In één oogopslag
- Taken: Verbeter de documentextractie met AI en optimaliseer ons systeem voor hypotheekaanvragen.
- Bedrijf: Ohpen, pionier in cloud-native bankplatforms met een innovatieve cultuur.
- Voordelen: Competitief salaris, hybride werken en kansen voor professionele groei.
- Overige informatie: Klein team met veel verantwoordelijkheid en zichtbaarheid voor je werk.
- Waarom deze baan: Werk aan baanbrekende technologieën en maak impact in de financiële sector.
- Kwalificaties: Technische achtergrond in computerwetenschappen en ervaring met AI/LLM.
Het verwachte salaris ligt tussen 54000 - 66000 € per jaar.
Wil je een documentengine van een bank leren lezen? Elke hypotheekaanvraag komt met een stapel documenten: loonstroken, werkgeversverklaringen, taxatierapporten, bankafschriften en identificaties. Onze extractie-engine zet deze documenten automatisch om in gestructureerde gegevens die door het hele leningsproces kunnen worden gebruikt. Het slimmer maken van die engine is een van de belangrijkste doelstellingen van Ohpen voor 2026, terwijl we overgaan van klassieke extractieregels naar AI/LLM-gebaseerde extractie.
Als Data Extraction Specialist - AI help je die transitie van begin tot eind aan te sturen. Je configureert en optimaliseert de engine, bouwt de LLM-gebaseerde extractie die bestaande regels vervangt en benchmarkt de resultaten om de extractiesnelheid te bewijzen.
Ohpen lanceerde 's werelds eerste cloud-native core banking platform. Binnen onze Lending Suite werken verschillende componenten samen om elk document dat bij een hypotheekaanvraag binnenkomt te verwerken:
- DocStreet is ons documentverwerkingsplatform. Het ontvangt, classificeert en routeert binnenkomende documenten.
- DTA2 is de data-extractie-engine binnen DocStreet. Het leest elk document en zet het om in gestructureerde velden, zoals inkomen, werkgever en woningwaarde, waarop de leningsprocessen van onze klanten vertrouwen.
- Orbis is de engine die geautomatiseerde validaties uitvoert op de geëxtraheerde documenten.
Je sluit je aan bij ons Transformation & Innovation team, dat werkt binnen een klein en gefocust data-extractiesquad. Een klein team betekent hoge verantwoordelijkheid en veel kansen om impact te maken.
Wat je gaat doen:
- Verbeter extractiesnelheden. Configureer en stem DTA2 af op verschillende documenttypes en velden, met prioriteit voor diegene die het belangrijkst zijn voor onze klanten.
- Rol AI/LLM-gebaseerde extractie uit. Ontwerp, bouw, evalueer en implementeer LLM-gebaseerde extractie binnen de engine. Dit omvat alles van promptontwerp en modelselectie tot guardrails, evaluatiesets en productie-uitrol.
- Bewijs dat het werkt. Bouw en onderhoud de benchmarkingloop die laat zien waar extractie is verbeterd, waar het is verslechterd en waarom. Geen verbetering wordt verzonden zonder bewijs.
- Verbeter de engine zelf. Identificeer en implementeer technische verbeteringen in DocStreet, DTA2 en Orbis.
- Werk nauw samen met de mensen die het gebruiken. Werk samen met interne belanghebbenden in Product, Engineering en Lending Operations, evenals direct met onze klanten.
Jij bent:
- Analytisch sterk. Je pikt nieuwe domeinen snel op en bent comfortabel met het zijn van de persoon die uitzoekt hoe dingen daadwerkelijk werken.
- Technisch onderlegd, met een diploma in Computer Science, Software Engineering, Data Engineering of een vergelijkbaar vakgebied, en 1-5 jaar praktische ervaring.
- AI-native. LLM's zijn een normaal onderdeel van hoe je werkt. Je weet hoe je prompts moet ontwerpen en itereren en hoe je benchmarks moet bouwen die laten zien of een wijziging daadwerkelijk heeft geholpen.
- Een proactieve zelfstarter. In een klein team is er niemand om op te wachten. Je ziet wat er gedaan moet worden, stelt het voor en neemt de verantwoordelijkheid om het gedaan te krijgen.
- Een sterke communicator. Je kunt technische afwegingen uitleggen aan klanten, collega's respectvol uitdagen wanneer nodig en belanghebbenden informeren zonder dat erom gevraagd wordt.
Aangename bijkomstigheden:
- Ervaring met Java en AWS, aangezien onze engine daarop draait.
- Nederlands taalvaardigheid, aangezien de meeste documenten die we extraheren in het Nederlands zijn.
- Verantwoordelijkheid voor een strategisch doel voor 2026 vanaf dag één, in een team klein genoeg zodat jouw werk zichtbaar is voor zowel klanten als leiderschap.
- De kans om een productiesysteem dat door gereguleerde kredietverstrekkers wordt gebruikt van regelgebaseerde naar AI-gebaseerde extractie te verplaatsen.
- Een rol op het snijvlak van engineering, AI en de Nederlandse hypotheeksector.
- Hybride werken vanuit ons kantoor in het hart van Amsterdam.
- Competitieve compensatie en voordelen.
Data Extraction Specialist - AI in Amsterdam werkgever: Ohpen
Ohpen is een uitstekende werkgever die zich richt op het creëren van een stimulerende werkomgeving waar innovatie en samenwerking centraal staan. Met een sterke focus op persoonlijke ontwikkeling en groei, biedt Ohpen medewerkers de kans om hun vaardigheden te verbeteren en bij te dragen aan uitdagende projecten binnen de dynamische Nederlandse financiële sector. Bovendien profiteer je van een flexibele werkcultuur en aantrekkelijke secundaire arbeidsvoorwaarden, waardoor je werk en privéleven in balans kunt houden.
Hupjob Expertadvies🤫
Zo denken wij dat je Data Extraction Specialist - AI 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 Ohpen!
✨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 Ohpen, 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 Ohpen.
✨Pas je Sollicitatie aan voor Geschiktheid
Bij fulltime data science functies is het belangrijk om je sollicitatie specifiek te maken voor de rol bij Ohpen. 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 Extraction Specialist - AI 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 Ohpen 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 Ohpen 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 Ohpen? 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 Ohpen ziet dat je kennis van data echt impact heeft gehad.
Zo bereid je je voor op een sollicitatiegesprek bij Ohpen
✨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 Ohpen
Neem de tijd om inzicht te krijgen in de datasets waar Ohpen 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.
