Gegevensmodelleur | Data-Architectuur & Knowledge Graphs in Amsterdam

Gegevensmodelleur | Data-Architectuur & Knowledge Graphs in Amsterdam

Amsterdam Fulltime 51750 - 63250 € / jaar (geschat) Hybride
Sopra Steria Group

In één oogopslag

  • Taken: Ontwikkel flexibele data-architecturen en vertaal complexe vraagstukken naar modellen.
  • Bedrijf: Sopra Steria Next, een toonaangevend bedrijf in data- en informatiehuishouding.
  • Voordelen: Vast contract, hybride werk, en mogelijkheden voor professionele ontwikkeling.
  • Overige informatie: Dynamische omgeving met ruimte voor groei en innovatie.
  • Waarom deze baan: Werk samen met experts en maak impact bij toporganisaties.
  • Kwalificaties: Ervaring met gegevensmodellering en samenwerking in multidisciplinaire teams.

Het verwachte salaris ligt tussen 51750 - 63250 € per jaar.

Sopra Steria Next zoekt een Gegevensmodelleur die data- en informatiehuishouding versterkt bij toonaangevende organisaties.

Je ontwikkelt wendbare, uitlegbare data-architecturen en vertaalt complexe vraagstukken naar samenhangende modellen.

Je werkt in multidisciplinaire teams met data engineers, data scientists en business analisten.

Het werk is hybride, met een vast contract en ruimte voor professionele ontwikkeling.

#J-18808-Ljbffr

Gegevensmodelleur | Data-Architectuur & Knowledge Graphs in Amsterdam werkgever: Sopra Steria Group

Sopra Steria is een uitstekende werkgever die een ondersteunende en inclusieve werkomgeving biedt, waar medewerkers de kans krijgen om zowel individueel als in teamverband te excelleren. Met aantrekkelijke arbeidsvoorwaarden, zoals flexibele werkopties, winstdeling en toegang tot trainingen, stimuleert het bedrijf persoonlijke groei en ontwikkeling. Werken bij Sopra Steria betekent bijdragen aan betekenisvolle projecten met maatschappelijke impact, terwijl je jezelf blijft uitdagen in een dynamische cloudomgeving.

Sopra Steria Group

Contactgegevens:

Recruitmentteam van Sopra Steria Group

Hupjob Expertadvies🤫

Zo denken wij dat je Gegevensmodelleur | Data-Architectuur & Knowledge Graphs 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 Sopra Steria Group, 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 Sopra Steria Group, willen zien wat je in huis hebt!

✨Pas je sollicitatie aan

Bij het solliciteren voor een rol, zoals de Gegevensmodelleur | Data-Architectuur & Knowledge Graphs bij Sopra Steria Group, 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 Gegevensmodelleur | Data-Architectuur & Knowledge Graphs in Amsterdam te schitteren

Gegevensmodellering
Data-architectuur
Knowledge Graphs
Complexe probleemoplossing
Samenhangende modellen
Multidisciplinaire samenwerking
Data engineering

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 Sopra Steria Group meteen zien dat je de juiste bagage hebt voor de rol van Gegevensmodelleur | Data-Architectuur & Knowledge Graphs.

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 Sopra Steria Group als Gegevensmodelleur | Data-Architectuur & Knowledge Graphs. 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 Sopra Steria Group

✨Ken de Basis van Data-analyse

Als je solliciteert voor een fulltime rol in data-science bij Sopra Steria Group, 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 Sopra Steria Group.

✨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.