(Praktijk) Lector Data & AI (50-100%)

Over UCLL

Bij UCLL krijg je het vertrouwen om je job vorm te geven binnen een helder kader en om te groeien op een manier die past bij jouw levensfase, ritme en ambitie. Met 1800 collega's verspreid over 8 campussen in Limburg en Vlaams-Brabant, vormen we een warme, ambitieuze leer- en werkomgeving. Wat ons verbindt? De erkenning dat we nooit 'af' zijn. Daarom blijven we in beweging, als een gemeenschap van Moving Minds die samen maatschappelijke impact blijven maken.

Bij UCLL krijg je de ruimte om je onderwijs vorm te geven én impact te maken op de toekomst van je studenten.

Over de opleiding:

Klik of tik om tekst in te voeren.

Jouw rol:*(Praktijk) Lector Data & AI (50 - 100%)**

Wat doe je?

• Je maakt deel uit van het onderwijsteam binnen de bachelor Toegepaste informatica en/of Applied Computer Science en draagt actief bij aan de kwaliteit van het onderwijs.
• Je ondersteunt het bestaande onderwijsaanbod en werkt mee aan de ontwikkeling van vernieuwende en maatschappelijk relevante opleidingsonderdelen.
• Je brengt studenten in beweging: je geeft les, begeleidt en coacht hen richting hun professionele toekomst.
• Je evalueert studenten (incl. opdrachten en eindwerken) en ontwikkelt praktijkgericht studiemateriaal.
• Je brengt je praktijkervaring actief binnen in het onderwijs en verbindt theorie met het werkveld.
• Je werkt nauw samen met de opleidingsverantwoordelijke en collega’s en neemt deel aan curriculumgroepen en overlegmomenten.
• Je neemt initiatief en draagt bij aan projecten of activiteiten die het leren en studentenleven versterken.
• Je blijft jezelf continu ontwikkelen, zowel inhoudelijk als didactisch, en groeit mee als professional én als docent.

Wie ben jij?

“Wij zoeken een Moving Mind die het verschil maakt, in de aula en daarbuiten.”

• Je hebt een bachelor diploma.
• Pedagogisch diploma is een pluspunt.
• Ervaring met lesgeven in het hoger onderwijs is mooi meegenomen, niet noodzakelijk.
• Je bent een inspirerende lector, begeleider en coach.
• Je combineert autonomie en samenwerking met collega’s en externe partners.
• Je denkt vernieuwend en bent maatschappelijk betrokken.
• Je organiseert je werk goed, stelt prioriteiten en bent flexibel waar nodig.

Als (praktijk)lector Data & AI beschik je liefst over de volgende vaardigheden…

Je bent een gedreven dataprofessional met ruime praktijkervaring, bijvoorbeeld als data scientist, machine learning engineer of data engineer, en je wil de stap naar het onderwijs maken (of hebt die al gezet). We verwachten geen specialist in elk deeldomein. Belangrijker is dat je een stevige basis hebt in data en AI en dat je je vlot inwerkt in nieuwe technologieën en methodes.

Hieronder vind je de thema's die binnen dit profiel aan bod kunnen komen. Het concrete vakkenpakket kan in de loop van de tijd evolueren, en we kijken vooral naar waar jouw sterktes liggen. Een belangrijke kern is data-analyse en machine learning: het verkennen en verwerken van data, beschrijvende en inferentiële statistiek, en het toepassen en evalueren van supervised en unsupervised technieken, met Python als courante werktaal. Heb je daarnaast ook voeling met de data engineering-kant, zoals datamodellering, ETL en pipelines, data warehousing, big data en cloudplatformen, dan is dat een mooie troef om een vraagstuk van databron tot bruikbaar resultaat te begeleiden. In alle gevallen waarderen we aandacht voor data-ethiek (privacy, bias, verantwoord datagebruik), interesse in de actuele evoluties waaronder GenAI, en een kritische, wetenschappelijk onderbouwde houding tegenover cijfers en modellen. Je geeft in de eerste plaats les aan Nederlandstalige studenten op de campus. Daarnaast is er aandacht voor Engelstalig onderwijs en afstandsonderwijs, want een deel van het aanbod wordt in het Engels gegeven. Tot slot begeleid je graag studenten in projecten met een data- of AI-component, gaande van een geïntegreerd teamproject tot het bachelorproject.

Jouw rol als coach: Je geeft geen hapklare oplossingen, maar coacht studenten in hun zelfredzaamheid. Je leert hen gestructureerd te werk gaan, van probleemstelling en data-exploratie over modelkeuze tot een kritische interpretatie van de resultaten, zodat ze zelfstandig en verantwoord met data en AI leren werken.