Magnet.me - Het slimme netwerk waarop hbo‑ en wo‑studenten hun baan of stage vinden.
Het slimme netwerk waarop hbo‑ en wo‑studenten hun baan of stage vinden.
Deze vacature is verlopen. Je kunt daarom niet meer liken of solliciteren.
Vergelijkbare vacatures bekijkenJe carrière begint op Magnet.me
Maak een profiel aan en ontvang slimme aanbevelingen op basis van je gelikete vacatures.
Betrouwbare en eerlijke aanbevelingen voor webshops met AI
Veenendaal
Fulltime
Bij veel webshops krijg je bij een aankoop aanbevelingen te zien voor een extra aankoop. Vaak kloppen die niet met je interesses door bias fouten in de recommendation engines. In deze opdracht bouw je een mockup webshop waar een zo eerlijk en passend mogelijke recommendation engine in zit en waar klanten feedback op kunnen geven.
Handelsplatformen zoals Bol.com of Amazon, laten je altijd een aanbeveling zien voor vervolgaankopen als je iets koopt. Andere klanten kochten ook … Deze aanbevelingen worden door een recommendation engine gedaan, alleen deze engines hebben vaak een voorkeur voor verkooppartners die bijvoorbeeld de grootste omzet op het platform hebben.
Zo’n voorkeur noemen we in de AI bias. Voor jou als klant, is zo’n voorkeur niet altijd gunstig en voor de verkooppartner is het simpelweg niet eerlijk. Als kleine partij, maak je nauwelijks kans boven het maaiveld uit te komen. Waarschijnlijk herken je ook nog wel een ander nadeel van deze recommendation engines: je krijgt een tip iets te kopen, maar dat heb je al lang gekocht. Zeker wanneer je partner of een familielid hetzelfde account gebruikt als jij, komen dit soort zinloze aanbevelingen niet zelden voor.
Deze opdracht begin je met een onderzoek naar de oorzaak van deze veel voorkomende bias fouten in recommendation engines. Je onderzoekt of hier in de literatuur al iets over bekend is, waarbij je ook bestaande algoritmen die hiervoor bestaan onderzoekt. Vervolgens bepaal je welk algoritme zo eerlijk mogelijk werkt.
Hierna bouw je een mockup webshop waar een zo eerlijk mogelijke recommendation engine in zit. Een belangrijke feature die je hierbij moet realiseren, is de mogelijkheid om als klant feedback te geven op de aanbevelingen. Bijvoorbeeld, dit product heb ik al, of dit is niet relevant voor mij. De recommendation engine moet hier weer van leren om dit soort zinloze aanbevelingen voor deze en alle andere klanten zo goed mogelijk te voorkomen. We noemen dit ook wel customer in the loop.
Maatwerksoftware bouwen waar miljoenen mensen dagelijks gebruik van maken. Dat is ons werk. Voor grote gerenommeerde klanten in Nederland en België. Betrouwbaar, schaalbaar en onderhoudbaar. Wij gaan voor software oplossingen van zeer hoge kwaliteit. Binnen de afgesproken tijd en het budget.
Door samen continu te vernieuwen helpen we klanten en de wereld significant vooruit. Onze ambitie en drive maakt ons vastberaden om topkwaliteit te leveren en voorop te lopen. Can you do IT?
Mijn technisch begeleider tijdens mijn afstuderen bij Info Support is een voorbeeld voor mij. Hij heeft twee jaar meer ervaring en is nu teamlead geworden. Dat zou voor mij een mooi streven zijn. Ik heb het aangegeven tijdens mijn ambitiegesprek en we gaan er naartoe werken. Ik kijk ernaar uit!
Ik wilde tijdens mij afstuderen graag aan iets tastbaars werken. Bij Info Support had ik ruime keuze uit opdrachten. Ik koos ervoor om een smartwatch-applicatie te gaan ontwikkelen die mensen met een visuele beperking op treinstations de weg kan wijzen.
Resources:
Change language to: English
Deze pagina is geoptimaliseerd voor mensen uit Nederland. Bekijk de versie geoptimaliseerd voor mensen uit het Verenigd Koninkrijk.