In één oogopslag
- Taken: Ontwerp en onderhoud geavanceerde datamodellen en pipelines voor data-analyse.
- Bedrijf: Richemont, een wereldleider in de luxe sector met een focus op creativiteit.
- Voordelen: Kansen voor interne mobiliteit en professionele groei binnen een dynamische omgeving.
- Overige informatie: Een kans om te leren en te groeien in een innovatieve organisatie.
- Waarom deze baan: Werk met data en AI om impact te maken in de luxe industrie.
- Kwalificaties: Ervaring met SQL, Python en datamodellering is vereist.
Het verwachte salaris ligt tussen 54450 - 66550 € per jaar.
Richemont, een van de wereldleiders in de luxe sector, heeft verschillende Huizen die gespecialiseerd zijn in sieraden, horloges en hoogwaardige accessoires. Elke Maison belichaamt trots een traditie van stijl, kwaliteit en vakmanschap en Richemont streeft ernaar het erfgoed en de identiteit die specifiek zijn voor elk van hen te behouden. Tegelijkertijd zijn we toegewijd aan het innoveren en ontwerpen van nieuwe producten in lijn met de waarden van onze Huizen, door middel van een proces van permanente creativiteit.
MISSIE
Rapporterend aan de Data Enablement Manager, ben je een sleutellid van het Business Performance team, dat initiatieven leidt die de positie van Richemont Europa als een sterke partner en zakelijke facilitator voor onze Maisons versterken. In deze rol empower je data-gedreven besluitvorming voor onze Functies & Maisons, door middel van data enablement. Je bent verantwoordelijk voor het ontwerpen, bouwen en onderhouden van robuuste en schaalbare datamodellen en pipelines die ruwe data transformeren in schone, betrouwbare en query-klaar datasets voor analisten en zakelijke gebruikers. Je zorgt voor dataintegriteit, prestaties en toegankelijkheid, waardoor efficiënte rapportage en geavanceerde analyses mogelijk worden. Naarmate onze organisatie evolueert, help je ook bij het bouwen van AI Agents en het implementeren van geavanceerde automatiseringsoplossingen (AI/ML).
SCOPE
Richemont Europa Functies (RRF) & Markten.
BELANGRIJKSTE VERANTWOORDELIJKHEDEN EN TAKEN
- Data Modellering: Ontwerpen, ontwikkelen en onderhouden van geavanceerde datamodellen die verschillende analytische behoeften ondersteunen binnen Functies & Maisons Europa.
- ETL/ELT Ontwikkeling: Bouwen, optimaliseren en beheren van datatransformatie pipelines met behulp van SQL, Python en andere relevante tools om data uit verschillende bronsystemen naar het datawarehouse/lake te extraheren, laden en transformeren.
- Data Kwaliteit & Validatie: Implementeren van datakwaliteitscontroles, validatieregels en monitoringprocessen om de nauwkeurigheid, consistentie en betrouwbaarheid van data-assets te waarborgen.
- Prestatieoptimalisatie: Optimaliseren van datamodellen en queries voor prestaties en schaalbaarheid, zodat efficiënte data-opvraging voor rapportage en analytische toepassingen mogelijk is.
- Samenwerking: Nauw samenwerken met Data Scientists, Business Analysts en Data Engineers om data-eisen te begrijpen, bedrijfslogica om te zetten in technische specificaties en hoogwaardige datasolutions te leveren.
- Toegangsbeheer: Creëren en beheren van toegangsregels voor onze geavanceerde datamodellen.
- Documentatie: Creëren en onderhouden van uitgebreide documentatie voor datamodellen, pipelines en datadictionaries.
- Tools & Technologie: Gebruik maken van en bijdragen aan de ontwikkeling van moderne datastack-tools (bijv. dbt, BigQuery).
- Probleemoplossing: Identificeren en oplossen van data-gerelateerde problemen, waarbij de beschikbaarheid en nauwkeurigheid van data wordt gewaarborgd.
- Dashboarding: Ontwikkelen, onderhouden en implementeren van dashboards die voldoen aan geïdentificeerde zakelijke behoeften.
- Inzichten: Diepgaande analyses uitvoeren om specifieke zakelijke behoeften aan te pakken door actiegerichte inzichten te bieden.
- Gebruikersopleiding: Trainen, begeleiden en ondersteunen van zakelijke gebruikers in het efficiënt gebruiken van onze analysetools.
- Bedrijfsplanning: Actief ondersteunen bij de voorbereiding van het budget, strategische plannen, bedrijfsbeoordelingen, verkenning van bedrijfsontwikkeling en operationele prognoses.
- Projecten: Een belangrijke bijdrage leveren aan data-gerelateerde bedrijfsprojecten om efficiëntie, kansen en eventuele risico's te identificeren (bijv. Commissie schema).
- Agentic AI: Samenwerken met senior engineers en data scientists om AI Agents te ontwerpen en implementeren, door machine learning technieken toe te passen, inclusief Large Language Models (LLMs).
- Regionaal Prognoseproces: Aansteken voor het regionale prognoseproces ter ondersteuning van de regionale exco bij de budgetvoorbereiding en het lokale logistieke operationele team bij de capaciteitsplanning.
PROFIEL
Sterke vaardigheid in SQL voor datamanipulatie, transformatie en querying. Ervaring met datawarehousingconcepten en -technologieën (bijv. Google BigQuery). Vaardigheid in een scripttaal, bij voorkeur Python, voor dataverwerking en automatisering. Ervaring met datatransformatietools, vooral dbt (data build tool), is zeer wenselijk. Bekendheid met cloudplatforms (bijv. GCP, AWS, Azure) en hun dataservices. Begrip van datamodelleringsmethoden (bijv. Kimball-methodologie). Ervaring met versiebeheersystemen (bijv. Git). Sterke analytische en probleemoplossende vaardigheden met aandacht voor detail. Vermogen om effectief te communiceren met zowel technische als niet-technische belanghebbenden. Vermogen om grote hoeveelheden data te manipuleren en samen te vatten in beknopte en krachtige visualisaties (grafieken, diagrammen, dashboards, draaitabellen).
Opleidingen
Bachelor- of masterdiploma in Computer Science, Engineering, Statistiek, Wiskunde of een gerelateerd kwantitatief vakgebied. Relevante certificeringen in cloud data platforms of data engineering zijn een plus.
Analytics Engineer in Amsterdam werkgever: NL10 RLG Europe B.V.
Bij Van Cleef & Arpels bieden we een inspirerende en creatieve werkomgeving waar diversiteit en inclusie centraal staan. Als Client Advisor krijg je de kans om je commerciële vaardigheden te ontwikkelen in de luxe sector, terwijl je samenwerkt met gepassioneerde professionals uit verschillende achtergronden. We ondersteunen je groei met interne mobiliteitsmogelijkheden, team evenementen en een competitief salaris, inclusief bonussen en volledige reiskostenvergoeding.
Contactgegevens:
Recruitmentteam van NL10 RLG Europe B.V.
Hupjob Expertadvies🤫
Zo denken wij dat je Analytics Engineer in Amsterdam kunt binnenhalen
✨Join Data Science Communities
Duik in lokale en online data science communities zoals Meetup of Kaggle. Hier vind je niet alleen mensen met dezelfde interesses, maar kun je ook je kennis laten zien en misschien zelfs een paar projecten doen die je CV een boost geven.
✨Hackathons en Competities
Neem deel aan hackathons en data science competities. Deze evenementen zijn perfect om je vaardigheden in de praktijk te brengen en je netwerk uit te breiden. Veel bedrijven, inclusief NL10 RLG Europe B.V., zijn op zoek naar talent die zich in zulke omgevingen bewezen heeft!
✨Projecten en Portfolio
Zorg ervoor dat je een zichtbaar portfolio hebt met projecten die je hebt gedaan, bij voorkeur met real-world data. Dit kan via GitHub of je eigen website waar je je beste werk toont. Potentiële werkgevers, zoals NL10 RLG Europe B.V., willen zien wat je in huis hebt!
✨Pas je sollicitatie aan
Bij het solliciteren voor een rol, zoals de Analytics Engineer bij NL10 RLG Europe B.V., zorg ervoor dat je je brief en eventuele projecten aanpast aan wat zij specifiek zoeken. Het laten zien van je interesse en begrip voor hun projecten verhoogt je kans om uitgenodigd te worden voor een gesprek!
Wij denken dat je deze vaardigheden nodig hebt om als Analytics Engineer in Amsterdam te schitteren
Een paar tips voor je sollicitatie 🫡
Maak je CV data-ready!:Zorg ervoor dat je CV concrete voorbeelden bevat van projecten waarbij je met data hebt gewerkt. Vermeld je programmeerervaring, statistische kennis, en eventueel relevante software zoals Python, R of SQL. Dit laat ons bij NL10 RLG Europe B.V. meteen zien dat je de juiste bagage hebt voor de rol van Analytics Engineer.
Vergeet je portfolio niet!:Een goed portfolio kan je helpen om je vaardigheden te demonstreren! Voeg enkele data-analyseprojecten toe of zelfs dashboards die je hebt gebouwd. Dit geeft ons een beter beeld van wat je kunt, en hoe je je skills toepast in de praktijk. Vergeet niet om dat ook te vermelden in je motivation letter!
Motivatie is key!:In je motivatiebrief is het belangrijk om je passie voor data science te communiceren. Vertel ons waarom je deze carrière bent ingeslagen en wat je hoopt te bereiken bij NL10 RLG Europe B.V. als Analytics Engineer. We willen jouw enthousiasme echt voelen!
Referenties en certificaten:Vergeet niet om relevante certificaten en referenties erbij te voegen! Als je onlangs een cursus hebt gevolgd in machine learning of een andere relevante kwalificatie hebt behaald, laat het ons weten. Dit soort details kunnen ons helpen om je kwalificaties voor de rol nog beter te begrijpen.
Zo bereid je je voor op een sollicitatiegesprek bij NL10 RLG Europe B.V.
✨Ken de Basis van Data-analyse
Als je solliciteert voor een fulltime rol in data-science bij NL10 RLG Europe B.V., zorg ervoor dat je de basis van data-analyse onder de knie hebt. Verwacht vragen over statistiek, machine learning en data preprocessing. Wees voorbereid om je oplossingen te onderbouwen met voorbeelden uit je portfolio.
✨Toon je technische vaardigheden
Je technische vaardigheden zijn cruciaal in een data-science rol. Zorg ervoor dat je je ervaring met tools zoals Python, R, en SQL benadrukt. Tijdens het interview kunnen ze je vragen om bepaalde datasets te analyseren of een model te bouwen, dus wees gerust in je codeerskills!
✨Praat over je projecten
We willen dat je je portfolio gebruikt om je impact te tonen. Bespreek specifieke projecten die je hebt gedaan en hoe je data-analyse hebt toegepast om problemen op te lossen. Dit helpt om je leervermogen en creatief probleemoplossend vermogen te demonstreren aan NL10 RLG Europe B.V..
✨Interactief overleg
Verwacht dat het interview een interactief gesprek wordt waarin je je denkprocessen moet uitleggen. Denk dus na over hoe je je aanpak zou uitleggen bij het oplossen van een data-vraagstuk. Laat zien dat je niet alleen om het antwoord gaat, maar ook om de kennis en methodes die je hanteert.
