Analytics Engineer in Amsterdam

Als Data (Analytics) Engineer bij Floryn werk je op het snijvlak van engineering en analytics, waarbij je de schaalbare datafundamenten bouwt waarop het bedrijf vertrouwt. Je schrijft code, modelleert data, definieert metrics en automatiseert kwaliteitscontroles. Jouw werk heeft directe impact op hoe snel en betrouwbaar teams beslissingen kunnen nemen, en wat je vandaag bouwt kan morgen al in productie zijn.

Floryn is een snelgroeiende Nederlandse fintech die zakelijke financiering sneller, transparanter en flexibeler maakt door middel van eigen technologie. Sinds 2016 heeft Floryn meer dan €800 miljoen aan financiering verstrekt aan MKB's en heeft nu meer dan 80 Nederlandse en internationale collega's in dienst.

De uitdaging

Floryn is geen dashboardfabriek. Iemand vraagt om een nieuwe metric of rapport? Voordat je begint met bouwen, wil je eerst weten wat ze eigenlijk proberen te begrijpen of beslissen. En dat kritische denken stopt niet zodra je het hebt gebouwd. Als een analyse 43,2% teruggeeft, controleer je niet alleen of je query correct draait; je vraagt je ook af of 43,2% überhaupt logisch is. Hetzelfde geldt voor technische verbeteringen: een proces dat onnodig handmatig is of een codebase die betrouwbaarder kan? Duik erin, stel een betere aanpak voor en bouw het.

Bij Floryn heb je de vrijheid om het probleem te onderzoeken en een oplossing van idee tot implementatie te brengen.

Wat ga je doen?

• Architectuur, optimalisatie en transformatie van datamodellen in dbt, zodat analisten en het bedrijf snel met betrouwbare data kunnen werken.
• Bouw de semantische laag uit zodat belangrijke metrics één keer worden gedefinieerd en consistent in de organisatie worden gebruikt.
• Automatiseer controles en root-cause analyses rond belangrijke metrics, waardoor het gemakkelijker wordt om te zien wat verandert en waarom.
• Schrijf veel SQL en gebruik Python voor prototyping, automatisering en complexere analyses.
• Houd zowel data als code betrouwbaar door versiebeheer, testen, documentatie en continue integratie.
• Werk samen met analisten, data scientists, ontwikkelaars en commerciële teams om zakelijke vragen om te zetten in de juiste metric, dataset of technische oplossing.
• Bouw prototypes om nieuwe ideeën snel te testen en verbeter ze samen met belanghebbenden.
• Identificeer technische knelpunten zelf en neem verbeteringen van het initiële idee tot implementatie.

Technologie

Floryn werkt met data over klantgedrag, marketing, sales, CRM, leningadministratie, bedrijfsfinanciën en meer. dbt wordt gebruikt voor transformaties en datamodellering, Metabase voor BI, Hightouch voor reverse ETL en Fivetran en Estuary voor data-inname. Prefect draait terugkerende taken, terwijl Python wordt gebruikt voor prototyping en zwaardere analyses.

Wat biedt Floryn?

• Een salaris tussen €4.000 en €6.000 bruto per maand op basis van 40 uur, afhankelijk van jouw ervaring.
• 30 vakantiedagen, 8% vakantiegeld en een pensioenbijdrage.
• Een persoonlijk ontwikkelingsbudget van €2.500 voor boeken, cursussen, trainingen en conferenties, plus een welzijnsvergoeding.
• Een MacBook, noise-cancelling headset en andere hoogwaardige apparatuur die je nodig hebt om je beste werk te doen.
• Hybride werken, met regelmatige samenwerking op kantoor in het centrum van 's-Hertogenbosch.
• Een 1e klas NS Business Card, een elektrische leasefiets of €0,23/km bij reizen met eigen vervoer.
• Veel autonomie om technische verbeteringen te identificeren, projecten te initiëren en de data-omgeving van Floryn vorm te geven.
• Een internationale scale-up omgeving met directe communicatie, redelijke werktijden, bedrijfsuitjes, skireizen en offsites.

Vereisten

• Minimaal twee jaar relevante ervaring in data, analytics of engineering in een rol dicht bij de data.
• Sterke SQL-vaardigheden en ervaring met een cloud data warehouse zoals BigQuery, Snowflake, Redshift of vergelijkbaar.
• Zelfvertrouwen in het oplossen van technische problemen door middel van code.
• Ervaring met het bouwen van betrouwbare en herbruikbare datamodellen en werken met versiebeheer, testen en documentatie; ervaring met dbt is een plus, maar geen vereiste.
• Het vermogen om een vage zakelijke vraag om te zetten in de juiste metric of technische oplossing, in plaats van simpelweg te bouwen wat werd gevraagd.
• Duidelijke communicatie met zowel technische als niet-technische collega's, goede beheersing van het Nederlands of Engels en bereidheid om regelmatig vanuit het kantoor in 's-Hertogenbosch te werken.

Waar ga je werken?

Je komt terecht in Data Operations: een compact team dat verschillende technische en analytische specialismen dekt. Je werkt nauw samen met een Analytics Engineer en Senior Data Analyst, terwijl je regelmatig samenwerkt met Data Science, Development en teams zoals Marketing, Risk en Sales. Als Data (Analytics) Engineer ben je een technische sparringpartner binnen het team. Je beoordeelt elkaars werk, daagt beslissingen rond modellen en code uit en helpt de technische standaard hoog te houden. De manier van werken is autonoom en gefocust. Er is een korte dagelijkse stand-up en een wekelijkse sessie om voortgang en nieuwe projecten te bespreken. Buiten deze momenten heb je lange blokken tijd om daadwerkelijk te bouwen. Mis je context? Je wordt verwacht om van je scherm weg te stappen, vragen te stellen en de mensen te vinden die kunnen helpen.

Hoe ziet jouw dag eruit?

Jij en de analist werken samen het probleem uit. Een analist komt naar je toe met een verzoek voor een nieuwe metric. Jullie zitten samen en ontdekken welke zakelijke beslissing het daadwerkelijk ondersteunt. Dat gesprek leidt vaak ergens naartoe waar jullie beiden niet mee begonnen, en het model dat je uiteindelijk bouwt is een beter antwoord dan degene die werd gevraagd. Dan bouw je het. Je bouwt, en controleert vervolgens of de cijfers kloppen. dbt en SQL voor het meeste, Python waar het zijn plaats verdient, en Claude Code doet een groot deel van het typen. Een groene build is geen correct antwoord. Je controleert de granulariteit, de joins en de randgevallen, en je schrijft de tests die het de volgende keer opvangen. Werken met agents verhoogt de standaard in plaats van verlaagt deze. Claude Code is een onderdeel van hoe iedereen hier elke dag bouwt. Iemand heeft een wijziging nodig voor een Metabase-dashboard, en met onze eigen Metabase-vaardigheid kost dat een paar minuten van je aandacht in plaats van een middag. De snelheid houdt alleen stand als de basis eronder solide is, dus beoordeling, testen en ondubbelzinnige modeldefinities zijn hier belangrijker, niet minder. Het vormt ook wat je bouwt. We stellen onze metricdefinities bloot aan agents zodat het bedrijf zijn eigen vragen kan stellen, wat betekent dat jouw modellen zijn wat die agents over redeneren. Vage semantiek overleven in een dashboard. Ze overleven geen agent. Je beoordeelt, en je wordt beoordeeld. Een collega vraagt je om je incrementele strategie of de granulariteit van je model in twijfel te trekken, en jij doet hetzelfde voor hun werk. Prototypes worden vroeg aan mensen getoond, terwijl ze nog lelijk zijn. Feedback op een ruwe versie is beter dan een gepolijst antwoord op de verkeerde vraag. Je fixeert dingen die niemand je vroeg om te fixen. Builds worden langzamer. Een Prefect-stroom valt om bij laat binnenkomende data. Dezelfde metric blijkt op drie plaatsen gedefinieerd te zijn, met drie antwoorden. En soms verandert een backend-ontwikkelaar een kolomtype zonder een backfill, en begint jouw model stilletjes nonsens te produceren dat niemand een week lang opmerkt. Dat opsporen, terug traceren en het onmogelijk maken de volgende keer is het werk. Als jouw plan standhoudt, wordt het jouw volgende project in de wekelijkse planning. Dan sluit je je laptop.