Ik vind het super om anderen te helpen bij de verwerking van leerstofonderdelen en om leerlingen met specifieke onderwijsbehoeften te ondersteunen.

Ik ben een gedisciplineerd en positief ingesteld persoon die goed kan omgaan met jonge mensen. Dankzij mijn studies heb ik een uitgebreide kennis van wiskunde en computerwetenschappen, en een redelijke kennis van fysica-gerelateerde onderwerpen kunnen opbouwen. Ik wilde al langer proberen om bijles te beginnen geven, maar mijn schema was tot nu altijd heel druk bezet.

Ik word gelukkig van mijn tijd ook maatschappelijk relevant te laten opbrengen.
Het is voor mij ook een fijne uitdaging om complexe materie en dingen in zeer duidelijk framework uit te leggen. Altijd nieuwsgierig waar de student juist tegen aan loopt om dan ook effectief te kunnen helpen waar nodig.

Meerdere studenten Hogeschool en Universiteit kunnen helpen door het grote plaatje te kunnen tonen, hun studiemethode te verfijnen of detailoefeningen op te lossen.

Ik ben in 2014 afgestudeerd als master handelsingenieur (major productie- en logistiek & minor finance). In 2019 heb ik vervolgens een doctoraat in de Toegepaste Economische Wetenschappen behaald aan de KU Leuven. In het doctoraat heb ik vooral met technieken uit het operationeel onderzoek gewerkt (geheeltallige (lineaire) programmering, heuristieken, simulatie). Vervolgens heb ik gewerkt als onderzoeker aan de Koninklijke Militaire School op een project rond het ontwikkelen van machine learning modellen voor de analyse van data in sociale media (Twitter).

Momenteel geef ik als gastdocent aan KU Leuven de vakken Operations Research in de Bachelor Business Engineering (Brussel) en (Inleiding tot) Kwantitatieve Beleidsmethoden in de Master Management (Leuven). In het vak Operations Research behandelen we geheeltallige lineaire programmering, dynamische programmering, complexiteitstheorie en wachtrijmodellen. In de vakken (Inleiding tot) Kwantitatieve Beleidsmethoden behandelen we beschrijvende statistiek, betrouwbaarheidsintervallen, hypothesetoetsen, beslissen onder onzekerheid, lineaire regressie, logistische regressie, tijdreeksen en lineaire optimalisatie. We passen ook alle geziene technieken toe in Excel. Ik ondersteun in mijn vrije tijd graag studenten en volwassenen bij wiskunde, statistiek en Excel.

Statistiek:
- Beschrijvende statistiek (boxplots, histogrammen, spreidingsdiagrammen, ...)
- Hypothesetoetsen (t-toets gemiddelde(s), z-toets proportie(s), Chikwadraattoets onafhankelijkheid, Chikwadraattoets varianties, Wilcoxon-toetsen)
- Betrouwbaarheidsintervallen
- Variantieanalyse (ANOVA) en Kruskal-Wallis-toets
- Lineaire regressie
- Logistische regressie
- Tijdreeksanalyse (regression-based models, autoregressive models, moving-average models, Holt-Winters model)

Toepassing van de technieken in Excel, RStudio en Matlab

Kansrekenen:
- Voorwaardelijke kansen en regel van Bayes
- Stochastische variabelen (kansmassafunctie en kansdichtheidsfunctie, cumulatieve verdelingsfunctie, verwachtingswaarde, variantie, covariantie en correlatie, ...)
- Kansverdelingen (uniform, binomiaal, Poisson, negatief-binomiaal, hypergeometrisch; exponentieel, Erlang, normaal, lognormaal)

Ik vind het fantastisch om mensen iets aan te leren of door een moeilijk traject te loodsen (wat zeer vaak voorkomt bij thesissen en doctoraten). Het gaat verder dan enkel kennis overdragen, het gaat ook over het coachen van de student. Het is ook fantastisch om aan het einde van de lessenreeks te horen hoe de student het traject heeft ervaren en de kers op de taart meestal bij de puntenbekendmaking. Tot nu toe heb ik altijd enorm goede feedback gekregen en zie ik mezelf elke les zelfs iet bijleren. Ik hoop in de toekomst een nog betere begeleider te worden die nog veel studenten kan ondersteunen.

Mijn eigen opleiding in de handelswetenschappen en begeleidingen in psychologie, pedagogische wetenschappen, kinesitherapie, politieke wetenschappen. Ook bij de thesisbegeleidingen ontwikkel ik hier meer inzicht in.