CNTR 00071: verschil tussen versies
Geen bewerkingssamenvatting |
Geen bewerkingssamenvatting |
||
| (Een tussenliggende versie door dezelfde gebruiker niet weergegeven) | |||
| Regel 3: | Regel 3: | ||
{{Contributor | {{Contributor | ||
|Name=Bente Sinke | |Name=Bente Sinke | ||
|Imagename= | |Imagename=BenteSinke.jpg | ||
|Profiletext=Bente Sinke is docent-onderzoeker bij de onderzoeksgroep Data Science. | |Profiletext=Bente Sinke is docent-onderzoeker bij de onderzoeksgroep Data Science. Ze is te omschrijven als een Zeeuw met een internationaal randje. Met een achtergrond in de ‘humanities’, een bachelor Liberal Arts & Sciences, een master History and Philosophy of Art in het Engelse Canterbury én een master Data Science and Society, positioneert zij zich graag in de raakvlakken tussen maatschappij en toegepaste data science. Aan de ene kant heeft ze aandacht voor hoe deze ontwikkelingen onze interactie met - of in - de maatschappij veranderen, daarnaast heeft ze oog voor het belang van transparante informatievoorziening en het verhaal wat data kan re(presenteren), zowel op ethisch als statistisch vlak. | ||
Ze is te omschrijven als een Zeeuw met een internationaal randje. Met een achtergrond in de ‘humanities’, een bachelor Liberal Arts & Sciences, een master History and Philosophy of Art in het Engelse Canterbury én een master Data Science and Society, positioneert zij zich graag in de raakvlakken tussen maatschappij en toegepaste data science. | |||
Aan de ene kant heeft ze aandacht voor hoe deze ontwikkelingen onze interactie met - of in - de maatschappij veranderen, daarnaast heeft ze oog voor het belang van transparante informatievoorziening en het verhaal wat data kan re(presenteren), zowel op ethisch als statistisch vlak. | |||
Als docent is zij betrokken bij stages, afstudeerprojecten en het doceren van de basisbegrippen van data science. Als junior-onderzoeker bij het lectoraat Data Science, houdt zij zich bezig met verschillende abstracte (maar ook visuele) machine learning-uitdagingen, aansluitend op haar specialisatie binnen de domeinen van tijdseries, geospatial en image analysis. | Als docent is zij betrokken bij stages, afstudeerprojecten en het doceren van de basisbegrippen van data science. Als junior-onderzoeker bij het lectoraat Data Science, houdt zij zich bezig met verschillende abstracte (maar ook visuele) machine learning-uitdagingen, aansluitend op haar specialisatie binnen de domeinen van tijdseries, geospatial en image analysis. | ||
|ProfiletextEn=Bente Sinke is a lecturer-researcher in the Data Science research group. | |ProfiletextEn=Bente Sinke is a lecturer-researcher in the Data Science research group. She can be described as a Zeeuw with an international edge. With a background in the 'humanities', a bachelor in Liberal Arts & Sciences, a master in History and Philosophy of Art in Canterbury, England and a master in Data Science and Society, she likes to position herself at the interfaces between society and applied data science. On the one hand, she pays attention to how these developments are changing our interaction with - or in - society; on the other hand, she has an eye for the importance of transparent information and the story that data can re(present), both ethically and statistically. As a lecturer, she is involved in internships, thesis projects and teaching the basic concepts of data science. As junior researcher at the Data Science research group, she deals with various abstract (as well as visual) machine learning challenges, consistent with her specialization within the fields of time series, geospatial and image analysis. | ||
She can be described as a Zeeuw with an international edge. With a background in the 'humanities', a bachelor in Liberal Arts & Sciences, a master in History and Philosophy of Art in Canterbury, England and a master in Data Science and Society, she likes to position herself at the interfaces between society and applied data science. | |||
On the one hand, she pays attention to how these developments are changing our interaction with - or in - society; on the other hand, she has an eye for the importance of transparent information and the story that data can re(present), both ethically and statistically. | |||
As a lecturer, she is involved in internships, thesis projects and teaching the basic concepts of data science. As junior researcher at the Data Science research group, she deals with various abstract (as well as visual) machine learning challenges, consistent with her specialization within the fields of time series, geospatial and image analysis. | |||
|Stakeholder=STKH 00002 | |Stakeholder=STKH 00002 | ||
|Email=sink0049@hz.nl | |Email=sink0049@hz.nl | ||
|Research group primary=RG 00012 | |Research group primary=RG 00012 | ||
}} | }} | ||
