In één oogopslag
- Taken: Ontwikkel algoritmes en machine learning modellen voor satellietbeelden en verbeter bestaande markers.
- Bedrijf: Planet, een innovatieve ruimte- en datatechnologiebedrijf met een focus op duurzaamheid.
- Voordelen: Betaalde tijd vrij, wellnessprogramma, thuiswerkvergoeding en opleidingsmogelijkheden.
- Overige informatie: Hybride rol met mogelijkheden voor groei en samenwerking in een diverse omgeving.
- Waarom deze baan: Werk aan baanbrekende technologieën die de wereld helpen verbeteren en echte impact maken.
- Kwalificaties: Minimaal 4 jaar ervaring in data science en sterke Python vaardigheden.
Het verwachte salaris ligt tussen 60000 - 80000 € per jaar.
Welkom bij Planet. Wij geloven in het gebruik van de ruimte om het leven op aarde te helpen. Planet ontwerpt, bouwt en beheert de grootste constellatie van beeldsatellieten in de geschiedenis. Deze constellatie levert een ongeëvenaarde dataset van empirische informatie via een revolutionair cloud-gebaseerd platform aan autoriteiten in commerciële, milieugerelateerde en humanitaire sectoren. Klanten en gebruikers over de hele wereld gebruiken de data van Planet om nieuwe technologieën te ontwikkelen, inkomsten te genereren, onderzoek te stimuleren en de moeilijkste obstakels van onze wereld op te lossen.
Wij hebben een mensgerichte benadering van cultuur en gemeenschap en streven ernaar om op een manier te itereren die onze teamleden vooropstelt en ons bedrijf voorbereidt op groei. Sluit je aan bij Planet en maak deel uit van onze missie om de manier waarop mensen de wereld zien te veranderen. Planet is een wereldwijd bedrijf met medewerkers die wereldwijd op afstand werken en zich bij ons voegen vanuit kantoren in San Francisco, Washington DC, Duitsland, Oostenrijk, Slovenië en Nederland.
Over de rol: We zijn op zoek naar een Data Scientist om ons team te versterken bij het ontwikkelen van hoogwaardige, gevalideerde markers die inzichten extraheren uit dichte temporele stapels van satellietbeelden op het gebied van landbouw, landbeheer en klimaat. De markers die je bouwt vormen de kern van ons Area Monitoring System (AMS) dat wordt geleverd aan betalende instanties van het Gemeenschappelijk Landbouwbeleid in heel Europa, volledig eigendom van methode tot productiecoded. Je zult nauw samenwerken met wetenschappers en ingenieurs om modellen op schaal te implementeren, terwijl je verder gaat dan naleving in landbedekkingverandering detectie met behulp van embeddings en AI-eerste workflows.
Impact die je zult hebben:
- Ontwikkel algoritmen en machine learning-modellen die inzichten extraheren uit tijdreeksen van satellietbeelden en onderhoud en verbeter de markers die we al gebruiken.
- Neem een onderzoeksonderwerp van verkenning tot productie.
- Beheer markerresultaten voor productie AMS-leveringen in verschillende EU-landen - voer ze uit, beoordeel ze en bevestig de kwaliteit voordat ze de klant bereiken.
- Verken en bouw embeddings-gebaseerde inzichtsextractie in nieuwe gebieden buiten CAP.
- Gebruik AI-agents in je dagelijkse werk en help het team beter te worden.
- Co-beheer de markers codebase samen met de rest van het team.
- Werk samen met het team om iteratief oplossingen op ons platform en bestaande databouwstenen te bouwen, en inspireer en stel onze partners in staat om inzichten te extraheren met behulp daarvan.
- Documenteer en organiseer je werk zodat het transparant en herhaalbaar is.
- Schrijf interne onderzoeksrapporten, openbare blogposts en rapporten voor klanten.
Wat je meebrengt:
- 4+ jaar relevante werkervaring.
- Bachelor's degree of hoger in computerwetenschappen, data science of een ander STEM-veld.
- Begrip van machine learning-principes, inclusief modelvalidatie en prestatie-evaluatietechnieken.
- Bekwaamheid in Python-programmering, met de mogelijkheid om onderhoudbare, goed gedocumenteerde code te schrijven.
- Ervaring met AI-agents en moderne machine learning-tools.
- Ervaring met versiebeheer en Git, en comfortabel werken in een gedeelde codebase.
- Werkkennis van het geospatiale domein.
- Vermogen om projecten op schema te leveren en technische leveringen te beheren.
- Probleemoplossende vaardigheden in technische of analytische domeinen.
- Professionele werkvaardigheid in het Engels, de taal van het bedrijf.
Wat je onderscheidt:
- Ervaring met embeddings of andere geleerde representaties van beelden.
- Expertise in remote sensing, met name met satelliettijdreeksen.
- Ervaring met het verwerken van radardata (bijvoorbeeld Sentinel-1).
- Bekendheid met het landbouwdomein, of met het EU Gemeenschappelijk Landbouwbeleid en area-based betalingsschema's.
- Ervaring met cloudomgevingen en gedistribueerd rekenen.
Deadline voor aanvragen: 11:45p / 23:45 CET op de hieronder vermelde datum. Aanvragen worden op een doorlopende basis beoordeeld. Deze vacature kan eerder worden verwijderd dan gepland als er een geschikte pool van aanvragen is ontvangen. Om deze reden raden we aan om zo snel mogelijk te solliciteren.
Voordelen tijdens het werken bij Planet:
- Betaalde verlofdagen, inclusief vakantie, feestdagen en bedrijf brede vrije dagen.
- Werknemerswelzijnsprogramma.
- Thuiswerkvergoeding.
- Maandelijkse telefoon- en internetvergoeding.
- Collegevergoeding en toegang tot LinkedIn Learning.
- Aandelen.
Compensatie: Het verwachte bruto startsalaris voor deze rol is hieronder vermeld. De individuele plaatsing binnen dit bereik wordt objectief bepaald op basis van genderneutrale criteria zoals jouw vaardigheden, kwalificaties en professionele ervaring. Deze functie kan ook in aanmerking komen voor discretionaire bonussen en/of aandelen.
Data Scientist in Haarlem werkgever: Planet
Planet is een uitstekende werkgever die een unieke kans biedt om deel uit te maken van een innovatief team dat de wereld verandert door middel van ruimte- en datatechnologie. Met een sterke focus op welzijn, professionele groei en een inclusieve werkcultuur, biedt Planet medewerkers de mogelijkheid om hun vaardigheden te ontwikkelen in een dynamische omgeving, terwijl ze bijdragen aan belangrijke humanitaire inspanningen. Werken vanuit onze kantoren in Berlijn of Haarlem, met flexibele hybride werkopties, zorgt voor een inspirerende werkomgeving waar creativiteit en samenwerking centraal staan.
Hupjob Expertadvies🤫
Zo denken wij dat je Data Scientist in Haarlem 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 Planet!
✨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 Planet, 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 Planet.
✨Pas je Sollicitatie aan voor Geschiktheid
Bij fulltime data science functies is het belangrijk om je sollicitatie specifiek te maken voor de rol bij Planet. 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 Scientist in Haarlem 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 Planet 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 Planet 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 Planet? 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 Planet ziet dat je kennis van data echt impact heeft gehad.
Zo bereid je je voor op een sollicitatiegesprek bij Planet
✨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 Planet
Neem de tijd om inzicht te krijgen in de datasets waar Planet 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.
