Student-assistent ALP

Lever een belangrijke bijdrage aan innovatief juridisch onderwijs!
Als student-assistent ALP speel je een belangrijke rol in de organisatorische ondersteuning van een aantal bijzondere vakken, die deel uitmaken van de Amsterdam Law Practice (ALP). ALP is een uniek onderwijsprogramma waarbij masterstudenten van de Faculteit der Rechtsgeleerdheid van de UvA kennis kunnen maken met de juridische praktijk, kunnen ervaren hoe het recht in de praktijk nu eigenlijk werkt en kunnen doorgroeien als verantwoordelijk aspirant-jurist. Als student-assistent ALP draag je dagelijks bij aan het verwezenlijken van de randvoorwaarden van dit onderwijs. Dat doe je in het bijzonder voor de vakken Amsterdam Law Clinics (ALC) en Master Stage. Je zult ook betrokken zijn bij de onderwijscommunicatie en -administratie voor het derdejaars vak Recht & Praktijk.

Dit ga je doen
Je taken bestaan op hoofdlijnen uit het:

• ondersteunen van de directeuren van ALP en ALC bij de uitvoering van het onderwijs;
• assisteren bij de praktische voorbereiding, organisatie en uitvoering van het onderwijs en daarvoor benodigde studentzaken (waaronder werving/selectie en communicatie) en bij events;
• ondersteunen bij het opzetten en de uitvoering van evaluatieactiviteiten van het programma (in- en extern);
• voorbereiden en verzorgen van verslaglegging en terugkoppeling van overleggen;
• verzorgen van interne en externe communicatie naar alle bij de trajecten betrokken partijen.

Dit vragen we van jou
We zijn op zoek naar iemand die proactief is en met enthousiasme wil bijdragen aan ons onderwijs. Je hebt bij voorkeur een juridische, communicatie of administratieve achtergrond (academisch of hbo). Bovenal heb je affiniteit met het werken met studenten en academisch onderwijs. Je weet hoe je dingen moet organiseren en kunt goed prioriteiten stellen. Je kunt projecten planmatig aanvliegen en toont veel eigen initiatief. Je werkt goed in teamverband maar je kunt ook zelfstandig dingen oppakken.
Daarnaast heb je:

• sterke communicatieve vaardigheden;
• ervaring met het schrijven van documenten, teksten voor websites en sociale media;
• een uitstekende beheersing van de Nederlandse en Engelse taal in woord en geschrift.

Kennis van Canvas, samenwerkingstools en Excel is een pre.

Dit bieden we jou nog meer
We bieden een dienstverband voor 16 uur per week voor een periode van één jaar met een proeftijd van twee maanden, bij voorkeur met ingang van 1 november 2026. Een verlenging van de aanstelling kan tot de mogelijkheden behoren.
Je salaris is afhankelijk van studiejaar € 3.230,- (voor bachelorstudenten) tot € 3.288,- (masterstudenten) bruto per maand op basis van volledige werktijd (38 uur per week), exclusief 8% vakantie- en 8,3% eindejaarsuitkering. De Cao Nederlandse Universiteiten is van toepassing.

Hier ga je werken
De Amsterdam Law Practice staat voor kwalitatief goed en innovatief juridisch onderwijs. We zijn een klein, maar hecht team en vinden het belangrijk om goed samen te werken. Eén keer in de zoveel tijd plannen we een teamuitje en we hebben minstens één per week een bijeenkomst met het hele team, al dan niet online. Hybride werken is de norm.

Nieuwsgierig naar onze organisatie? Hier lees je meer over werken bij de Universiteit van Amsterdam.

Project Manager IT

• Je helpt het team om tot succesvolle IT implementaties te komen. Het team bestaat uit professionals zoals Product Owners, een Scrum Master, adviseurs, architecten en leden van de uitgebreide projectgroep (inclusief onze klanten / key-users / executives).
• Je bent verantwoordelijk voor het beheren van de projectkwaliteit, financiën en tijdlijnen, met een sterke focus op het identificeren en beperken van risico's.
• Je zult de projectorganisatie verder ontwikkelen en versterken, waarbij je continue afstemming handhaaft met belangrijke belanghebbenden (binnen en buiten LIS).
• Je beheert contacten en de samenwerking met onze leveringspartners.
• Communicatie en afstemming met de klanten/gebruikers is van groot belang in het succesvol uitvoeren van het project. Daarbij ben je leidend and zul je pro-actief communicatie moeten bedrijven om medewerking te verkrijgen.
• Daarnaast werk je nauw samen met en ondersteun je de Product Owner(s), zodat de projectuitvoering aansluit bij productdoelen, prioriteiten en visie.
• Je verzorgt in het project dat de TU/e compliance (rondom Privacy en Security) de juiste aandacht krijgt.
• De projecten hebben betrekking op verschillende productgebieden (platformen/infrastructuur/data, applicaties in bedrijfsfuncties zoals oa. generieke functies, of in diverse onderzoek of onderwijs domeinen), waardoor je bij veel verschillende projecten betrokken zult zijn.
• Je bent onderdeel van een team van LIS Project managers die als doel hebben elkaar te ondersteunen en ontwikkelen in het verbeteren van onze kwaliteit en continuïteit.

PhD Position Control Theory for Self-Designing Digital Twins of Transportation Systems

Job description
On this PhD project you will delve into the growing field of digital twins for infrastructure systems, with a focus on transportation systems. Digital twins are high-fidelity simulations combining principle-based models and black-box/data-driven representations of physical systems. While essential for high-accuracy predictions and counterfactual analysis, they are inherently complex and difficult to analyze due to the lack of standardization and a unified design theory.

This project will tackle this problem from a theoretical angle in three main ways:

• You will develop a framework for the autonomous design of formal mathematical contracts, based on the system description and functional requirements. This will lead to the creation of abstract classes used to describe the digital twin.
• You will then design methods for automatically choosing the right parametrization of controllers to autonomously configure them to the abstract classes, ensuring stability and performance based on the requirements and specifications, e.g. via federated, scenario/sampling-based contract compositions.
• Additionally, you will theorize how to design and verify complex control policies such as MPC and RL.
• Additionally, you will study the effect of interconnecting digital twins of different systems and the effect on their stability.

You will be able to work towards improving our state-of-the-art advanced digital-twin of transportation systems (based on SUMO).

You will work at the Delft Centre of Systems and Control (DCSC) and will be supervised by Carlo Cenedese & Manuel Mazo.

TU Delft is a top tier university and is exceedingly active in the field of Artificial intelligence and Control Systems. The Delft Centre for Systems and Control (DCSC) coordinates the education and research activities in systems and control at Delft University of Technology. The Centre's research mission is to conduct fundamental research in systems dynamics and control, involving dynamic modelling, advanced control theory, optimisation and signal analysis. The research is motivated by advanced technology development in physical imaging systems, robotics and transportation systems. The group actively participates in the Dutch Institute of Systems and Control (DISC).

Job requirements

• An MSc degree in systems and control, applied mathematics, electrical engineering, computer science, or related fields.
• Basic knowledge of control theory and/or machine learning and/or digitl twin technologies (waived if the candidate is particularly skilled on theoretical computer science, optimization, or mobility systems).
• Strong analytical skills and an ability to work at the intersection of several research domains, in particular control theory, computer science, and transportation engineering.
• Good programming skills are expected, in particular Python. Knowledge of other programming lenguages is not mandatory but apprecated.
• Good command of the English language and good communication skills.

TU Delft (Delft University of Technology)
Working at TU Delft means contributing to solutions that really make a difference.

For over 180 years, we have been training engineers who make an impact worldwide in companies, government bodies, or as entrepreneurs. Our alumni turn knowledge into concrete solutions for the challenges of today and tomorrow.

These challenges are changing rapidly. That is why we focus on themes such as energy, climate, digitalisation, artificial intelligence (AI), and smart mobility every day. Our education and research are directly aligned with what society needs now and in the future.

At TU Delft, our people make the difference. With their knowledge and curiosity, our staff provide a high-quality education and conduct pioneering research that extends beyond the campus. You will have the opportunity to take the initiative, work with others, and grow as a professional.

Working at TU Delft means join an international community of professionals and students. Together, we create knowledge, innovations, and solutions that help move the world forward.

Faculty Mechanical Engineering
From chip to ship. From machine to human being. From idea to solution. Driven by a deep-rooted desire to understand our environment and discover its underlying mechanisms, research and education at the ME faculty focusses on fundamental understanding, design, production including application and product improvement, materials, processes and (mechanical) systems.

ME is a dynamic and innovative faculty with high-tech lab facilities and international reach. It’s a large faculty but also versatile, so we can often make unique connections by combining different disciplines. This is reflected in ME’s outstanding, state-of-the-art education, which trains students to become responsible and socially engaged engineers and scientists. We translate our knowledge and insights into solutions to societal issues, contributing to a sustainable society and to the development of prosperity and well-being. That is what unites us in pioneering research, inspiring education and (inter)national cooperation.

Click here to go to the website of the Faculty of Mechanical Engineering. Do you want to experience working at our faculty? These videos will introduce you to some of our researchers and their work.

Roosteraar Eerstelijnsgeneeskunde Vervolgopleidingen

Functie
Krijg jij energie van een complexe planningspuzzel en de voldoening als uiteindelijk alles klopt? Houd je overzicht over onderwijsactiviteiten, docenten, groepen en locaties én kun je snel schakelen als de planning verandert? Dan zoeken we jou als roosteraar voor de SGBO.

De Sociaal Geneeskundige Beroepsopleidingen (SGBO) van het Radboudumc leiden zo'n 390 artsen op tot bedrijfsarts en verzekeringsarts. Voor verschillende opleidingsgroepen organiseren we onderwijs op verschillende locaties in en rondom Nijmegen, met onze eigen docenten en opleiders én een groot aantal gastdocenten. Als roosteraar zorg jij ervoor dat al deze elementen op het juiste moment bij elkaar komen.

Je maakt samen met de verantwoordelijke opleider een bronbestand met onderwijsprogramma’s en vertaalt dit bestand naar jaarplanningen en concrete roosters. Daarbij houd je het totaaloverzicht en denk je vooruit. Samen met de betrokken collega's zorg je voor een planning die klopt en uitvoerbaar is.

Ons onderwijs vraagt om structuur én flexibiliteit. Ook als een rooster al staat, kunnen omstandigheden veranderen. Jij voelt je verantwoordelijk voor een rooster dat klopt en blijft kloppen. Je schakelt snel, weegt verschillende belangen af en zoekt naar een passende oplossing.

Wat ga je doen?

• Je maakt een bronbestand met onderwijsprogramma’s en houdt dit actueel;
• Je maakt roosters voor de opleidingen tot bedrijfsarts en verzekeringsarts;
• Je roostert onderwijsactiviteiten, (gast)docenten en onderwijsruimtes en zorgt dat alle benodigde informatie tijdig beschikbaar is;
• Je werkt met TermTime en zorgt dat actuele roosters via MyTimetable beschikbaar zijn;
• Je bewaakt de voortgang en volledigheid van de roostering en signaleert knelpunten tijdig;
• Je schakelt flexibel bij wijzigingen of onverwachte situaties en zoekt actief naar alternatieven als het rooster daarom vraagt;
• Je neemt initiatief om het roosterproces en de werkafspraken verder te verbeteren.

PhD Candidate in NeuroAI for Auditory Neuroscience

PhD Candidate in NeuroAI for Auditory Neuroscience

• Our goal: Understand how the human brain recognizes and interprets complex natural auditory scenes and to uncover computational principles shared by biological and artificial systems. The PhD project is part of NASCE (Natural Auditory SCEnes in Humans and Machines), an ERC Synergy project conducted in collaboration with Dr. Bruno Giordano (CNRS, Marseille). NASCE brings together cognitive neuroscience, advanced neuroimaging, behavioural research, and artificial intelligence to investigate natural sound perception in humans and machines.
• Your colleagues: You will join the AuditoRy Cognition in Humans and MachInEs (ARCHIE) lab, an interdisciplinary and international research team led by Prof. Elia Formisano at the Faculty of Psychology and Neuroscience, Maastricht University. You will work closely with researchers with complementary expertise in auditory neuroscience, neuroimaging, and AI/NeuroAI.

In this role you will bridge human neuroimaging and computational modelling. You will collect and analyse neuroimaging data (7 Tesla fMRI) acquired during natural sound perception and use state-of-the-art AI models to investigate how the human brain transforms acoustic information into meaningful representations. By comparing representations in the brain and artificial neural networks, you will contribute to a better understanding of the computational principles underlying auditory intelligence in humans and machines.

What you do
As a PhD candidate, you will:

• Acquire and analyse human neuroimaging data, with a primary focus on high-field fMRI of natural sound perception.
• Develop and apply AI/NeuroAI models, including deep neural networks, to model auditory processing.
• Relate representations learned by AI models to behavioural and brain data using multivariate and representational modelling approaches.
• Contribute to the design and execution of neuroimaging and behavioural experiments.
• Develop your expertise across neuroscience and AI, with intensive training in the field that is less familiar to you at the start of the PhD, while collaborating with researchers across the interdisciplinary NASCE consortium.
• Present your findings at international conferences and publish them in peer-reviewed journals.
• Contribute to open and reproducible research through well-documented analysis pipelines, models and data products.
• Contribute up to 0.1 FTE to teaching or supervision at Maastricht University.

Are you excited to work at the interface of neuroscience and artificial intelligence while developing expertise across both fields? Then we’d love to meet you.

What you bring
We’re not looking for checkboxes; we’re interested in who you are and what you bring. Do you recognize yourself in this?

We are looking for a curious and analytically minded researcher who is driven to deepen our understanding of both biological and artificial intelligence. You are comfortable working independently, while also valuing collaboration and contributing actively within an interdisciplinary and international team. With a proactive and growth-oriented mindset, you are motivated to continuously develop new skills, expand your expertise, and explore new areas of knowledge.

Furthermore:

• You hold a Master’s degree in cognitive or computational neuroscience, artificial intelligence, computer science, biomedical engineering, cogntitve sciences with a strong quantitative focus, data science, or a related field.
• You have relevant experience in at least one of the two core areas: human neuroimaging or AI/machine learning/NeuroAI. For candidates with a neuroimaging background, this may include experience with data acquisition, preprocessing, and/or analysis; experience with fMRI is preferred, but candidates with experience in other neuroimaging techniques are also encouraged to apply. For candidates with an AI background, we expect practical experience in implementing, training, and evaluating machine-learning or deep-learning models. You are not expected to already be an expert in both areas,
• You are genuinely motivated to develop expertise in the complementary field: If your background is in neuroimaging, you are willing to develop your expertise in AI and deep learning. If your background is in AI, you are eager to develop your knowledge of cognitive neuroscience, experimental design, and fMRI analysis.
• You have a strong quantitative background, including a solid understanding of statistics and data analysis; prior experience with multivariate or computational modelling methods is an advantage. You have good programming skills, preferably in Python, and are able to independently write and adapt code for data processing, analysis, and visualization. Experience with deep learning and frameworks such as PyTorch, TensorFlow, or JAX is an advantage.
• You have strong English language skills, with proficiency at a minimum of C1 level (CEFR).