Data Engineer Business Intelligence in Amsterdam

Data Engineer Business Intelligence in Amsterdam

Amsterdam Full Time 49500 - 60500 € / jaar (geschat) Op locatie
P

In één oogopslag

  • Taken: Ontwikkel slimme data-oplossingen voor schoon drinkwater en natuur in Noord-Holland.
  • Bedrijf: PWN, een organisatie met impact op de leefomgeving van 800.000 mensen.
  • Voordelen: Betekenisvol werk, samenwerking in een hecht team en ruimte voor persoonlijke groei.
  • Overige informatie: Leuke werksfeer met veel samenwerking en kennisdeling.
  • Waarom deze baan: Maak een verschil met jouw technische skills en help de toekomst van PWN vormgeven.
  • Kwalificaties: Kennis van data-architectuur en ervaring met Azure-omgevingen.

Het verwachte salaris ligt tussen 49500 - 60500 € per jaar.

Wil jij als Data Engineer je steentje bijdragen aan schoon drinkwater en prachtige natuur in Noord-Holland?

Bij PWN ga je met slimme data-oplossingen direct impact maken op de dagelijkse bedrijfsvoering.

Met jouw kennis van data help je verschillende teams met heldere inzichten over onze drinkwatervoorziening en natuurgebieden.

Samen met een hecht team van professionals zorg je dat data optimaal wordt ingezet om de toekomst van PWN vorm te geven.

Een baan met betekenis waarin jouw technische skills écht het verschil maken voor bijna 800.000 Noord-Hollanders!

In deze functie: Ontwikkel je mee aan technische oplossingen op ons dataplatform en werk je samen met verschillende IT teams en onze (interne) klanten om data-oplossingen te ontwerpen en te implementeren.

Begrijp je hoe de data-architectuur is opgezet, denk je mee hoe we deze kunnen verbeteren en bewaak je de kwaliteit van de opgeleverde oplossingen.

Analyseer je vraagstukken om waardevolle inzichten te genereren voor PWN.

Beheer, monitor en optimaliseer je onze Azure-omgeving voor dataopslag en -verwerking.

Zorg je voor de beveiliging en integriteit van data binnen PWN.

Denk je mee aan (technische) verbeteringen om ons dataplatform robuuster te maken.

Werk je in een superleuk en hecht team met veel plezier samen met verschillende stakeholders binnen PWN!

Jouw werkdag: Je begint je dag met een kop koffie en een stand-up meeting met het team, waar jullie de voortgang van lopende projecten bespreken.

Daarna duik je in de materie om te controleren of alles soepel verloopt en los je eventuele problemen op.

Je werkt nauw samen met collega’s van verschillende afdelingen om hun data-behoeften te begrijpen en vertaalt deze samen met andere teamleden naar concrete oplossingen. ’s Middags na de lunch en een wandeling in het groen achter ons mooie kantoor met je collega’s heb je een afspraak om de data in de watermeterwisselingen rapportage te valideren.

Er blijkt toch nog een aanpassing gedaan te moeten worden in de transformatie.

Deze aanpassing zet je op de Backlog om later met het team verder te refine-en.

Nu is het tijd om een openstaand Product Backlog Item af te ronden, door de code rondom een IOT sensor-aansluiting te schrijven en te laten reviewen.

Je sluit de dag af met een kennisdelingssessie met het team, waarin werkafspraken rondom het indelen van rollen en rechten worden besproken.

#J-18808-Ljbffr

Data Engineer Business Intelligence in Amsterdam werkgever: PWN

PWN is een uitstekende werkgever die zich inzet voor de ontwikkeling van zijn medewerkers en een positieve werkcultuur bevordert. Met flexibele werkplekken in Velserbroek, uitstekende arbeidsvoorwaarden en volop mogelijkheden voor opleiding en groei, biedt PWN een stimulerende omgeving waar je jouw passie voor techniek en natuur kunt combineren. Samen met betrokken collega's werk je aan de belangrijke taak van het leveren van schoon drinkwater, terwijl je ook bijdraagt aan de bescherming van onze natuurgebieden.

P

Contactgegevens:

Recruitmentteam van PWN

Hupjob Expertadvies🤫

Zo denken wij dat je Data Engineer Business Intelligence 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 PWN!

✨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 PWN, 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 PWN.

✨Pas je Sollicitatie aan voor Geschiktheid

Bij fulltime data science functies is het belangrijk om je sollicitatie specifiek te maken voor de rol bij PWN. 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 Business Intelligence in Amsterdam te schitteren

Data-analyse
Technische oplossingen ontwikkelen
Data-architectuur begrijpen
Kwaliteitsbewaking van oplossingen
Azure-omgeving beheren en optimaliseren
Data-integriteit waarborgen
Probleemoplossend vermogen

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 PWN 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 PWN 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 PWN? 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 PWN ziet dat je kennis van data echt impact heeft gehad.

Zo bereid je je voor op een sollicitatiegesprek bij PWN

✨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 PWN

Neem de tijd om inzicht te krijgen in de datasets waar PWN 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.