Stage Data Science & Clinical AI – start dec 2026 t/m mrt 2027
- Salary
- €500/mo
- Hiring from
- Netherlands
- Work type
- Hybrid
- Posted
616,803 remote jobs, straight from company career pages
100% free · New jobs every minute
Show job descriptionHide job description
Wil je meebouwen aan de zorg van morgen met AI? Als stagiair bij Pacmed bouw je modellen die de besluitvorming in Nederlandse ziekenhuizen elke dag verbeteren. Je werkt met echte klinische data, samen met data scientists, engineers en clinici. We zoeken twee stagiairs die starten tussen december 2026 en maart 2027.
Over Pacmed
Bij Pacmed combineren we technologie en menselijkheid om de zorg toegankelijk en toekomstbestendig te houden. Onze software draait al in meerdere Nederlandse ziekenhuizen en we breiden actief verder uit. We helpen zorgprofessionals om real-time betere beslissingen te nemen, capaciteit efficiënter te benutten en patiëntenstromen soepel te laten verlopen. Als stagiair zit je precies op het punt waar onze modellen en data de klinische praktijk raken.
Waarom Pacmed een ideale stageplek is:
We zijn een scale-up met een duidelijke missie: de zorg toegankelijk en toekomstbestendig houden.
Je werk doet ertoe. Het komt terecht in producten die in ziekenhuizen gebruikt worden, niet in een la.
Je krijgt een begeleider die investeert in je ontwikkeling, en een team dat elkaar graag beter maakt.
We gaan vriendelijk en respectvol met elkaar om en hebben graag plezier, met regelmatige teamuitjes en een jaarlijkse off-site.
De twee stages
Elke stagiair krijgt een eigen project. Beide projecten gaan over patiëntenstromen: hoeveel patiënten komen het ziekenhuis binnen, en hoeveel stromen er uit naar de nazorg.
Stage 1: instroom voorspellen op de acute as (Capaciteitsmonitor)
De Pacmed Capaciteitsmonitor geeft zorgprofessionals AI-voorspellingen op basis van real-time ziekenhuisdata, zodat ze personeel en capaciteit proactief kunnen plannen in plaats van reactief. De capaciteitsmonitor voorspelt patiëntbezetting en zorgzwaarte en vertaalt dat naar de daadwerkelijk benodigde personele capaciteit.
We breiden deze aanpak nu uit naar andere afdelingen op de acute as: de spoedeisende hulp (SEH), de eerste harthulp (EHH) en de cardiac care unit (CCU). Daar houdt de personeelsplanning nog weinig rekening met schommelingen in de instroom, met over- en onderbezetting als gevolg.
Sinds september 2026 werkt een stagiair aan instroommodellen voor deze afdelingen. Jij versterkt dat project en bouwt erop voort. Denk aan:
modellen voor de SEH, EHH en CCU ontwikkelen en verbeteren op basis van ziekenhuisdata over instroom, uitstroom en bezetting en publieke data zoals weer, evenementen en epidemiologische gegevens
de (potentiële) impact van de AI modellen op de personeelsplanning doorrekenen
afdelingen (SEH, EHH, CCU) of ziekenhuizen met elkaar vergelijken;
de uitkomsten samen met clinici interpreteren en valideren.
Stage 2: uitstroom naar de VVT voorspellen (Transfer Monitor)
De Pacmed Transfer Monitor richt zich op een van de grotere inefficiënties in Nederlandse ziekenhuizen: vertraagde overplaatsing van patiënten naar de nazorg. Patiënten die medisch gezien niet meer in het ziekenhuis hoeven te liggen maar nog nergens terechtkunnen ("verkeerde bedden") zijn naar schatting goed voor 5 tot 15% van de ligdagen in de ziekenhuizen waarmee we werken. Dat blokkeert de doorstroom vanaf bijvoorbeeld de SEH en het electieve programma, is vervelend voor patiënten, verhoogt het risico op complicaties en kost onnodig geld.
De Transfer Monitor voorspelt vroeg en per patiënt of iemand nazorg nodig heeft en wat de verwachte ontslagdatum is. Zo kan het transferbureau bepalen welke patiënten het eerst gescreend worden, en kunnen artsen en verpleegkundigen het ontslag op tijd regelen.
In deze stage gebruik je klinische data om te voorspellen hoeveel patiënten uitstromen naar VVT-instellingen (verpleeg- en verzorgingshuizen en thuiszorg). Daarmee kunnen die instellingen hun eigen capaciteit beter plannen. Je bouwt en evalueert het model en toetst het samen met ziekenhuizen en nazorginstellingen.
Wat ga je doen?
Je traint en evalueert machine-learningmodellen op echte ziekenhuisdata.
Je ontwerpt en voert impactanalyses uit die de klinische waarde van onze producten laten zien en verbeteren.
Je schuift aan bij sessies met clinici om hun werkproces te begrijpen en dat te vertalen naar modelkeuzes.
Wat bieden we
Je krijgt intensieve begeleiding van een ervaren data scientist, met echte ruimte om je project zelf te trekken. Je bouwt een stevig portfolioproject op een echt clinical-AI-probleem, en de stage richten we zo in dat hij past bij de eisen van je scriptie of opleiding. Vanaf dag één hoor je er volwaardig bij. Eerdere stagiairs leverden werk op dat direct in onze producten terechtkwam, zoals ons zorgzwaartemodel.
Daarnaast:
een stagevergoeding van €500 per maand;
regelmatige sociale activiteiten, met kwartaaluitjes en een jaarlijkse off-site;
flexibele werktijden en de mogelijkheid om af en toe vanuit het buitenland te werken;
25 vakantiedagen per jaar op basis van een fulltime dienstverband (naar rato bij parttime);
dagelijks lunch op kantoor, met veel vegetarische en veganistische opties;
de mogelijkheid om standaard feestdagen te ruilen voor andere dagen, bijvoorbeeld voor persoonlijke of religieuze feestdagen;
een laptop van de zaak voor de duur van je stage.
Solliciteren
De sollicitatie bestaat uit een of twee gesprekken waarbij we kennis maken, jij de kans krijgt om je vragen te stellen en wij graag meer horen over je motivatie en ervaring.
Interesse? Stuur ons een korte motivatie en je cv. Vermeld je opleiding, je beschikbaarheid (startdatum en aantal uur per week) en of je een voorkeur hebt voor stage 1 of stage 2.
Wie zoeken we
We zoeken iemand die analyses kan uitvoeren, modellen kan bouwen en de uitkomsten hervan op een begrijpelijke manier kan presenteren en bespreken met clinici zonder data-achtergrond. Dit vragen we:
Je spreekt Nederlands. Je werkt met personeelsplanners, verpleegkundig teamleiders, capaciteits- en transfermedewerkers in Nederlandse ziekenhuizen, en met Nederlandstalige data.
Je hebt een goede data science-achtergrond. Je beheerst de kernprincipes en kunt in Python zelfstandig analyses uitvoeren en modellen bouwen, evalueren en verbeteren. Praktijkervaring, bijvoorbeeld uit een eerdere stage, baan of serieus project, heeft onze voorkeur.
De stage is onderdeel van je masteropleiding of promotietraject.
Je kunt starten tussen december 2026 en maart 2027.
Je bent minimaal 6 maanden fulltime beschikbaar, of een gelijkwaardige hoeveelheid tijd parttime (meer dan 50% van fulltime, over een navenant langere periode).
Klinische ervaring is een pre, bijvoorbeeld als (bijna) laborant, verpleegkundige of technisch geneeskundige of vanuit een bijbaan. Het helpt je om de data goed te interpreteren en om de juiste vragen te stellen aan de mensen die onze producten gebruiken.
