Data Scientist

Als E&M Data Scientist speel je een belangrijke rol in het ontwikkelen en industrialiseren van geavanceerde datagedreven inzichten en (optimalisatie)modellen. Je adviseert de organisatie over de mogelijkheden van Data Science en Operations Research. Samen met ons Agile/SCRUM Big Data Development-team werk je aan impactvolle datagedreven producten die bijdragen aan slimmer en efficiënter vliegtuigonderhoud.

Bij KLM Engineering & Maintenance (E&M) word je onderdeel van het innovatieve en energieke E&M Big Data-team, dat deel uitmaakt van de bredere E&M Engineering-organisatie. Je werkt samen met een diverse groep collega’s, waaronder Data Scientists, Data Engineers, Software Engineers, Business Analysts en Information Analysts.

Ons team ontwikkelt producten die uiteenlopende gebruikers ondersteunen in hun dagelijkse werk, zoals engineers, planners, technisch specialisten en management. Daarnaast sluit je je aan bij de KLM Data Science Community, waardoor je ook in contact komt met Data Science-experts uit andere delen van de organisatie.

Je werkt op onze locatie in het Technisch Areaal Schiphol-Oost, midden in het hart van de vliegtuigonderhoudsoperatie.

Je bent een enthousiaste, resultaatgerichte Data Scientist met hands-on ervaring in het toepassen van Operations Research binnen productieomgevingen. Je combineert technische expertise met sterk businessinzicht en goede communicatieve vaardigheden. Daardoor ben je in staat complexe vraagstukken te vertalen naar concrete oplossingen met aantoonbare impact.

• Een masterdiploma in een kwantitatieve richting, zoals Econometrie, Data Science, Wiskunde of Informatica.
• Minimaal 2 jaar ervaring als Data Scientist in innovatieve projecten, bij voorkeur met ervaring in Operations Research, idealiter binnen de luchtvaart of logistiek.
• Uitstekende programmeervaardigheden in Python en aantoonbare ervaring met het toepassen daarvan in productieomgevingen.
• Ervaring met het ontwikkelen en implementeren van wiskundige modellen, zoals MILP en heuristieken, met behulp van Data Science-tools en -packages (bijvoorbeeld Gurobi).
• Sterke stakeholdermanagementvaardigheden en het vermogen om complexe concepten helder uit te leggen aan uiteenlopende doelgroepen.
• Ervaring met werken in Scrum/Agile IT-productontwikkelingsteams.

• Uitstekende beheersing van het Engels; kennis van het Nederlands of Frans is een plus.

• Interpersoonlijke sensitiviteit
• Werken in teamverband
• Verzamelen van informatie
• Initiatief
• Probleemanalyse

• Een uitdagende rol bij een uniek Nederlands bedrijf;
• Een brutosalaris tussen € 4.348,98 en € 6.212,83 bruto per maand;
• Volop ruimte voor persoonlijke ontwikkeling en mooie doorgroeimogelijkheden;
• Een goede pensioenregeling en 8% vakantiegeld;
• Een eindejaarsuitkering van 8,33%;
• 25 vakantiedagen en 5 extra vrije dagen;
• Fikse korting op vliegtickets (als je minimaal 6 maanden in dienst bent);
• Een duurzaam vervoersbeleid, met o.a. 100% gratis reizen naar het werk met het Openbaar Vervoer (binnen Nederland);
• Korting op je ziektekostenverzekering;
• Een budget voor duurzame inzetbaarheid.

Als toonaangevende speler in Maintenance, Repair and Overhaul (MRO) ondersteunt de onderhoudsdivisie van Air France-KLM niet alleen onze eigen vloot, maar leveren we ook onderhoudsdiensten voor vliegtuigen, motoren en componenten aan meer dan 150 klanten wereldwijd. Ben jij klaar om met jouw expertise in Operations Research, ML en AI mee te bouwen aan de toekomst van vliegtuigonderhoud?

• Optimalisatie van aircraft phase-out planning: We ontwikkelden een Mixed Integer Programming (MIP)-model om phase-out-plannen voor vliegtuigcomponenten te optimaliseren. Dit model bepaalt hoe componenten tijdens de uitfasering van de vloot het best kunnen worden ingezet, met als doel kosten zoals onnodige shop visits te beperken en tegelijk te voldoen aan alle phase-out-eisen.
• Optimalisatie van onderhoudsplanningen: We ontwerpen en implementeren Operations Research-modellen om onderhoudsplanningen te verbeteren. Met behulp van Mixed Integer Linear Programming ondersteunen we planners bij het bepalen van het optimale moment en de juiste toewijzing van onderhoudsactiviteiten per vliegtuig, rekening houdend met het vluchtschema.
• Optimalisatie van onderhoudsbeslissingen: Hoeveel nieuwe monteurs moet KLM E&M de komende jaren aannemen om aan de toekomstige onderhoudsvraag te voldoen? En wat is de meest effectieve manier om onderhoudstaken te bundelen bij de introductie van een nieuw vliegtuigtype?
• Predictive maintenance: We onderzoeken hoe Machine Learning-modellen kunnen helpen om onderhoudsbehoeften van vliegtuigen te voorspellen, zodat operationele verstoringen worden voorkomen en tijdig maatregelen kunnen worden genomen.
• Supply chain-optimalisatie: Hoe verdeel je voorraad over meerdere magazijnlocaties op zo’n manier dat serviceniveaus worden gemaximaliseerd en kosten en CO2-uitstoot worden geminimaliseerd?