{"id":2083534,"url":"https://alion.io/job/arcadis-internship-machine-learning-in-flood-modelling","title":"Internship – Machine learning in flood modelling","company":{"id":48386,"name":"Arcadis","domain":"arcadis.com","url":"https://alion.io/company/arcadis","size_band":"5000+","is_staffing_agency":false,"employer_type":"direct","is_intermediary":false,"listed_via":null,"ats_vendor":"Eightfold","truth_index":{"grade":"C","score":59,"open_postings":495,"ghost_share":0.485,"stale_share":0.018,"repost_share":0.788,"time_to_fill_p50_days":48,"computed_at":"2026-10-12T06:55:09Z"}},"role":"Early Careers","role_family":"Early Careers","seniority":"intern","employment_type":"internship","work_mode":"hybrid","remote_scope":null,"remote_scope_basis":null,"remote_working_hours":null,"hiring_geo_confidence":"structured","locations":["Amersfoort, Netherlands"],"countries":["NL"],"hiring_countries":[],"hiring_countries_total":0,"salary":null,"salary_estimate":{"min_usd":32000,"max_usd":49000,"period":"year","method":"role_seniority_country_remote_cell","sample_n":15},"experience_years_min":null,"visa_sponsorship":false,"relocation_package":false,"has_equity":false,"technologies":[{"name":"Machine Learning","optional":false},{"name":"Python","optional":false}],"status":"live","first_seen_at":"2026-05-04T10:35:15Z","employer_posted_date":"2026-10-08","last_verified_at":"2026-10-12T08:14:19Z","board_verified":true,"closed_at":null,"days_open":161,"trust":{"level":"stale","repost_count":0,"flags":["stale"],"days_open":160},"description":"Arcadis is dé wereldwijde partner die vooraan staat bij de meest impactvolle projecten van onze tijd. We helpen onze klanten duurzame keuzes te maken via de combinatie van digitale innovatie, expertise en toekomstgerichte vaardigheden in onder meer milieu, energie, water, gebouwen, transport en infrastructuur. Wij zetten die extra stap om onze klanten op maat gemaakte oplossingen te bieden voor ontwerp, engineering en advies. Door data-gedreven inzichten in te zetten geven we de natuurlijke en gebouwde omgeving samen vorm.\nMet meer dan 34.000 mensen bundelen we wereldwijde expertise en pakken we samen uitdagingen als klimaat, betaalbare energie en leefbare steden aan. We verbeteren de levenskwaliteit door onze aanwezigheid in meer dan dertig landen.\nFunctieomschrijving - Wat ga je doen?\nWij zijn op zoek naar een gemotiveerde afstudeerstudent voor de periode van oktober 2026 tot en met februari 2027 met een sterke interesse in de toepassing van machine learning binnen overstromingsmodellering. Tijdens deze MSc-afstudeerstage ontwikkel, train en test je machine learning-modellen die 2D-overstromingssimulaties ondersteunen. Het doel is om de rekentijd van simulaties te verkorten, terwijl betrouwbaarheid en fysieke interpreteerbaarheid behouden blijven. Je werkzaamheden combineren data science, numerieke modellering en vraagstukken rondom klimaatadaptatie.\nAchtergrond - Waarom is dit onderwerp relevant?\nKlimaatverandering vergroot het risico op grootschalige overstromingen, zowel door extreme neerslaggebeurtenissen (pluviale overstromingen) als door extreem hoge rivierafvoeren (fluviale overstromingen), die kunnen leiden tot dijkdoorbraken. Overstromingssimulaties zijn essentiële hulpmiddelen om de gevolgen van dergelijke scenario’s in kaart te brengen en de ontwikkeling van overstromingsrisicokaarten te ondersteunen.\nTraditionele overstromingssimulaties maken gebruik van fysisch gebaseerde numerieke modellen die hydrodynamische vergelijkingen oplossen. Hoewel deze modellen nauwkeurig zijn, kunnen ze zeer rekenintensief zijn, vooral voor grote gebieden of modellen met een hoge resolutie. Machine learning biedt veelbelovende mogelijkheden om deze simulaties te versnellen, maar er zijn nog uitdagingen op het gebied van betrouwbaarheid, generaliseerbaarheid en fysieke interpreteerbaarheid van de modellen. Dit afstudeeronderzoek richt zich specifiek op deze uitdagingen.\nDoelstellingen en scope\nHet hoofddoel van dit project is het ontwerpen, ontwikkelen en evalueren van een machine learning-model voor 2D-overstromingssimulaties. De exacte invulling kan worden afgestemd op jouw interesses, maar is naar verwachting als volgt:\nJe ontwikkelt en test eerst een proof-of-concept machine learning-model op basis van fictieve of synthetische trainingsdata om inundatieniveaus na een dijkdoorbraak te voorspellen. \nVervolgens pas je de ontwikkelde methoden toe op een praktijkcasus met bestaande overstromingssimulatiedata voor het gebied van de Rijn en de IJssel. \nGedurende het project beoordeel je kritisch de prestaties, robuustheid en toepasbaarheid van het model binnen de professionele praktijk van overstromingsmodellering.\nWat maakt deze afstudeerstage interessant?\nJe werkt aan actuele klimaatadaptatievraagstukken met directe maatschappelijke relevantie. \nJe combineert machine learning, hydrodynamische modellering en data-analyse binnen één project. \nJe doet ervaring op met state-of-the-art modelleertechnieken die worden toegepast binnen de professionele ingenieurspraktijk. \nJe krijgt intensieve begeleiding en technische ondersteuning van specialisten uit ons River, Coast & Sea-team. \nTeam en werkomgeving \nJe maakt deel uit van de adviesgroep River, Coast & Sea, een multidisciplinair team dat werkt aan projecten op het gebied van rivierkunde, overstromingsrisicobeheer, klimaatadaptatie en numerieke modellering, zowel in Nederland als internationaal. \nHet afstudeeronderzoek wordt uitgevoerd vanuit ons kantoor in Amersfoort. \nWie ben jij? - Jouw profiel\nJe volgt een MSc-opleiding in Civiele Techniek, Waterbouwkunde, Aardwetenschappen, Toegepaste Wiskunde, Natuurkunde, Data Science of een vergelijkbare richting. \nJe hebt affiniteit met hydrodynamische (numerieke) modellering en overstromingsrisicoanalyses. \nJe hebt ervaring met programmeren in Python of bent sterk gemotiveerd om dit verder te ontwikkelen. \nJe hebt interesse in machine learning, kunstmatige intelligentie en data science. \nJe bent gemotiveerd om te werken aan vraagstukken rondom klimaatadaptatie en waterveiligheid. \nJe beschikt over sterke analytische vaardigheden en kunt resultaten helder communiceren. \nJe bent gedurende de stageperiode fulltime beschikbaar voor je afstudeeronderzoek. \nJe bent minimaal drie dagen per week aanwezig op ons kantoor in Amersfoort. \nWaarom Arcadis?\nWe bereiken onze doelen door iedereen in staat te stellen het beste uit zichzelf te halen. Wij geloven dat ieders bijdrage ertoe doet. Daarom pionieren we met een aanpak gebaseerd op jouw vaardigheden en bouwen we aan een ‘Skills Powered Organisation’. Met jouw unieke ervaring en expertise stippel je zo je eigen carrièrepad uit. Samen maximaliseren we de impact! Jouw werk maakt het verschil. Welke rol je ook speelt, je helpt duurzame oplossingen te bieden voor een gezondere planeet. Druk jouw stempel op je carrière, je collega's, klanten, je leven en de wereld om je heen. Op onze website kun je de blogs van Arcadianen lezen om erachter te komen hoe wij dit doen.\nArcadis biedt jou een functie met veel vrijheid om je werk zelfstandig in te vullen in een ambitieus en gedreven team. Naast een fijne werkcultuur hebben we ook prima arbeidsvoorwaarden opgenomen, waaronder:\n30 verlofdagen bij fulltime dienstverband met mogelijkheid om extra dagen bij te kopen of te verkopen.\nMedewerkers mogen privé gratis gebruik maken van de NS businesskaart.\nAanvullende regelingen ten aanzien van geboorteverlof voor de partner en betaald ouderschapsverlof. \nMogelijkheid tot hybride werken, gefaciliteerd door passende thuiswerkvergoeding en een professioneel ingerichte werkplek thuis.\nGoede pensioenregeling bij het Nederlandse Pensioenfonds (HNPF) waarbij Arcadis het grootste deel van de premie betaalt. \nMogelijkheden voor het volgen van cursussen en opleidingen, toegang tot ons uitgebreide Arcadis Learning Experience Platform (LXP).\nJoin Arcadis. Create a Legacy.\nOnze inzet voor gelijkheid, diversiteit, inclusie en erbij horen:\nWe willen dat je elke dag je beste zelf kunt zijn. Gelijkheid en inclusie nemen we heel serieus en we houden onszelf verantwoordelijk voor onze acties. We willen een voorkeurswerkgever zijn en bieden iedereen een geweldige werkplek.\nUitzend-, detacherings- en W&S-bureaus hoeven niet te reageren, acquisitie naar aanleiding van deze vacature wordt niet op prijs gesteld. #LI- #LI-Hybrid\nEen assessment en/of pre-employment screening kan onderdeel uitmaken van de sollicitatieprocedure.","description_format":"text","description_chars":6929,"description_truncated":false,"requirements":{"experience_years_min":null,"management_years_min":null,"team_size_min":null,"manages_managers":false,"education":null,"security_clearance":false,"languages":[{"language":"German","level":"Advanced (C1)","optional":false}]},"benefits":[],"hiring_locations":[{"name":"Netherlands","iso":"NL","kind":"country"}],"hiring_excludes":[],"relocation_offered":false,"industries":["Real Estate","Science & Engineering","Civil & Structural Engineering","Environmental Science"],"lifecycle":[{"event":"open","at":"2026-10-08T11:16:57Z"}],"visa":[{"country":"NL","licensed_sponsor":true,"evidence":"Recognised sponsor of the Dutch immigration service (IND)","filings_12m":null,"filings_prev_12m":null,"green_card_filings_12m":null,"median_offered_wage_usd":null,"route":"Highly skilled migrants and regular labour","cap_exempt":false,"checked_at":"2026-10-03T21:10:06+00:00","sources":["IND: public register of recognised sponsors (work)"],"filings_for_role_12m":0}],"liveness":{"score":6,"band":"cold","label":"Long shot","p_open":1,"p_active":0.206,"p_room":0.28,"age_days":160,"expected_fill_days":48,"reasons":["conf:3","stale_co","velocity","win:tail","crowd:junior,brand"],"computed_at":"2026-10-12T06:55:09Z"},"pay":null,"html_url":"https://alion.io/job/arcadis-internship-machine-learning-in-flood-modelling","json_url":"https://alion.io/job/arcadis-internship-machine-learning-in-flood-modelling.json","meta":{"generated_at":"2026-10-12T12:24:29Z","cache_seconds":300,"methodology":"https://alion.io/methodology","terms":"https://alion.io/terms","contact":"https://alion.io/contact","api":"https://alion.io/developers","about":"Alion is a live layer of people, companies and AI agents: who they are, whether they are real and active right now, what they do and how to work with them, readable by people and by agents and paid per call.","catalog":"https://alion.io/catalog.json","usage":{"tier":"crawler_verified","counted_by":"address","units_charged":1,"used_today":19360,"day_limit":null,"remaining_today":null,"minute_limit":300,"resets_at":"2026-10-13T00:00:00Z"}},"offers":[{"id":"company.slices","title":"One company in depth, by slice","status":"live","price":{"credits":0.02,"usd":0.002,"plus_per_slice":{"credits":0.05,"usd":0.005}},"unit":"per company, plus each slice with data","note":"the employer in depth","call":{"mcp_tool":"get_company","arguments":{"id":48386},"rest":"https://alion.io/mcp/rest/get_company?id=48386"},"human":"https://alion.io/catalog?offer=company.slices&for=job%2Farcadis-internship-machine-learning-in-flood-modelling"},{"id":"market.stats","title":"A market slice: pay, demand and time to fill","status":"live","price":{"credits":1,"usd":0.1},"unit":"per slice","note":"pay, demand and time to fill for this role and place","call":{"mcp_tool":"market_stats"},"human":"https://alion.io/catalog?offer=market.stats&for=job%2Farcadis-internship-machine-learning-in-flood-modelling"},{"id":"job.search","title":"Open jobs by role, technology, place, pay and visa","status":"live","price":{"credits":0.02,"usd":0.002},"unit":"per posting in a list","note":"similar open postings","call":{"mcp_tool":"search_jobs"},"human":"https://alion.io/catalog?offer=job.search&for=job%2Farcadis-internship-machine-learning-in-flood-modelling"},{"id":"company.verify","title":"Is this company real and active right now","status":"pilot","price":null,"unit":"per company","request":{"url":"https://alion.io/catalog/request","method":"POST","body":"{\"offer\": \"company.verify\", \"for\": \"job/arcadis-internship-machine-learning-in-flood-modelling\", \"note\": \"what you need it for\"}"},"human":"https://alion.io/catalog?offer=company.verify&for=job%2Farcadis-internship-machine-learning-in-flood-modelling"}]}