De data challenge daagt data science studenten uit om een actueel maatschappelijk vraagstuk te analyseren. In 2019 deden 60 studenten hieraan mee, in 2020 zijn dat er 100.

De samenwerking met de universiteit zorgt voor een verbondenheid met potentiele toekomstige medewerkers, die meer gespecialiseerd zijn in het werken met datastromen.

De casus die de studenten oppakken gaat over het optimaliseren van de aanvoer van afvalwater uit 's-Hertogenbosch, Heusden en Vught, naar de zuivering in 's-Hertogenbosch. Met name op droge dagen is hiermee een beter rendement van de zuivering te behalen en een betere effluentkwaliteit. Dit helpt om eerder de KRW doelen te behalen die gelden voor het ontvangende water. Ook onderzoeken de studenten de risico’s die we lopen als neerslag onvoldoende nauwkeurig wordt voorspeld. Dus, voordat we een sturingssysteem in de praktijk uitrollen, willen we aan de hand van data analyses hier meer grip op krijgen.

De opdrachten voor de 100 data science studenten:

• Voorspel de aanvoer op de zuivering  – op een droge dag en op een natte dag
• Geef aan wat er nodig is om de aanvoer naar de zuivering af te vlakken op een droge dag
• Geef aan wat de betrouwbaarheid is van neerslagvoorspelling (radar) door deze te vergelijken met de neerslagmetingen
• Geef aan wat een slimme strategie is om te schakelen tussen droge dagen en tussen natte dagen.

 De studenten werken in 16 groepen en leveren voor het einde van 2020 hun eindresultaat op in de vorm van Python-codes, posters / video's. 

De resultaten van de studenten vormen een bouwsteen om te komen tot:

• een betere effluentkwaliteit met het oog op de KRW doelstellingen.
• lagere maatschappelijke kosten voor toekomstige investeringen voor aanvullende zuiveringstrappen op rwzi’s ten behoeve van bijvoorbeeld medicijnresten.