Data Engineer AI

Als Data Engineer AI werk je in een groeifase waar jouw technische kennis direct bijdraagt aan het ontwikkelen van data-gedreven AI-producten. Je ontwerpt en bouwt cloudgebaseerde datastructuren en pipelines zodat data beschikbaar, betrouwbaar en schaalbaar is voor modellen en analyses. Dagelijks los je technische uitdagingen op, stem je af met data scientists en developers en zorg je dat datasets prestaties en inzichten leveren waar de organisatie echt wat aan heeft. Je krijgt veel verantwoordelijkheid voor het data-ecosysteem, van integratie tot ontsluiting, en ruimte om tooling en werkwijzen te verbeteren. Deze rol past goed bij iemand die pragmatisch bouwt, technisch verdiept wil zijn en zoekt naar impact in AI-projecten.

• Ontwerpen en implementeren van cloud-gebaseerde data-infrastructuur voor AI-producten met focus op schaalbaarheid en herbruikbaarheid.
• Bouwen en onderhouden van datapipelines zodat data tijdig, schoon en bruikbaar beschikbaar is voor modellen en rapportages.
• Samenwerken met data scientists en developers om datasets te organiseren, dataflows te optimaliseren en integratiepunten te realiseren.
• Zorgen voor data governance, performance tuning en documentatie zodat modellen betrouwbare output krijgen en opschaalbare oplossingen ontstaan.

Er is geen minimale opleiding vereist Talen

• Je beheerst Nederlands

• Afgeronde HBO/WO opleiding met een sterk ICT-component en aantoonbare ervaring met het structureren van grote datasets.
• Goede beheersing van Python, R, Matlab of Julia en ervaring met bouwen van datapipelines en data-engineering workflows.
• Kennis van cloud data-oplossingen, data-lakes, data-warehouses en vertrouwdheid met SQL en NoSQL databasedesign.
• Sterke communicatieve vaardigheden in Nederlands en Engels en in het bezit van een geldig rijbewijs B.

• Een detavast-contract met 40 uur per week en een marktconform salaris binnen de genoemde bandbreedte.
• Werk aan concrete AI-producten waarbij jouw werk direct zichtbare waarde levert voor gebruikers en stakeholders.
• Samenwerking in een multidisciplinair team met ruimte om processen en tooling proactief te verbeteren.
• Veel verantwoordelijkheid bij inrichting van het data-ecosysteem en mogelijkheden om technische richting en keuzes te beïnvloeden.