NGM Advies

Freelance data & AI — Groningen

Data wordt pas iets waard als mensen er op durven bouwen.

Voor overheids- en HR-teams die verder willen met data science en AI, zonder de vragen over privacy en veiligheid over te slaan. Data-, informatie- en business-analyse als basis. Analyse, ontwikkeling en training.

Van ruwe invoer naar een uitlegbaar besluit

Elke opdracht legt dezelfde route af.

Vier lagen. Niets gaat live dat de laatste niet passeert.

Laag 01 — invoer

Data & data science

Bronnen samenbrengen, opschonen en betrouwbaar maken, van losse bestanden tot een keten die je kunt vertrouwen. Daarna modellen die een concrete vraag beantwoorden: voorspellen wat er gaat gebeuren, of patronen vinden die je met het blote oog mist. Volstaat een simpele analyse, dan bouw ik geen model.

Laag 02 — mensen

HR-analytics

Verzuim, verloop, instroom en ontwikkeling, omgezet naar stuurinformatie voor management en directie. Van losse rapportages naar een vaste set vragen die elk kwartaal terugkomt. Inclusief de spreiding, want een gemiddelde verbergt precies de groep waar het om gaat.

Laag 03 — leren

Trainingen & begeleiding

Wat een taalmodel wel en niet doet, waar het misgaat, en hoe je uitvoer beoordeelt zonder technische achtergrond. Gericht op teams die er zelf mee verder moeten, in dagdelen of als begeleiding tijdens een pilot. Het doel is dat mensen het daarna zonder mij kunnen.

Laag 04 — de poort

Privacy, veiligheid & ethiek

AVG en AI-verordening, uitlegbaarheid en dataminimalisatie. Welke gegevens heb je echt nodig, wat leg je vast, en welke afspraken maak je vóór een pilot in plaats van erna. Alles gaat hier doorheen; wat het niet passeert, gaat niet live.

Uitvoer

Een besluit dat je kunt uitleggen

Aan je bestuur, aan de OR, aan de medewerker om wie het gaat. Bruikbaar, niet een rapport voor in de la.

Trainingen & begeleiding

Kennis die blijft als ik weer weg ben.

Opgeleverd werk moet zonder mij verder kunnen. Daarom lever ik het samen met de mensen die ermee verdergaan.

AI-geletterdheid voor teams

Wat een taalmodel wel en niet doet, waar het misgaat, en hoe je uitvoer beoordeelt zonder technische achtergrond. Met voorbeelden uit het eigen werk van de deelnemers, niet met algemene demo's.

Onderwijs · HR · staf

Datagedreven werken in HR

Van losse rapportages naar een vaste set vragen die elk kwartaal terugkomt. Welke cijfers stuur je op, wat betekenen ze, en hoe bespreek je ze met een leidinggevende zonder dat het een discussie over de meting wordt.

HR-teams · leidinggevenden

AI & AVG in de praktijk

Wat mag, wat moet je vastleggen, en welke afspraken je maakt vóór een pilot in plaats van erna. Inclusief de AI-verordening en wat die betekent voor toepassingen die je al gebruikt.

Bestuur · privacy officers

Meekijken bij een pilot

Begeleiding in plaats van training: een aantal weken naast het team terwijl zij het werk doen. Bedoeld voor een eerste pilot, zodat er iemand meekijkt op het moment dat de vragen echt opkomen.

Projectteams

Nima Bottema werkt als zelfstandig data- en AI-specialist vanuit Groningen. Zijn opdrachtgevers zitten vooral bij de lokale en rijksoverheid, en in HR.

Ruim tien jaar in data en analytics. Senior HR-data-analist bij de Rijksoverheid: dashboards voor directies, datakwaliteit en datastromen. Power BI, Python en SQL. Daarnaast business- en informatieanalyse.

Contact

Vertel wat er speelt.

Een kennismaking van een half uur kost niets en levert meestal een scherpere vraag op.

nima@ngmadvies.nl