RAG voor data-analyse binnen industriële machines

Gain Automation Technology; Netherlands; Hybrid; EUR 4,100 - 4,900; Part time

Benefits offered by this job

Stagevergoeding €400 bruto per maand

Twee vrije dagen per maand

Mogelijkheid tot duo-uitvoering

Job summary

Gain Automation Technology zoekt een gemotiveerde student voor een afstudeeropdracht over het toepassen van RAG-methodiek binnen industriële automatisering. Je onderzoekt hoe data uit machines, PLC's en logbestanden samenkomen en hoe deze informatie praktisch bruikbaar wordt voor analyse en ondersteuning van engineers.

Je ontwikkelt een eenvoudig prototype dat data verzamelt en toegankelijk maakt voor AI-tools, met een gebruiksvriendelijke interface en zonder diepgaande AI-kennis.

Qualifications

• HBO-opleiding in relevante technische richting.
• Basiskennis programmeren (Python).
• Interesse in software en data.

Responsibilities

• Onderzoeken hoe de RAG-methodiek praktisch toegepast kan worden binnen een industriële omgeving.
• Ontwerpen van een werkend prototype dat machine-data gebruikt voor eenvoudige analyse en ondersteuning.
• Inventariseren van beschikbare data binnen een machine of simulatie (storingsmeldingen, PLC‑variabelen, logbestanden, documentatie).
• Ontwerpen van een eenvoudige architectuur voor data verzameling en beschikbaarheid.
• Gebruik maken van bestaande tools en libraries (geen AI-modellen ontwikkelen).
• Ontwerpen van een eenvoudige gebruikersinterface (webinterface of tool).
• Validatie door proefvragen zoals 'Welke storingen komen het meest voor?' en 'Waarom is de machine gestopt?'

Skills

Python

Data-analyse

Industriële automatisering

Education

HBO Technische Informatica / Industriële Automatisering / Mechatronica

Job description

Afstudeeropdracht: Toepassing van RAG-methodiek voor dataverzameling en analyse binnen industriële machines

Binnen industriële machines wordt veel data gegenereerd, zoals storingen, statussen, proceswaarden en productiegegevens. Deze data worden vaak wel opgeslagen, maar beperkt gebruikt voor analyse of ondersteuning van engineers en operators.

Nieuwe AI-technieken zoals Retrieval-Augmented Generation (RAG) maken het mogelijk om data en documentatie slim te combineren. Hiermee kan bijvoorbeeld sneller inzicht worden verkregen in storingen of kan een engineer ondersteund worden bij het analyseren van machinegedrag.

Voor Gain Automation Technology ligt hier een kans om machine‑data toegankelijker en bruikbaarder te maken, zonder dat diepgaande AI‑kennis vereist is.

Opdrachtomschrijving

Het doel van deze afstudeeropdracht is om te onderzoeken hoe de RAG-methodiek praktisch toegepast kan worden binnen een industriële omgeving, en om een werkend prototype te ontwikkelen dat machine‑data gebruikt voor eenvoudige analyse en ondersteuning.

De student zal zich onder andere bezighouden met:

• Begrijpen van de basisprincipes van RAG (op hoofdlijnen).
• Inventariseren van beschikbare data binnen een machine of simulatie, zoals:
  • Storingsmeldingen
  • PLC‑variabelen
  • Logbestanden
  • Documentatie
• Bepalen van praktische use cases, bijvoorbeeld:
  • Ondersteuning bij storingen
  • Inzicht in machinegedrag
  • Sneller vinden van relevante informatie
• Ontwerpen van een eenvoudige architectuur voor het verzamelen en gebruiken van data:
  • Hoe wordt data opgehaald (bijv. via bestanden, MQTT of PLC)?
  • Hoe wordt data opgeslagen en beschikbaar gemaakt?
• Bepalen hoe deze data gebruikt kan worden in combinatie met een AI‑model (bijv. via bestaande tools/libraries).
• Ontwerpen van een eenvoudige gebruikersinterface (bijv. webinterface of tool waarin vragen gesteld kunnen worden).

Implementatiefase

• Ontwikkelen van een prototype waarin:
  • Data uit een machine of simulatie wordt verzameld
  • Data beschikbaar wordt gemaakt voor analyse
  • Een AI‑tool vragen kan beantwoorden op basis van deze data
• Gebruik maken van bestaande tools en libraries (geen ontwikkeling van AI‑modellen zelf nodig)
• (Optioneel) Koppeling met industriële systemen zoals:
  • TwinCAT (Beckhoff)
  • MQTT of logging

Validatie

• Testen van het prototype met praktische vragen, zoals:
  • “Welke storingen komen het meest voor?”
  • “Waarom is de machine gestopt?”
• Evalueren op:
  • Gebruiksgemak
  • Relevantie van de antwoorden
  • Toepasbaarheid in de praktijk

Verwachte resultaten

• Een praktisch onderzoek naar de toepasbaarheid van RAG binnen industriële automatisering.
• Een eenvoudig maar werkend prototype voor data‑analyse met AI.
• Inzicht in hoe machine‑data beter benut kan worden.
• Aanbevelingen voor verdere toepassing binnen de organisatie.
• Opleiding: HBO Technische Informatica, Industriële Automatisering of Mechatronica.
• Interesse in software en data.
• Basiskennis van programmeren (bijv. Python).
• Affiniteit met industriële automatisering is een pré.

De student krijgt begeleiding van een technisch specialist binnen Gain Automation Technology.
Er is toegang tot:

• Voorbeelddata en/of simulaties
• Ontwikkeltools (bijv. Python)
• Documentatie en interne kennis

Werktijden:flexibel, thuiswerken is mogelijk

de stagevergoeding bedraagt EUR400,- bruto per maand

Omdat we het ook belangrijk vinden dat je tijd hebt voor vrienden, familie en hobby’s heb je elke maand twee vrije dagen.

Je kunt deze opdracht alleen of als duo uitvoeren. Als duo kun je deze opdracht ook combineren met de opdracht ‘Genereren van PLC-software met AI’.