Marco Spruit is Hoogleraar Geavanceerde Datawetenschap in Populatiegerichte Zorg aan de Universiteit Leiden bij zowel het departement Publieke Zorg & Eerstelijnsgeneeskunde (PHEG) aan de Medische Faculteit (LUMC) als het Leiden Instituut voor Informatica (LIACS) aan de Faculteit der Wiskunde & Natuurwetenschappen (FWN). Hij is zowel geïnteresseerd in het vertalen van nieuwe algoritmes naar nieuwe zorgtoepassingen als in het implementeren van nieuwe inzichten uit deze nieuwe toepassingen in de dagelijkse praktijk. Marco’s strategische onderzoeksdoelstelling is het opzetten van een gezaghebbende nationale infrastructuur voor Nederlandse Taalverwerking en Machine Leren om de Datawetenschap te democratiseren. Hij richt zich in het bijzonder op het domein Populatiegerichte Zorg & Welzijn in zijn Translationele Datawetenschap Laboratorium.

Meer informatie over Marco Spruit

Marco Spruit is Hoogleraar Geavanceerde Datawetenschap in Populatiegerichte Zorg aan de Universiteit Leiden bij zowel het departement Publieke Zorg & Eerstelijnsgeneeskunde (PHEG) aan de Medische Faculteit (LUMC) als het Leiden Instituut voor Informatica (LIACS) aan de Faculteit der Wiskunde & Natuurwetenschappen (FWN). Hij is zowel geïnteresseerd in het vertalen van nieuwe algoritmes naar nieuwe zorgtoepassingen als in het implementeren van nieuwe inzichten uit deze nieuwe toepassingen in de dagelijkse praktijk.

Marco’s strategische onderzoeksdoelstelling is het opzetten van een gezaghebbende nationale infrastructuur voor Nederlandse Taalverwerking en Machine Leren om de Datawetenschap te democratiseren. Hij richt zich in het bijzonder op het domein Populatiegerichte Zorg & Welzijn in zijn Translationele Datawetenschap Laboratorium.

Marco leidt de onderzoekslijn Translationele Datawetenschap in Bevolkingsgerichte Zorg op de Health Campus Den Haag. Deze onderzoekslijn heeft drie thema's. Ten eerste, in Data Techniek onderzoekt hij de verdere consolidatie, standaardisatie en verrijking van de Extramurale LUMC Academische Netwerk (ELAN) data infrastructuur, in lijn met landelijke initiatieven en in samenwerking met zijn PHEG collega's. Ten tweede, in Data Analyse onderzoekt hij technieken voor Natuurlijke Taalverwerking en Machine Leren op hun geschiktheid om huidige en nieuwe soorten translationele onderzoeksvragen te beantwoorden, met name vanuit een democratiserend datawetenschapsperspectief en in samenwerking met zijn LIACS collega's. Ten derde, in e-Health Implementatie ontwerpt en implementeert Marco interventies voor Datawetenschap door middel van e-Health software oplossingen binnen de regio in nauwe samenwerking met de Campus partners.

Tot 2020 werkte Marco als universitair hoofddocent in de Natuurlijke Taalverwerkingsgroep bij het departement Informatica van de Universiteit Utrecht, waar hij met name tal van Europees gefinancierde studies (OPERAM, SAF21, SMESEC, GEIGER, OPTICA) en nationaal gefinancierde onderzoeksprojecten (STRIMP, COVIDA) uitvoerde. Hij nam deel aan meerdere leiderschapsprogramma’s en behaalde wetenschappelijke kwalificaties zoals de Senior Kwalificatie Onderzoek, Senior Kwalificatie Onderwijs, en het Ius Promovendi. Van 2007-2018 was hij universitair docent Informatiekunde en was hij onder meer enkele jaren onderwijsmanager van de Informatiekunde en Toegepaste Datawetenschap opleidingen.

Van 2003-2007 werkte Marco als onderzoeker in opleiding bij de Taalvariatie groep van het Meertens Instituut op het snijvlak van syntactische variatie en dialectometrie als taalkundig datawetenschapper. In 2005 ontving hij een Association for Literary and Linguistic Computing aanmoedigingsprijs voor zijn wetenschappelijke werk. Vóór 2003 was hij tien jaar actief in het bedrijfsleven als Natuurlijke Taalverwerking en Big Data softwareontwikkelaar bij onder meer ZyLAB Europe B.V. en de Koninklijke Marine. In 1995 voltooide hij de bovenbouwstudie Alfa-Informatica aan de Universiteit van Amsterdam.

Publicaties