijs
verankerd in een veelheid aan studies (±300 stud/jaar)
 Juiste mensen op coordinator-functies tussen ‘technische
club’ en beleidsmakers
28 Nov 2017Congres "Data gedreven Beleidsontwikkeling": Data Science Center UT 6
OPLEIDING EN AANNEEMBELEID