In één oogopslag
- Taken: Transform vage zakelijke vragen in praktische analytics oplossingen met AI.
- Bedrijf: Een gevestigde naam met sterke financiële basis en wereldwijde impact.
- Voordelen: 25-28 vakantiedagen, pensioenregeling, hybride werken en persoonlijke groei.
- Overige informatie: Informele werkomgeving met eindeloze mogelijkheden voor professionele ontwikkeling.
- Waarom deze baan: Werk met innovatieve technologieën en maak een verschil in de wereld van AI.
- Kwalificaties: Sterke Python vaardigheden en ervaring met data engineering en AI-integratie.
Het verwachte salaris ligt tussen 53550 - 65450 € per jaar.
Think Forward! Ons doel is om mensen te helpen vooruitgang te boeken in het leven en in het bedrijfsleven. We zijn een goed gevestigde merk met sterke financiële resultaten, wereldwijde reikwijdte en omnichannel strategieën. Als Data Engineer in WBAA Discovery, zul je vage zakelijke vragen omzetten in praktische, haalbare analytische oplossingen. We zijn op zoek naar een senior data engineer met een sterke interesse in AI, met name LLM's.
Taken:
- Problemen (business) kaderen en vereisten verduidelijken met belanghebbenden.
- Data verkennen en technische haalbaarheid beoordelen.
- Snel proof of concepts en prototypes ontwikkelen.
- Vondsten vertalen naar duidelijke aanbevelingen en gestructureerde overdrachtspakketten voor bouwteams.
- Een start-up mentaliteit aannemen, gebruikmakend van korte feedbackloops, iteratieve levering en pragmatische afwegingen, terwijl je in lijn blijft met bankstandaarden voor risico, privacy, beveiliging en model governance.
- Sterke relaties met belanghebbenden opbouwen en complexe ideeën duidelijk communiceren.
- Omgaan met ambiguïteit en snel veranderende prioriteiten door problemen te structureren, weloverwogen beslissingen te nemen met beperkte informatie en je aan te passen naarmate de vereisten evolueren.
- Effectief samenwerken met engineers, architecten, analisten, data scientists, UX en producteigenaren in een snel veranderende ontdekkingsomgeving.
Eisen:
- Sterke Python programmeervaardigheden.
- Data engineering vaardigheden: het bouwen van schaalbare datastromen en optimaliseren van dataverwerking (bijv. Spark, Airflow, partitionering, incrementele ladingen, prestatieoptimalisatie), evenals medaillonarchitectuur en datakwaliteitskaders (GE, Pydantic).
- Aangetoonde expertise in AI-integratie, inclusief werken met grote taalmodellen (LLM's) zoals Gemini en Claude, implementeren van retrieval-augmented generation (RAG) patronen, ontwerpen en evalueren van prompts, en gebruik maken van vector databases.
- Vermogen om data snel te verkennen en haalbaarheid te beoordelen (beschikbaarheid/kwaliteit van data, beperkingen en verwachte zakelijke impact).
- Ervaring met het bouwen van snelle prototypes/PoC's en het vertalen van uitkomsten naar duidelijke aanbevelingen en volgende stappen.
- Ervaring met het ontwerpen en implementeren van cloudoplossingen, inclusief CI/CD, containerisatie (bijv. Docker).
- Ervaring met een productiegerichte ontwikkelomgeving (staging, testen, monitoring/observability, betrouwbaarheid).
- Comfortabel met snel veranderende prioriteiten van verschillende zekerheidsgraden; je structureert proactief problemen en stuurt beslissingen aan met beperkte informatie.
Pluspunten:
- Ervaring met ML-modeltraining, validatie en experimenttracking; GCP-expertise.
- Bekendheid met het ontdekkingsproces of design sprints; sterke vertel- en visualisatievaardigheden om afstemming te bevorderen.
- Ervaring met Kubernetes en containerplatforms (bijv. OpenShift); ervaring met het bouwen en onderhouden van high-load API's en OpenAPI-integratie/governance.
- Basiskennis van netwerken en bekendheid met event-driven architectuur.
- Ervaring met API's en service-gebaseerde architecturen (microservices, REST, async programming); comfortabel met werken in gereguleerde omgevingen.
- Bekendheid met agentic frameworks (ADK, LangChain, LangGraph, CrewAI) en multi-agent ontwerppatronen.
- Basisbegrip van Java/Kotlin voor connectiviteit met interne systemen van ING; bijdrage aan open-source projecten.
Voorwaarden:
- 25-28 vakantiedagen afhankelijk van het contract.
- Pensioenregeling.
- 13e maand salaris.
- 8% vakantiegeld.
- Hybride werken.
- Persoonlijke groei en uitdagend werk met eindeloze mogelijkheden.
- Een informele werkomgeving met innovatieve collega's.
Data engineer in AI discovery in Amsterdam werkgever: ING Nederland
ING is een uitstekende werkgever die een energieke en samenwerkende werkomgeving biedt in Amsterdam, waar je de kans krijgt om te werken met een divers team van hooggekwalificeerde professionals. Met een focus op persoonlijke groei en uitdagend werk, biedt ING aantrekkelijke voordelen zoals 25-28 vakantiedagen, een pensioenregeling, hybride werken en een informele sfeer waarin innovatie wordt aangemoedigd. Als Model Validator krijg je de mogelijkheid om een significante impact te maken op de toekomst van ING's model landschap, terwijl je bijdraagt aan duurzame bedrijfspraktijken en wereldwijde financiële stabiliteit.
Hupjob Expertadvies🤫
Zo denken wij dat je Data engineer in AI discovery 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 ING Nederland!
✨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 ING Nederland, 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 ING Nederland.
✨Pas je Sollicitatie aan voor Geschiktheid
Bij fulltime data science functies is het belangrijk om je sollicitatie specifiek te maken voor de rol bij ING Nederland. 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 engineer in AI discovery 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 ING Nederland 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 ING Nederland 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 ING Nederland? 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 ING Nederland ziet dat je kennis van data echt impact heeft gehad.
Zo bereid je je voor op een sollicitatiegesprek bij ING Nederland
✨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 ING Nederland
Neem de tijd om inzicht te krijgen in de datasets waar ING Nederland 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.
