Binnen het ‘Ontzorg de zorg, zorg voor jezelf’-project is er behoefte aan een systeem dat asynchroon data kan genereren. Dit systeem zal voldoende geanonimiseerde en fictieve data leveren, wat essentieel is voor grondige en betrouwbare testscenario’s. Door de juiste aanpak te kiezen ga jij een efficiënt en schaalbaar systeem ontwikkelen dat de diverse projectonderdelen ondersteunt.

💡Interessegebieden: Generatieve AI, Microservices, Data

Deze afstudeeropdracht maakt deel uit van het project ‘Ontzorg de zorg, zorg voor jezelf!’. Met dit project geven we de zorgwereld een digitale boost door automatisering en data-analyse. Zo hebben zorgverleners meer tijd voor patiënten en kunnen patiënten zelf regie voeren over hun gezondheidsinformatie.

Er is een uitdaging in het project. Het ontbreken van een systeem dat op een asynchrone wijze data kan genereren voor alle projectonderdelen belemmert de voortgang van het testproces. Hoe kan er een efficiënt en schaalbaar systeem worden ontwikkeld om op een asynchrone wijze voldoende geanonimiseerde en fictieve data te genereren voor de diverse onderdelen van het project, zodat grondige en betrouwbare testscenario’s kunnen worden uitgevoerd?

De opdracht

Deze opdracht richt zich op het ontwerpen en implementeren van een systeem voor het asynchroon genereren van voldoende geanonimiseerde en fictieve data. Dit is bedoeld voor het testen en simuleren van verschillende onderdelen binnen het project “Ontzorg de zorg, zorg voor jezelf”.

Het doel is om een schaalbaar systeem te ontwikkelen dat efficiënt data kan produceren die representatief is voor diverse scenario’s en gebruikssituaties. Er zal aandacht zijn voor de beveiliging en privacy van de gegenereerde data. Daarnaast moet er de mogelijkheid zijn de data configureerbaar en aan te passen aan specifieke testvereisten.

Het onderzoek moet antwoord geven op de volgende vragen:

• Welke open-source generatieve AI-technieken zijn er, en welke kunnen we het beste gebruiken voor dit project?
  • Welke is het beste toepasbaar voor het gebruiken voor het kunnen genereren van testdata?
  • Welke is het meest efficiënt (gebruik van werkgeheugen en CPU)?
  • Welke technieken kunnen we gebruiken om het resultaat van generatieve AI te kunnen testen?

• Welke testdata moet de applicatie kunnen genereren?
  • Hoe dynamisch moet de testdata zijn?
  • Moet de testdata non-stateless zijn?
  • Hoe kunnen andere projecten hun eigen testdata eisen instellen?
  • Welke rol kan Dapr (Distributed application runtime) spelen binnen de applicatie?

Het doel van het onderzoek is om te adviseren welke open-source (generatieve AI) technieken we kunnen inzetten. Dit advies moet gebaseerd zijn op de eisen en wensen van andere projecten binnen “Ontzorg de zorg, zorg voor jezelf”. Daarnaast moet er aandacht zijn voor efficiëntie en de betrouwbaarheid van de output van de generatieve AI-technieken.

Over Info Support

Info Support is specialist in maatwerksoftware, data/AI solutions, beheer en trainingen en actief in de sectoren Finance, Industry, Agriculture, Food & Retail, Mobility & Public en Healthcare. Wij bieden solide en innovatieve oplossingen voor complexe en bedrijfkritische softwarevraagstukken. Onze hoofdkantoren zijn gevestigd in Veenendaal (NL) en Mechelen (BE). Op dit moment zijn er circa 500 medewerkers bij Info Support in dienst.

De werkwijze van Info Support kenmerkt zich door een aantal kernwaarden: soliditeit, integriteit, vakmanschap en passie. Deze kernwaarden zijn verweven in ons werk en de manier waarop we met elkaar omgaan.

Om te zorgen dat alle medewerkers altijd op de hoogte kunnen zijn van de nieuwste ontwikkelingen beschikt Info Support over een inhouse kenniscentrum waar graag wordt voldaan aan de honger naar meer of andere kennis en vaardigheden.

Om deze opdracht te kunnen doen is B2-taalvaardigheid in het Nederlands vereist.