Stage | Computer Vision in Limited Data Real-World Settings

Deze stage draait om data-efficiënte computer vision met directe impact op de manier waarop we data verzamelen over infrastructuur en de gebouwde omgeving. Je werkt met ons team aan de uitdaging om computer vision-methoden te ontwikkelen die effectief kunnen leren van beperkte hoeveelheden gelabelde data. Daarmee help je de kloof te overbruggen tussen onderzoeksprototypes en toepassingen in de praktijk.

Je werk kan bijdragen aan toepassingen zoals inspectie van infrastructuur, monitoring van assets en video-gebaseerde procesmonitoring, waarbij het verzamelen van grote hoeveelheden geannoteerde data vaak niet praktisch haalbaar is. Samen met je begeleider definieer je een concrete onderzoeksvraag en verken je moderne benaderingen zoals self-supervised learning, few-shot learning, vision-language models en foundation models.

Je komt terecht in een omgeving waar nieuwsgierigheid wordt aangemoedigd, ideeën welkom zijn en je de ruimte krijgt om je inhoudelijk te ontwikkelen terwijl je werkt aan toegepaste AI-oplossingen met maatschappelijke impact.

Er zijn drie mogelijke richtingen beschikbaar, die we kunnen bespreken op basis van je eigen interesses.

Optie 1: Voorspellend onderhoud op basis van dronebeelden
Je werkt aan het ontwikkelen van computer vision- en machine learning-methoden voor automatische conditiebeoordeling en onderhoudsvoorspelling op basis van beelden die met drones zijn verzameld. Met moderne AI-technieken zoals foundation models, objectdetectie, beeldclassificatie en representation learning onderzoek je hoe schadebeelden en conditiekenmerken van infrastructuur betrouwbaar kunnen worden herkend met beperkte geannoteerde inspectiedata.

Je doorloopt verschillende projectfasen, waaronder literatuuronderzoek, datasetverkenning, modelontwikkeling, experimenten en evaluatie. Je vertaalt je bevindingen naar een prototype en een onderzoeksrapport. Onderweg ontwikkel je vaardigheden in computer vision, machine learning, Python-gebaseerde AI-ontwikkeling en wetenschappelijk experimenteren. Ook bouw je kennis op over infrastructuurinspectie en voorspellend onderhoud.

Optie 2: Assetinformatie uit street-viewbeelden
Je ontwikkelt een data-efficiënte AI-methode om automatisch assetinformatie te extraheren uit grootschalige street-view- en luchtbeelden. Met computer vision-technieken zoals objectdetectie, feature extraction, geospatiale data-integratie en foundation models onderzoek je hoe relevante kenmerken van gebouwen en infrastructurele assets kunnen worden geïdentificeerd met minimale handmatige annotatie.

Je doorloopt projectfasen zoals data-analyse, modelontwikkeling, experimenten en validatie. Je vertaalt je resultaten naar een prototype en een onderzoeksrapport. Tijdens de stage ontwikkel je vaardigheden in computer vision, machine learning, geospatiale AI en wetenschappelijk onderzoek. Daarnaast doe je kennis op over digitaal assetmanagement en infrastructuurmonitoring.

Optie 3: Video understanding voor procesmonitoring
Binnen dit onderwerp werk je aan het ontwikkelen van video-AI-methoden voor de automatische interpretatie van processen uit video-opnamen in geïndustrialiseerde bouw en gerelateerde operationele omgevingen. Met moderne video foundation models, representation learning-technieken en computer vision-methoden zoals action recognition, activity segmentation, pose estimation en anomaly detection onderzoek je hoe betekenisvolle procesinformatie uit videodata kan worden gehaald met beperkte annotatie-inspanning.

Je doorloopt verschillende projectfasen, waaronder literatuuronderzoek, datasetvoorbereiding, modelontwikkeling, experimenten en evaluatie. Je vertaalt je bevindingen naar een prototype en een onderzoeksrapport. Onderweg ontwikkel je vaardigheden in video understanding, machine learning, computer vision en AI-onderzoek. Ook bouw je kennis op over procesmonitoring en workflowanalyse.

Voor deze stage zoeken we een student met een achtergrond in Artificial Intelligence, Computer Science, Data Science, Robotics of een vergelijkbare richting, met interesse in machine learning, computer vision en AI voor toepassingen in de praktijk. Je hebt basisvaardigheden in Python en bij voorkeur enige ervaring met machine learning-frameworks zoals PyTorch of TensorFlow, of de motivatie om deze snel eigen te maken.

Het helpt als je interesse hebt in onderwerpen zoals representation learning, foundation models, video understanding of computer vision-onderzoek. Ervaring met het lezen van wetenschappelijke artikelen en het implementeren van machine learning-methoden is een pré. Het belangrijkste is dat je enthousiast bent om nieuwe ideeën te verkennen en toe te passen op praktische uitdagingen.

De stage is bedoeld voor een periode van6 tot 9 maanden, hoewel de exacte duur kan worden besproken afhankelijk van de eisen van de opleiding en de scope van het project. Tijdens de stage krijg je volop mogelijkheden om te leren en te groeien, bijvoorbeeld door ervaring op te doen met state-of-the-art machine learning-technieken, te werken met real-world datasets, toegepast onderzoek uit te voeren en bij te dragen aan oplossingen met maatschappelijke impact.

Nederlandse taalvaardigheid is niet vereist.

Een stage bij TNO betekent werken in een omgeving waar inhoud en impact centraal staan. Je komt terecht in een kennisorganisatie waar onderzoek en praktijk samenkomen en waar experts samenwerken aan oplossingen voor actuele maatschappelijke en technologische vraagstukken.

Je stage is een periode om te ontdekken wat bij jou past, waar je goed in bent en wat je nog wilt leren. Je maakt deel uit van een professionele werkomgeving, leert hoe het er in de praktijk aan toegaat en krijgt de ruimte om ervaring op te doen die verder reikt dan alleen deze stage. Voor veel studenten is een stage dan ook een eerste stap om te ontdekken of TNO past als mogelijke volgende stap na de studie.

Verder bieden we je:

• Een professionele en innovatieve stageomgeving waarin je actief bijdraagt aan maatschappelijke en technologische vraagstukken, samen met toonaangevende experts in jouw vakgebied.
• Betrokken en persoonlijke begeleiding, met aandacht voor jouw leerdoelen, ontwikkeling en studieopdracht.
• Ruimte om jezelf te ontplooien: je doet relevante werkervaring op, ontwikkelt zowel je vakinhoudelijke als professionele vaardigheden en bouwt een waardevol netwerk op.
• Gebruik van een laptop en de faciliteiten die je nodig hebt om je werk goed te kunnen uitvoeren.
• Een passende stagevergoeding van € 615,- per maand bij een fulltime stage, voor wo-, hbo- en mbo‑studenten.
• Tot acht uur verlof per stagemaand bij een fulltime stage, zodat je je stage goed kunt combineren met je studie en privéleven.
• Een tegemoetkoming in je reiskosten als je geen recht hebt op een studentenreisproduct.
• Een gratis lidmaatschap van Jong TNO: het netwerk voor jonge collega’s, waar je andere TNO’ers ontmoet en kunt deelnemen aan sportactiviteiten, inhoudelijke en persoonlijke ontwikkelactiviteiten en sociale evenementen, zoals de jaarlijkse skireis.

Onze mensen vormen het hart van TNO. Hun nieuwsgierigheid, expertise en proactiviteit maken het mogelijk om impactvolle onderzoeken en innovaties te creëren voor duurzaam welzijn en welvaart van de samenleving. Daarom investeren wij in een inspirerende en inclusieve werkomgeving waarin collega’s kunnen excelleren, autonomie hebben en kunnen groeien.

Jouw talent en ambitie krijgen bij TNO alle ruimte. Je werkt samen met experts (zowel binnen als buiten TNO), je hebt toegang tot geavanceerde technologie en de vrijheid om te onderzoeken, te experimenteren en te vernieuwen. Onze kracht ligt in onafhankelijkheid, betrouwbaarheid en samenwerking. Door samen te werken met bedrijven en overheden en door verschillende perspectieven te verbinden, versterken we onze innovatiekracht. En we creëren verantwoord en betekenisvol resultaat. We vinden elkaar in verwondering en vindingrijkheid, en we zijn gedreven om grenzen te verleggen.

Bij TNO geloven we dat dit onze tijd is om de samenleving, de overheid en het bedrijfsleven sneller vooruit te helpen. Samen met gedreven collega’s zet je kennis om in concrete innovaties of ondernemingen die écht verschil maken. Door de kracht van wetenschap en ondernemerschap te bundelen. Druk jouw stempel op ónze tijd.

Je kunt reageren op deze stagevacature tot en met 2 oktober 2026. Na je aanmelding ontvang je een bevestiging per e-mail.

TNO draagt zorg voor een passende stageovereenkomst. Mocht je vragen hebben over de inhoud van de stage of de procedure, dan kun je terecht bij de onderstaande contactpersoon.

Wanneer je bij ons start met een stage, vragen wij je ook om een Verklaring Omtrent het Gedrag (VOG) aan te leveren.

Belangrijk om te weten voordat je solliciteert:

• Voor de start van de stage moet een stageovereenkomst worden getekend. Voor studenten van een Nederlandse hogeschool of universiteit maakt TNO gebruik van het UNL-template, aangevuld met enkele TNO‑specifieke afspraken. Voor studenten van buitenlandse onderwijsinstellingen en MBO‑opleidingen geldt de TNO‑stageovereenkomst. TNO tekent geen andere stageovereenkomsten.
• Voor de start van de stage zal de onderwijsinstelling schriftelijk moeten bevestigen dat:
  1. jij gedurende de stage bent ingeschreven bij de onderwijsinstelling, en;
  2. de stage plaatsvindt in het kader van de opleiding.

Deze bevestiging vindt plaats via ondertekening van het UNL‑template of formulieren die door TNO worden verstrekt.

• Stagiairs bij TNO moeten bij de start van de stage beschikken over een Nederlands woonadres. Het uitvoeren van stage-activiteiten vanuit het buitenland is niet mogelijk.
• Ben je een internationale student? Houd er dan rekening mee dat je vóór de start van de stage een BSN (Burgerservicenummer) nodig hebt. Het aanvragen hiervan kan enkele weken duren, dus zorg dat je hier op tijd mee begint.