In één oogopslag
- Taken: Bouw productieklare Data & AI-platforms die miljoenen levens beïnvloeden.
- Bedrijf: Vooruitstrevend HR tech bedrijf met een focus op maatschappelijke impact.
- Voordelen: Flexibele hybride werkstructuur, competitief salaris en professionele ontwikkeling.
- Overige informatie: Dynamische werkomgeving met uitstekende groeimogelijkheden.
- Waarom deze baan: Maak een echte impact door technologie te gebruiken voor de arbeidsmarkt van morgen.
- Kwalificaties: Minimaal 5 jaar ervaring in data engineering en sterke technische vaardigheden.
Het verwachte salaris ligt tussen 53550 - 65450 € per jaar.
Senior Data Engineer to build production-grade Data & AI platforms
Are you a Senior Data Engineer eager to build production-grade Data & AI platforms that impact millions of lives?
Here, our HR tech solutions help governments and public institutions worldwide shape the labor market of tomorrow.
Senior Data Engineer
Are you a senior Data Engineer who wants to leverage data engineering, MLOps, and architecture skills to build production-grade data and AI platforms with real-world impact?
We build high-impact, mission critical HR tech solutions used by governments and public institutions across the globe to help millions of people find suitable jobs today and prepare for the labor market of tomorrow.
We are expanding our team with a senior Data Engineer to help us responsibly build scalable data and AI platforms that turn real-world client data into reliable product capabilities.
This is a hands-on role where you will work with cross-functional teams to design, build, deploy, and operate data and AI platform capabilities for solutions that impact and improve the lives of millions of people around the world.
You will combine strong engineering skills with pragmatic judgment and ownership over production outcomes, ensuring that we do the right things and do them right.
- What you’ll do
- Data platforms, data pipelines, databases, and data products
- Design, build, and operate scalable data platforms, databases, and pipelines that ingest, transform, validate, and connect data from multiple internal and external sources, including messy, incomplete, and heterogeneous real-world client data.
- Design and optimize relational, analytical, operational, and vector-oriented data stores for large-scale workloads, semantic search, matching, recommendations, and other AI-enabled capabilities.
- Create reusable data products, canonical data models, curated datasets, and feature-ready assets for Data Scientists, product teams, implementation teams, and customer-facing applications.
- Build in data quality, metadata, observability, and lineage so teams can trust the data and understand where it came from, how it changed, and how it is being used.
- Cloud infrastructure and operational reliability
- Design, deploy, and maintain cloud-native data and AI platform components on AWS, using automation and infrastructure-as-code wherever possible.
- Work hands-on with storage, compute, networking, access control, secrets management, monitoring, logging, CI/CD, orchestration, and deployment automation.
- Ensure data and AI workloads are secure, scalable, cost-effective, maintainable, and supported by pragmatic architectural trade-offs across environments.
- MLOps, AI governance, and responsible operation
- Enable Data Scientists and AI engineers to turn experiments, models, prompts, embeddings, and retrieval pipelines into reliable production services.
- Support automated workflows for model training, validation, deployment, versioning, monitoring, retraining, lifecycle management, and lineage across datasets, features, models, prompts, embeddings, evaluations, deployments, and production outcomes.
- Implement monitoring and alerting for data quality issues, model performance, data drift, concept drift, embedding drift, and unexpected changes in production behavior.
- Translate AI governance requirements into workable platform capabilities such as audit trails, approval gates, access controls, evaluation workflows, release controls, and operational dashboards.
- Collaboration and technical ownership
- Work closely with Data Scientists, Architects, Dev Ops engineers, Product Owners, and project teams to translate data and AI needs into maintainable technical solutions.
- Act as a senior technical sparring partner on data architecture, platform design, MLOps, AI governance, operational readiness, and production support, with a strong focus on practical decisions that keep solutions understandable, supportable, and reliable over time.
- Document data flows, model flows, platform designs, operational procedures, and architectural decisions so solutions can be understood, supported, audited, improved, and kept reliable in production.
- Take ownership of production outcomes: not just building pipelines and services, but ensuring they keep working, remain understandable, and support the people and products that depend on them.
- Work conditions
- Hybrid work setup when not traveling (60% in our Utrecht office, 40% from home).
- Travel internationally as required (incidentally, depending on project needs).
- Core requirements
- A completed degree in Computer Science, Data Science, Artificial Intelligence, Machine Learning, Statistics, Mathematics, Econometrics, or another quantitative or technical field; a Master’s degree is a plus.
- At least 5 years of professional experience in data engineering, platform engineering, MLOps, cloud engineering, or a closely related role.
- Strong experience designing, building, and operating scalable data platforms, pipelines, data lakes, or data products in production environments, including ETL development, workflow orchestration, data quality controls, metadata, lineage, and operational monitoring.
- Strong architectural judgment and a pragmatic, hands-on mindset, with the ability to balance speed, scalability, cost, security, governance, reliability, and maintainability while taking ownership in complex technical environments.
- Experience supporting production AI or machine learning services with monitoring, versioning, lifecycle management, reproducibility, deployment traceability, lineage, drift detection, audit trails, access control, and operational controls across datasets, features, models, and deployments.
- Strong hands-on experience with AWS-based infrastructure and services, Python, Docker, infrastructure-as-code, CI/CD, and production-grade deployment practices for data or platform workloads.
- Ability to turn messy, incomplete, inconsistent, or fast-changing real-world data into reliable, usable, and well-documented assets.
- Advanced SQL skills and substantial experience with database design, query optimization, canonical data models, scalable schema design, and modeling for complex business domains.
- Strong collaboration and communication skills, with the ability to work effectively across Data Science, Dev Ops, Architecture, Product, implementation, Security, and Privacy stakeholders.
- Professional-level English, both written and spoken.
- Preferred qualifications
- Experience with AWS data, compute, networking, security, monitoring, and deployment services, such as S3, Lambda, Glue, Step Functions, Event Bridge, Athena, EMR, RDS, Redshift, Dynamo DB, ECS, ECR, EC2, VPC, IAM, Cloud Watch, Cloud Trail, Systems Manager, Secrets Manager, KMS, API Gateway, or AWS CDK.
- Experience with Kubernetes, Terraform, Bitbucket Pipelines, AWS Lake Formation, AWS Data Zone, AWS Glue Data Catalog, or lakehouse architectures.
- Experience with MLflow, Amazon Sage Maker, AWS Bedrock, feature stores, model registries, experiment tracking, evaluation stores, model monitoring platforms, drift detection, or AI observability tools.
- Familiarity with lakehouse architectures, Data Vault Modeling, data mesh concepts, data contracts, master data management, schema registries, data lineage frameworks, metadata management, or enterprise data cataloging.
- Experience with vector databases, embedding storage, vector indexing techniques, retrieval-augmented generation architectures, or semantic search platforms.
- Full-stack software development experience or experience building APIs and services that expose data or AI capabilities to products.
- Familiarity with frameworks such as GDPR, the EU AI Act, ISO 27001, and ISO 42001.
- Ability to translate data governance, AI governance, compliance, and risk management needs into pragmatic platform capabilities such as approval gates, audit trails, evaluation workflows, release controls, and post-deployment monitoring.
- AWS certifications are a plus.
- Experience working with public-sector, HR tech, labor market, staffing, or other socially impactful data domains is a plus.
Why Join?
Real Impact
Your code directly helps millions of people find employment.
Modern Stack
Work with cutting-edge MLOps and Gen AI architectures.
Flexibility
Balanced hybrid model (Utrecht/Home).
Senior Data Engineer in Utrecht werkgever: Apply Recruitment
Als Technisch Consultant SAP bij onze toonaangevende internationale IT-dienstverlener krijg je de kans om te werken in een warme en flexibele werkomgeving waar een gezonde werk-privébalans centraal staat. We bieden uitstekende ontwikkelingsmogelijkheden, een aantrekkelijke bonusregeling, 28 vakantiedagen, en een open cultuur waarin jouw ideeën direct impact hebben. Met een sterke focus op MKB+ organisaties en innovatieve SAP-oplossingen, ben jij de cruciale schakel in complexe IT-transities die bijdraagt aan tastbare business value.
Hupjob Expertadvies🤫
Zo denken wij dat je Senior Data Engineer in Utrecht kunt binnenhalen
✨Duik in de Data Science Communities
Data science draait om kennis delen en leren van elkaar. Sluit je aan bij online communities zoals Kaggle, GitHub en Stack Overflow. Deel je projectwerk en leer van anderen – dit kan leiden tot waardevolle connecties en zelfs een sollicitatie bij Apply Recruitment!
✨Neem deel aan Hackathons
Hackathons zijn een geweldige manier om je vaardigheden in de praktijk te brengen en jezelf te laten zien. Veel bedrijven, waaronder Apply Recruitment, zoeken kandidaten die hun creativiteit en probleemoplossend vermogen kunnen demonstreren. Maak gebruik van deze evenementen om je netwerk uit te breiden.
✨Show je Expertise met Projecten
Laat je skills zien met een publiek portfolio! Zorg ervoor dat je een paar interessante projecten hebt die jouw datavisualisatie, statistiek en machine learning vaardigheden tonen. Plaats ze op platforms zoals GitHub of je eigen website – zo laat je zien wat je kan bij Apply Recruitment.
✨Pas je Sollicitatie aan voor Geschiktheid
Bij fulltime data science functies is het belangrijk om je sollicitatie specifiek te maken voor de rol bij Apply Recruitment. Kijk goed naar de vereisten en match je vaardigheden en ervaring aan wat zij zoeken. Dit maakt het veel waarschijnlijker dat ze jou uitnodigen voor een gesprek!
Wij denken dat je deze vaardigheden nodig hebt om als Senior Data Engineer in Utrecht te schitteren
Een paar tips voor je sollicitatie 🫡
Laat je technische vaardigheden zien!:In de data-science wereld willen we je technische bekwaamheden echt zien. Zorg ervoor dat je kennis van programmeertalen zoals Python of R, evenals je ervaring met data-analysetools en -technieken, duidelijk naar voren komen in je CV. Dit is een kans om je talenten in statistiek en machine learning te benadrukken, zodat Apply Recruitment ziet dat jij hun ideale kandidaat bent!
Geef je projecten een spotlight:Vergeet niet om eventuele data-projecten of analyses die je al hebt uitgevoerd op te nemen. Heb je bijvoorbeeld een GitHub-account? Voeg dat toe! Dit is een toffe manier om je praktische ervaring te laten zien, wat de recruiter van Apply Recruitment echt zal aanspreken. Laat zien hoe je problemen hebt opgelost en dat je in staat bent om inzichten uit data te halen!
Wees duidelijk over je doelen:Aangezien het om een fulltime rol gaat, is het belangrijk dat je in je motivatiebrief je doelen en ambities duidelijk maakt. Wat hoop je te leren en te bereiken in deze functie bij Apply Recruitment? Laat zien dat je niet alleen geïnteresseerd bent in de functie, maar ook in wat je kunt bijdragen aan het team en het bedrijf.
Ondersteun je ervaring met data:Naast je technische vaardigheden, is het ook cruciaal om je eerdere ervaring te onderbouwen met concrete resultaten. Heb je analyses uitgevoerd die hebben geleid tot verbetering van processen of het nemen van strategische beslissingen? Geef cijfers en voorbeelden in je CV en motivatiebrief, zodat Apply Recruitment ziet dat je kennis van data echt impact heeft gehad.
Zo bereid je je voor op een sollicitatiegesprek bij Apply Recruitment
✨Show je dataskills
Zorg ervoor dat je goed voorbereid bent op technische vragen die je dataskills testen. Bereid je voor op vragen over data-analyse, statistiek en machine learning. Wij moeten ook kunnen zien dat je vertrouwd bent met tools zoals Python, R of SQL.
✨Breng je portfolio mee
Als data scientist is je portfolio cruciaal. Zorg ervoor dat je een aantal projecten hebt waar je trots op bent en die je kunt presenteren. Leg de nadruk op wat je hebt geleerd en hoe je de resultaten hebt toegepast. Dit laat zien dat je niet alleen kennis hebt, maar ook de toepassing ervan begrijpt.
✨Ken de data van Apply Recruitment
Neem de tijd om inzicht te krijgen in de datasets waar Apply Recruitment mee werkt. Dit kan je helpen om tijdens het gesprek specifieke voorbeelden te geven van hoe jouw vaardigheden en ervaring aansluiten bij hun behoeften. Dit toont niet alleen jouw interesse, maar ook dat je al nadenkt over hoe je een bijdrage kunt leveren.
✨Leef je in in de business case
Tijdens de interviews kunnen ze je vragen om een business case te analyseren of oplossingen voor te stellen op basis van gegevens. Dit is een kans om je analytische vaardigheden te laten zien, dus zorg ervoor dat je niet alleen de technische kanten belicht, maar ook hoe jouw aanpak waarde toevoegt aan het bedrijf.
