In één oogopslag
- Taken: Analyse en valideer kredietdata, onderhoud het datamodel en neem eigenaarschap van dataproducten.
- Bedrijf: Grote Nederlandse bank met focus op innovatie en samenwerking.
- Voordelen: Competitief salaris, flexibele werktijden en mogelijkheden voor professionele ontwikkeling.
- Overige informatie: Dynamische werkomgeving met kansen voor groei en ontwikkeling.
- Waarom deze baan: Speel een cruciale rol in het beheren van kredietrisico's en maak impact met data-analyse.
- Kwalificaties: Ervaring in business- en data-analyse, sterke SQL-vaardigheden en analytisch denkvermogen.
Het verwachte salaris ligt tussen 5700 - 6250 € per maand.
Wil je de schakel zijn tussen business en technologie, en de kredietgegevens leveren waarop een bank vertrouwt om zijn kredietrisico te beheren? Voor een grote Nederlandse bank zijn we op zoek naar drie Data Analysts / Data Modelers. Je zult deel uitmaken van het team dat de centrale kredietgegevensopslag van de bank bouwt en onderhoudt. Dit team brengt talrijke gegevensbronnen samen in één verenigd datamodel en levert betrouwbare kredietgegevensproducten aan interne consumenten, van kredietrisicomodellen tot (Gen) AI en analytics.
Taken:
- Verzamelen, analyseren en valideren van kredietgegevensvereisten met consumenten.
- Beoordelen welke gegevensattributen consumenten nodig hebben en hiaten in bestaande gegevens identificeren.
- Onderhouden van het kredietbusinessdatamodel: gegevenselementen en gegevensstromen in kaart brengen ter ondersteuning van kredietbeslissingen en naleving van regelgeving.
- Aanpassen van mappings, creëren van bouwplannen en uitvoeren van correctief onderhoud op gegevensproducten.
- Eindverantwoordelijkheid nemen voor je gegevensproducten, inclusief testen en releasebeheer, in nauwe samenwerking met data-engineers en consumenten.
- Bijdragen aan bankbrede veranderinitiatieven waarin kredietgegevens centraal staan.
- Helpen bij het verder ontwikkelen van het team en platform, bijvoorbeeld door nieuwe tooling voor datamodellering.
Vereisten:
- Je bent geen data-engineer, maar een analist die de business begrijpt en zelf in de gegevens duikt.
- Je weet wat een lening is en wat de gegevens erachter betekenen.
- Je werkt zelfstandig, schakelt snel tussen onderwerpen en behoudt een koel hoofd en een eenvoudige aanpak wanneer de druk toeneemt.
- Bewezen ervaring in business- en data-analyse, bij voorkeur binnen een bank en het kredietdomein.
- Sterke SQL-vaardigheden voor dagelijkse data-analyse.
- Ervaring met datamodellering: conceptueel, logisch en fysiek.
- Ervaring met datatests: eenheid, regressie en acceptatietests.
- Een algemeen begrip van IT-onderwerpen zoals releasebeheer, testen en tools zoals Databricks.
- Sterk stakeholdermanagement en duidelijke communicatie met verschillende stakeholders.
- Een analytische mindset en aandacht voor detail: je ziet de relatie tussen vereisten, processen en ontwikkelingen, en vertaalt dit naar oplossingen.
- Ervaring met werken onder hoge druk en met strakke deadlines.
- Uitstekende beheersing van het Engels.
Voorkeur:
- Kennis van kredietrisicomodellen, zoals vroege waarschuwing, PD of kredietbeoordeling.
- Ervaring met Python of Databricks.
Voorwaarden:
- Uren: 36 uur per week
- Startdatum: 1 december 2026
- Einddatum: 30 november 2027
- Salaris: € 5.700 - € 6.250 bruto per maand op basis van 36 uur (exclusief vakantietoeslag)
Data analyst in credit risk in Amsterdam werkgever: BrightStone Group
BrightStone Group is een uitstekende werkgever die een stimulerende en collegiale werkomgeving biedt in het hart van Utrecht. Met een focus op persoonlijke ontwikkeling en doorgroeimogelijkheden, zoals de kans om Lead Recruiter te worden, investeert het bedrijf in jouw carrière. Daarnaast geniet je van aantrekkelijke arbeidsvoorwaarden, waaronder een competitief salaris, een bonusregeling op succesvolle plaatsingen, en een cultuur van samenwerking en vertrouwen, waar je nooit alleen staat in je rol.
Hupjob Expertadvies🤫
Zo denken wij dat je Data analyst in credit risk in Amsterdam 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 BrightStone Group!
✨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 BrightStone Group, 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 BrightStone Group.
✨Pas je Sollicitatie aan voor Geschiktheid
Bij fulltime data science functies is het belangrijk om je sollicitatie specifiek te maken voor de rol bij BrightStone Group. 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 Data analyst in credit risk in Amsterdam 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 BrightStone Group 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 BrightStone Group 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 BrightStone Group? 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 BrightStone Group ziet dat je kennis van data echt impact heeft gehad.
Zo bereid je je voor op een sollicitatiegesprek bij BrightStone Group
✨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 BrightStone Group
Neem de tijd om inzicht te krijgen in de datasets waar BrightStone Group 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.
