Data engineer | Projectbasis | Machine Learning

MatchMatters
Utrecht, Netherlands
about 2 months ago

Role details

Contract type
Temporary contract
Employment type
Full-time (> 32 hours)
Working hours
Regular working hours
Job source

Tech stack

Artificial Intelligence Airflow Amazon Web Services Data Analysis Microsoft Azure BigQuery Computer Programming Continuous Integration Information Engineering Data Governance Extract Transform Load (ETL) DevOps
+15 more
Python (Programming Language) Machine Learning Standard Sql Scala (Programming Language) Data Processing Google Cloud Snowflake Apache Spark Kotlin Kubernetes Apache Flink Apache Kafka Terraform Docker Databricks

Job description

Als Data Engineer adviseer je vooraanstaande Nederlandse bedrijven bij complexe vraagstukken. Je ontwikkelt productieklare code, geeft advies over zakelijke beslissingen en coacht je team naar een hoger niveau. Heb je ervaring in het ontwikkelen van datasystemen en combineert je praktische uitvoering met een adviserende rol, waarbij kwaliteit en schaalbaarheid centraal staan.? Lees dan snel verder..

Als Data Engineer werk je aan uitdagende projecten voor grote organisaties die hun data- en AI-landschap verder willen professionaliseren. Je ontwikkelt schaalbare dataplatformen, betrouwbare data-pipelines en cloud-native oplossingen die de basis vormen voor analytics en machine learning. Samen met collega’s zorg je ervoor dat data op een veilige, schaalbare en efficiënte manier beschikbaar wordt voor datagedreven besluitvorming en AI-toepassingen.

Binnen projecten ligt de focus niet alleen op data engineering, maar ook op het ondersteunen van succesvolle machine learning-trajecten. Je richt moderne data-architecturen in, optimaliseert dataflows en zorgt ervoor dat datasets van hoge kwaliteit beschikbaar zijn voor modelontwikkeling, training en deployment. Daarnaast adviseer je klanten over architectuurkeuzes, data governance en engineering best practices, waarbij kwaliteit, automatisering en duurzaamheid centraal staan.

Naast klantwerk krijg je structureel ruimte voor innovatie en kennisontwikkeling. Je experimenteert met nieuwe technologieën, werkt samen met collega’s aan interne initiatieven en verdiept je in ontwikkelingen rondom cloud, AI en machine learning. Kennisdeling speelt een belangrijke rol binnen de organisatie; collega’s sparren actief over technische uitdagingen, bezoeken conferenties en dragen gezamenlijk bij aan de verdere ontwikkeling van het vakgebied.

Requirements

  • Ervaring met dataplatform- en data-engineering concepten
  • Kennis van ELT/ETL-processen, machine learning en data pipelines
  • Ervaring met cloudplatformen zoals AWS, Azure of GCP
  • Programmeerkennis in bijvoorbeeld Python, Scala, Kotlin of SQL
  • Ervaring met DevOps-principes en tooling (CI/CD, Docker, Kubernetes, Terraform)
  • Affiniteit met datawarehousing en analytics tooling (bijv. Snowflake, BigQuery, Databricks of DBT)
  • Kennis van realtime dataverwerking (bijv. Kafka, Spark of Flink) is een pré
  • Ervaring met orchestratie tooling zoals Airflow of Dagster is een plus
  • HBO/WO werk- en denkniveau

Benefits & conditions

  • Marktconform salaris met pensioenregeling
  • Hybride werken als standaard werkwijze
  • 25 vakantiedagen
  • Vrije keuze in laptop en telefoon
  • Ruimte voor certificeringen, conferenties en persoonlijke ontwikkeling
  • Wekelijkse kennissessies en innovatie-tijd
  • Werken aan uitdagende projecten met moderne technologieën

About the company

Deze gespecialiseerde data-organisatie helpt grote bedrijven bij het ontwerpen en bouwen van dataplatforms, data-applicaties en voorspellende modellen. Met een sterke focus op software-engineering, kennisdeling en innovatie werkt een compact team van experts aan complexe technische vraagstukken. De cultuur is informeel, inhoudelijk gedreven en gericht op samenwerking, leren en het continu verbeteren van data-oplossingen.

Apply for this position

This job is hosted externally. Click below to view the full posting and apply.

Apply on indeed.com

Good distractions

Talks and stories from around this role — technically off-topic, practically not.

3:03 min

Career evolution in data engineering and AI platforms

Maria Apazoglou · Coffee With Developers

2:07 min

Inspecting default bridge architectures and custom Docker networks

Oliver Seitz Oliver Seitz · WWC 2025

3:09 min

Understanding Kotlin Multiplatform and its compiler targets

Petar Marijanović · LIVE

2:17 min

Mapping the maturity roadmap for scaled devops adoption

Dominik Krichbaum Dominik Krichbaum · WWC Europe 2026

3:14 min

Structuring career paths and localized data architectures

Ulrich Wurstbauer +1 · LIVE

2:34 min

Docker sandbox architecture and microVM environment integration

Manuel de la Peña Manuel de la Peña · WWC Europe 2026

Videos

See all

Related articles

See all