rosalie pruijs

Wie ben ik?

Mijn naam is Rosalie Pruijs, en ik ben een AI ontwikkelaar met een sterke interesse in cyber security. Met een achtergrond in psychologie benader ik technologische vraagstukken vanuit een mensgericht perspectief. Dit helpt me om complexe problemen vanuit verschillende invalshoeken te bekijken. Ik ben sociaal, leer snel, en een harde werker die er altijd naar streeft om mijn doelen te bereiken. Ik geniet ervan om nieuwe uitdagingen aan te gaan en ben voortdurend op zoek naar manieren om mijn vaardigheden te verbeteren en bij te dragen aan innovatieve oplossingen in de technologie-sector.

Contact: info@rosaliepruijs.com

Rosalie

Opleidingen

09-2021 – 07-2023

Master Artificial Intelligence

Universiteit Utrecht

09-2018 – 07-2021

Bachelor Psychologie
Minor Artificial Intelligence

Universiteit Utrecht

08-2012 – 05-2018

VWO (N & T; N & G)

GSG Guido Amersfoort

Werk Ervaring

02-2024 - 07-2024

Docent Artificial Intelligence

GSG Guido Amersfoort

05-2024 - present

Vrijwilliger

Grace Lunchroom de Bron

11-2020 - 10-2023

Onderwijsassistent

Universiteit Utrecht

09-2021 - 01-2023

Onderzoeksassistent

Universiteit Utrecht

12-2021 - 10-2022

Data Scientist

MEDxAI

11-2019 – 05-2020

Tester van Health Applications

MIND

Onderzoeksprojecten

Predicting (Drops in) Vigilance using Machine Learning

In dit onderzoek voorspelden we dalingen in alertheid door middel van machine learning. We verzamelden temperatuurgegevens, demografische gegevens en subjectieve metingen waarvan eerder werk heeft aangetoond dat ze nuttig kunnen zijn bij deze voorspellingen. Met machine learning onderzoekt deze studie deze verschillende kenmerken als mogelijke voorspellers van alertheid in de Brief Stimulus Reaction Time taak (BSRT). Drie verschillende soorten Random Forest modellen werden getraind en een naïef model werd gecreëerd voor de evaluatie van deze modellen. De resultaten laten zien dat kenmerken gemeten met de FLIR-camera nuttige voorspellers van waakzaamheid kunnen zijn, vooral de voorhoofdstemperatuur. Lees meer...

Information-reduction methods determine navigation performance in simulated prosthetic vision in virtual reality

In deze studie onderzochten we het gebruik van gesimuleerd prothetisch zicht voor navigatie. We bestudeerden de bruikbaarheid van verschillende methoden van informatievermindering voor Kunstmatig Zicht voor navigatie door verschillende soorten KZ te simuleren in een virtuele omgeving. Meer specifiek hebben we een “begaanbaar” pad geconstrueerd dat gebruikers hielp om obstakels te vermijden en op het trottoir te blijven. Door middel van een prothetisch zicht simulatie (PZS) onderzoek hebben we hebben we dit begaanbare pad vergeleken met twee andere methoden: een semantisch segmentatiealgoritme en een combinatie van semantische segmentatie en het begaanbare pad. Verschillende fosfeendichtheden werden vergeleken voor elke methode. We ontdekten dat het toevoegen van een geleidingspad aan de visuele scène, de prestaties verbeterd. Lees meer...

Programmeerprojecten

Rust

Cyber Security

Python

C#

Web (Astro)

  • rosaliepruijs.com (huidige website)
  • trainingsacteureline.nl (verschijnt binnenkort)