SURF research bootcamp 2025

Spreker: Chris van Run - Research Software Engineer Radboudumc 

Locatie: Experience Center - Radboudumc 

Taal: Engels 

Vereist: 

• Laptop
• Minimum Python-Programming 

Voorkennis: Je moet een paar kleine voorbereidingen treffen. Die vind je hier: https://srb2025.grand-challenge.org/tutorial-preparation/   

Leerdoelen: Aan het einde van de sessie begrijp je hoe Grand Challenge de uitvoering en evaluatie van algoritmen op een reproduceerbare manier beheert. Je hebt een duidelijk idee hoe inzendingen worden verwerkt en je kunt je eigen benchmarkingworkflows begrijpen en ontwerpen. 

---------- 

In deze praktische workshop voor research software engineers behandelen we de kerncomponenten van het platform Grand-Challenge.org. Aan de hand van challenges onderzoeken we algoritmen en evaluaties en de deelnemers gaan hun eigen benchmarks de-buggen, aanpassen en testen. 

Of je nu modellen ontwikkelt, challenges organiseert en ondersteunt of gewoon nieuwsgierig bent naar hoe grootschalige benchmarking wordt geautomatiseerd, deze workshop biedt een compacte en praktische introductie tot de infrastructuur achter AI-validatie.  

Grand-Challenge.org is een open platform voor het hosten van AI-benchmarks in medische beeldvorming. 

Spreker: Pieter Zeilstra - Onderzoeker en docent blending data science & software engineering aan Saxion en de Ambient Intelligence Research Group. 
 
Locatie: Experience Center - Radboudumc 

Taal: Engels 

Vereist: Laptop 

Voorkennis: Enige programmeerkennis van python 

Leerdoelen: Aan het einde van deze sessie begrijp je de basisprinciepes van MLOps. Heb je inzicht in hoe dit vakgebied aansluit bij de bredere ambitie van DEMAND en heb je een idee hoe je hiermee kennis bundelt en vertaalt naar praktische handvatten die direct toepasbaar zijn in organisaties. 

Maximum aantal deelnemers: 15

---------- 

In veel organisaties gebeurt hetzelfde: iemand traint een model dat in een proefopstelling veelbelovend lijkt. Maar zodra het in de echte wereld moet draaien, ontstaan de problemen. Data verandert, systemen sluiten niet goed aan en experimenten zijn moeilijk te herhalen. Het gevolg? Het model blijft hangen in een proof-of-concept en levert geen blijvende waarde op. 

Precies hier biedt MLOps uitkomst. Het draait om robuuste pipelines, het monitoren van prestaties, het slim organiseren van experimenten én het integreren van modellen in bestaande systemen en processen. Zo wordt een model niet eenmalig getest, maar een duurzaam en bruikbaar onderdeel van de organisatie. 

In deze interactieve workshop krijg je in twee uur een helder overzicht van de belangrijkste concepten, uitdagingen en tools binnen MLOps. Je ontdekt onder andere: 

• Hoe je automatisch machine learning-modellen traint met AutoML;
• Hoe je versiebeheer van data regelt met DVC;
• Hoe je experimenten en resultaten inzichtelijk maakt met MLflow;
• Hoe je dit alles samenbrengt in een schaalbare ML-pipeline. 

Met praktische voorbeelden laten we zien hoe je ideeën, onderzoeken en prototypes vertaalt naar oplossingen die in de praktijk écht blijven werken. 

Deze sessie is bedoeld voor data scientists, onderzoekers, software engineers en andere professionals die met data en AI werken en die hun werk impactvoller willen maken door modellen productieklaar te krijgen. 

Deze workshop maakt deel uit van het SPRONG DEMAND-project, een samenwerking tussen drie hogescholen (HAN, Saxion en Fontys) en zestien partners uit het werkveld.  

Spreker: Babajide Owoyele - Onderzoeker Radboud Universiteit

Locatie: Experience Center - Radboudumc 

Taal: Engels
 
Vereisten: 

• Basis computerkennis (vertrouwd met het navigeren door bestanden en webapplicaties)
• Een laptop met internettoegang
• Bij voorkeur Docker geïnstalleerd op je laptop voor een lokale installatie (we kunnen vooraf installatie-instructies aanleveren)

Voor deelnemers die Docker niet lokaal kunnen installeren, bieden we als alternatief een Google Colab notebook aan, zodat iedereen volledig kan deelnemen, ongeacht de technische setup.

Deelnemers mogen ook hun eigen onderzoeks-videodata meenemen als ze tijdens de hands-on-sessie willen bespreken hoe MaskAnyone hun projecten kan ondersteunen. We hebben enkele illustratieve video’s die voor de cursus via Drive worden gedeeld.

We begeleiden de deelnemers stap voor stap door het hele proces, van installatie tot praktische toepassing, zodat het ook toegankelijk is voor wie geen technische achtergrond heeft.
 
Voorkennis 
Voor deze workshop is geen programmeerkennis vereist. De MaskAnyone toolkit is ontworpen om toegankelijk te zijn voor onderzoekers uit verschillende disciplines dankzij de gebruiksvriendelijke webinterface.

Leerdoelen

1. Begrijp het ethische landschap – Herken privacy-uitdagingen in audiovisuele onderzoeksdata en het belang van de-identificatie.
2. Beheers de MaskAnyone-toolkit – Installeer, configureer en gebruik de MaskAnyone-software voor video-de-identificatie.
3. Pas anonimiseringstechnieken toe door geschikte algoritmen te selecteren en te combineren (zoals vervaging, pixelatie, contouren, effen vulling) op basis van onderzoeksbehoeften en beschikbare rekenkracht.
4. Implementeer privacybeschermende workflows – Integreer MaskAnyone in bestaande onderzoekspijplijnen om de reproduceerbaarheid van data te verbeteren en tegelijkertijd ethische normen te waarborgen.
5. Evalueer de kwaliteit van de-identificatie – Beoordeel de effectiviteit van verschillende de-identificatiestrategieën en hun impact op de bruikbaarheid van onderzoeksdata.

Maximum aantal deelnemers : 20  
Deze groepsgrootte maakt zinvolle hands-on interactie mogelijk, terwijl we ervoor kunnen zorgen dat alle deelnemers tijdens de workshop voldoende ondersteuning krijgen.

---------- 

MaskAnyone is een modulaire toolkit die is ontworpen om de privacy- en ethische uitdagingen rond het delen van audiovisuele data in onderzoek aan te pakken. In deze hands-on workshop maken deelnemers kennis met een schaalbare en gebruiksvriendelijke oplossing voor het de-identificeren van personen in video’s via subjectmaskering. De toolkit ondersteunt het volgen en analyseren van gedrag van meerdere personen en maakt real-time bulkverwerking mogelijk.

Deelnemers leren hoe ze deze in Docker verpakte webapplicatie kunnen gebruiken om onderzoeks­video’s te anonimiseren, terwijl de bruikbaarheid van de data behouden blijft. De workshop behandelt praktische implementatiestrategieën voor het integreren van privacybeschermende technieken in onderzoeksworkflows, waarmee wordt ingespeeld op de groeiende behoefte aan ethisch databeheer binnen sociaal- en gedragswetenschappelijk onderzoek.

De workshop is bedoeld voor onderzoekers uit verschillende disciplines die met audiovisuele data werken en ethische praktijken voor datadeling willen toepassen in hun werk.

Spreker: Carsten Schelp - Consultant Scientific Compute Infrastructure bij SURF en Yuliia Orlova - Consultant SURF Research Cloud bij SURF 

Locatie: Experience Center - Radboudumc 

Taal: Engels
 
Vereisten: Laptop met Google Chrome of Firefox, toegang tot Wi-Fi (bijvoorbeeld Eduroam)

Voorkennis: Ervaring met Linux-commando’s is handig, maar niet vereist.

Leerdoelen: 

Aan het einde van deze workshop kun je:

• Het concept van SURF Research Cloud begrijpen
• Je eigen werkomgeving opstarten
• Je eigen werkomgeving gebruiken

---------- 

Wil je je eigen werkomgeving creëren en beheren, en daar krachtige applicaties op draaien? SURF Research Cloud opent de deur naar cloud computing op verschillende platforms.

Deze workshop geeft een algemene introductie tot cloud computing. Met een praktische hands-on aanpak maak je kennis met (een deel van) de vele mogelijkheden van SURF Research Cloud. Je leert hoe je je eigen virtuele rekenomgevingen kunt aanmaken en beheren.

Aan het einde van de workshop voel je je vertrouwd genoeg om zelf applicaties te installeren en te profiteren van de kracht van cloud computing. Tijdens deze training draait je werklast op het SURF HPC Cloud-platform in Amsterdam.

Een introductie tot SURF Research Cloud voor iedereen die op zoek is naar een flexibele en op maat gemaakte omgeving om krachtige applicaties te draaien.

Spreker: George A.K. van Voorn - Academic Tenure Tracker bij Wageningen University & Research 

Locatie:  Experience Center - Radboudumc 

Taal: Engels

Voorkennis: In principe is geen specifieke voorkennis of ervaring vereist, behalve enige ervaring met het ontwikkelen van (academische) modelcode.

Maximum aantal deelnemers: 24 

---------- 

In deze sessie maken deelnemers kennis met een serious game die typische uitdagingen simuleert waarmee model- of softwareontwikkelaars te maken kunnen krijgen bij het werken aan echte modelontwikkeling en -toepassing, bijvoorbeeld voor beleids- of commerciële doeleinden. De resultaten van het spel worden vervolgens gebruikt als basis voor een discussie en een inleiding over de essentiële kwaliteitseisen voor modellen en software.