Senior Gebouwbeheerder

Als Senior Gebouwbeheerder ben je verantwoordelijk voor de onderhoudscontracten en stuur je leveranciers aan op basis van de gemaakte afspraken. Je zorgt voor veiligheid, opvolging van storingen en optimaal gebruik van gebouwen en installaties. Ook ben je de communicatieve spil tussen gebruiker, interne organisatie en leverancier. Het is afwisselend werk, waarbij je techniek vertaalt in concrete prestaties en er is ruimte om je daarin bij te scholen. Dankzij jou en je collega’s kunnen de gebouwen optimaal benut worden. Ook draag je bij aan de duurzaamheid van de campus. Daarnaast neem je zitting in inkoopteams voor (Europese) aanbestedingen voor het waardegestuurd onderhoud aan gebouwen. Je ziet erop toe dat prestatieafspraken worden nagekomen. In deze functie werk je nauw samen met de gebouwcoördinatoren.

Jouw taken

• je organiseert het beheer en onderhoud van het vastgoed (DMJOP)
• je bent gesprekspartner bij de uitvoering van projecten en de levering van projectcoördinatie
• je (laat) uitgebrachte voorstellen tot technische verbeteringen beoordelen op basis van financiële en technische analyses.
• je voert aanvragen van gebruikers op technisch vlak uit
• je stelt onderhoudsbudgetten op, op basis van het onderhoudsbeleid en DMJOP’s
• je zorgt dat het onderhoud wordt uitgevoerd en geregistreerd volgens de gemaakte afspraken
• je denkt mee over- en hebt een actieve rol in het verder ontwikkelen van het onderhoudsbeleid, leveranciersevaluaties en aanbestedingen voor het waardegestuurd onderhoud. Daarnaast heb je een actieve rol in de uitvoering van deze zaken

PhD in fast multi-scale electromagnetic modeling for RF systems

Antenna and RF systems play a pivotal role in society by providing a crucial enabling medical diagnostics, transportation, and communication in the form of MRI applications, automotive radars, and 5G/6G applications, respectively. To meet the ever-increasing demands of society, e.g. wireless data bandwidth, antenna and RF systems are exhibiting a higher degree of complexity in materials, geometries, and length scales. As a result, the design of such systems has become quite a challenge. This becomes even more challenging when considering that the design of these systems hinges on the usage of electromagnetic modeling techniques, which require the full re-evaluation of the model when even a small system change is introduced. As such, there is a clear need for electromagnetic modeling techniques that can support the design of the next generation of antenna and RF systems in a fast and accurate manner.

In the computational Electromagnetics research group (EMPMC lab), we have been pioneering the “Linear Embedding of Green’s Operators” method, which is an in-house domain decomposition method based on integral equations. This electromagnetic modeling technique has shown excellent performance both timewise and precision. However, this technique is not yet applicable for the support of the design of next-generation antenna and RF systems. Consequently, we are looking for a PhD candidate to take up the challenge of extending the capabilities of our in-house domain decomposition method to meet the design requirements of these antenna and RF systems at the heart of medical diagnostics and automotive radar applications.

As PhD candidate, you will extend the in-house domain decomposition method by introducing multi-scale techniques, such that small details can be readily incorporated. This will involve hierarchical modeling strategies. Additionally, you will help in extending the possible material properties within the electromagnetic modeling techniques, such that we can model systems consisting of a wide range of varying materials. These extensions will be employed and tested on actual measurement data as a benchmark.

The project will involve mathematical modeling, construction of numerical methods, coding, testing, numerical simulations, and possibly measurements. You will mainly do your programming work in a mixed programming environment, i.e. combining both high-level and low-level programming languages such as Python for the former and Fortran/C++ for the latter. You will be part of the EMPMC lab, headed by prof. van Beurden, embedded within the broader Electromagnetics group.

Medisch technicus Specifieke technologie

Functie
De medisch instrumentatietechnicus Specifieke Technologie is verantwoordelijk voor het in gebruik nemen en in stand houden van apparatuur binnen de specialisaties RDS (Reinigings-, Desinfectie- en Sterilisatieapparatuur) en huishoudelijke en laboratoriumapparatuur. Ook de vakgebieden dialyse en tandheelkunde behoren tot deze vakgroep.

Daarnaast bieden we (technische) ondersteuning aan gebruikers en eigenaren en zorgen we voor het valideren en borgen van processen. Dit alles met als doel de continuïteit en veilige toepassing van apparatuur en systemen optimaal te waarborgen.

Als medisch technicus ben je verantwoordelijk voor een breed pakket aan technische en ondersteunende werkzaamheden binnen het Radboudumc. Je houdt je onder meer bezig met:

• Het in gebruik nemen van nieuwe medische apparatuur en systemen op de afdelingen.
• Het proactief beheren van medische apparatuur en systemen conform wet- en regelgeving, het beleid van het Radboudumc en de gemaakte dienstverleningsafspraken.
• Het uitvoeren van onderhoudswerkzaamheden volgens de planning in het facilitymanagementsysteem Ultimo.
• Het bieden van eerstelijnsondersteuning bij storingen, incidenten en calamiteiten.
• Het ondersteunen van afdelingen met technisch-inhoudelijk advies bij de aanschaf van nieuwe medische technologie, in nauwe samenwerking met de adviseur medische technologie.
• Het geven van instructies en trainingen over het veilige gebruik van medische apparatuur en systemen, eveneens in overleg met de adviseur medische technologie.
• Het interpreteren van meetgegevens in relatie tot het betreffende proces en de daarbij behorende eisen.
• Het leveren van een actieve bijdrage aan de kennisontwikkeling binnen MTKF.

Postdoc Position Data Science and Artificial Intelligence in Cardiac Electrophysiology

Postdoc Position Data Science and Artificial Intelligence in Cardiac Electrophysiology

• Our goal: the development of multimodal prediction models to detect and predict atrial fibrillation (AF) and other clinically relevant cardiac rhythm patterns, predict disease progression and treatment response, and support personalised AF management.
• Your colleagues: The Department of Physiology at Maastricht University is a key academic partner in AF-B-STEP, contributing expertise in AF burden quantification, AI-based rhythm analysis, and digital biomarkers. The department has a strong data science environment, with an additional team of three to four data scientists working across related cardiovascular research projects. As part of the Innovative Health Initiative (IHI) project AF-B-STEP (Quantifying Atrial Fibrillation Burden to inform Screening, Treatment, and hEalth Policy, https://afbstep.eu/) , we aim to establish atrial fibrillation (AF) burden as a novel biomarker for precision medicine. AF-B-STEP brings together leading academic institutions, medical device manufacturers, pharmaceutical companies and wearable technology developers to integrate and analyse one of the world's largest collections of AF burden data, comprising more than 400,000 individuals and 200,000 patient-years of linked clinical outcome data.

For this project, the Department of Physiology at the Cardiovascular Research Institute Maastricht (CARIM) has a vacancy for a postdoctoral researcher in Data Science and Artificial Intelligence. In this position you will develop advanced computational methods for the analysis of large-scale multimodal cardiovascular data, including electrocardiograms, cardiac device recordings, wearable sensor data, clinical trial data, electronic health records and patient-reported outcomes.

What you do
Research activities will include AI-assisted signal analysis, transformer-based analysis of structured and unstructured clinical data, automated data harmonisation, clustering of AF burden phenotypes, and the development of multimodal prediction models to identify clinically relevant disease patterns, predict disease progression and treatment response, and support personalised AF management.

The postdoctoral researcher will develop, implement and validate state-of-the-art machine learning methods, ranging from deep learning and transformer architectures to unsupervised learning and representation learning approaches. You will work in close collaboration with clinicians, AI researchers, statisticians, and industrial partners in a highly interdisciplinary consortium, translating large-scale cardiovascular data into clinically applicable tools for precision medicine.

Are you ready to set the course for the years ahead? 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?

• You have completed a PhD in data science and/or artificial intelligence.
• You have gained knowledge of various machine learning techniques, particularly artificial neural networks and deep learning and would like to further develop this knowledge.
• In previous roles you have worked with the application of data science and artificial intelligence in the context of biomedical signals.
• You enjoy the process of conceiving and writing papers (in English) and have the ambition to produce high quality research outcomes.
• Familiarity with concepts from the field of computational cardiac electrophysiology and cardiac measurement modalities is considered an advantage.

Proefveldmedewerker gewasonderzoek

Hou jij van buiten werken, techniek én planten? Dan is dit jouw kans om mee te bouwen aan de landbouw van morgen bij Wageningen University & Research.

Als Proefveldmedewerker gewasonderzoek werk je met een breed scala aan precisielandbouw‑ en (veldproef)machines en heb je ervaring met de teelt van verschillende akkerbouwgewassen. Je werkt zowel met biologische als gangbare gewassen op een areaal van 220 hectare in en rondom Wageningen, en af en toe op landbouwbedrijven elders in het land. In deze brede functie draag je op een praktische manier bij aan nieuwe ontwikkelingen binnen de landbouw.

Gevarieerde werkzaamheden als Proefveldmedewerker gewasonderzoek:

• je werkt met moderne landbouwmachines (zaaien, bemesten, oogsten);
• je helpt mee op het land met verschillende gewassen;
• je denkt mee over hoe proeven worden opgezet en uitgevoerd;
• je zorgt dat machines goed onderhouden en geregistreerd zijn;
• je bestrijdt onkruid: met machines, met de hand of slim met middelen;
• je werkt vooral rond Wageningen, maar soms ook bij boeren op locatie.

Waar kom je terecht?
Je gaat aan de slag bij Unifarm, het onderzoekscentrum voor plant- en gewaskunde van WUR. In het team Volle Grond werk je samen met zo’n 20 collega’s. Samen testen jullie nieuwe technieken en teelten - van biologisch tot gangbaar - op maar liefst 220 hectare land.