In één oogopslag
- Taken: Bouw de fundamenten voor AI door data uit verschillende systemen te halen en te verbinden.
- Bedrijf: Een innovatieve AI-startup die de financiële wereld wil transformeren.
- Voordelen: Competitief salaris, aandelenopties en een remote-first werkcultuur.
- Overige informatie: Kans om door te groeien naar een teamlead rol in een klein, divers team.
- Waarom deze baan: Werk direct samen met de CTO en maak impact op het platform vanaf het begin.
- Kwalificaties: Minimaal 6-10 jaar ervaring in data engineering en backend systemen.
Het verwachte salaris ligt tussen 53550 - 65450 € per jaar.
- Senior Data Platform Engineer | AI, Graph RAG & a Bit of Everything Else
- €100–115k + 0.5–0.75% equity | Remote-first | Amsterdam
Working with a small, early-stage AI company that's building something pretty ambitious for the finance world.
Not another dashboard, not another chatbot with an LLM bolted onto it.
Sounds fancy, but the problem they're solving is fairly straightforward to understand.
Businesses have financial and operational data all over the place.
Accounting systems, ERPs, billing platforms, spreadsheets, you name it.
None of it particularly enjoys talking to the other bits.
Now imagine trying to get AI agents to make sensible decisions using all of that.
That's where you come in.
They're looking for a Senior Data Platform Engineer to build the foundations underneath the AI.
Getting data out of different systems, cleaning it up, connecting the dots and making sure it's actually reliable enough for the product to use.
Because an AI confidently giving a CFO the wrong answer isn't exactly ideal.
The Engineering Bit There's a fair amount to get stuck into here.
Python, SQL, Postgre SQL, data modelling, ETL/ELT, ingestion pipelines and external API integrations.
Cloud experience is important, ideally GCP, alongside the usual production engineering fundamentals: Terraform, CI/CD, testing, monitoring.
Then there's the even more interesting AI side.
Knowledge graphs, entity relationships, Graph RAG, embeddings and retrieval. They're building around Surreal DB, which combines graph and vector capabilities.
You don't need to have used Surreal DB before. Experience with Neo4j or similar graph technologies would be interesting.
What matters is understanding how to build data systems that AI products can genuinely depend on.
Not just getting a demo working. Getting the actual thing working.
Who I'm Looking For Someone who's been around the block a bit
Ideally 6–10+ years building backend systems, data platforms or ML infrastructure.
You can write good code, understand how data should be modelled, know your way around production pipelines and aren't frightened of making architectural decisions.
I'd particularly like to speak with engineers who've worked on AI-powered products and understand the difference between data being available and data being trustworthy.
Experience with Graph RAG or knowledge graphs would really get my attention.
And you'll need to be comfortable getting your hands dirty. This isn't a position where you draw a few diagrams, hand them over to somebody else and disappear into meetings.
Why Bother?
Well, for starters, you're getting in early.
You'll work directly with the incoming CTO and have a genuine say in how the platform is built, right-hand if you like, potential to step into a team lead role.
Not pretending to have ownership while somebody three levels above you makes all the decisions.
There's a small engineering team already in place, with a good mix of people and backgrounds.
As things grow, there's the potential to build out the data engineering function and take on more technical leadership, if that's something you want.
It's remote-first, although they'd ideally want everyone to get together in Amsterdam once a week.
And the package is decent.
The equity is a particularly interesting part of this, given how early you'd be joining. Normally cliff vesting stuff.
Interested?
I appreciate this is a slightly unusual combination of skills.
Strong data engineering, proper software engineering, a bit of AI and ideally some experience with knowledge graphs or Graph RAG.
But that's also what makes it a good opportunity.
#J-18808-Ljbffr
Senior Data Engineer werkgever: SOURCE.ME
Als een toonaangevende scale-up in de energie-technologie biedt dit bedrijf een dynamische en stimulerende werkomgeving voor Account Executives die hun netwerk willen benutten en uitbreiden. Met een competitief salaris en een ongekend commissiesysteem, gecombineerd met de mogelijkheid om op afstand te werken vanuit heel Europa, biedt het bedrijf unieke kansen voor professionele groei en leiderschap. De cultuur is gericht op samenwerking en innovatie, met regelmatige bezoeken aan het kantoor in Amsterdam om de teamdynamiek te versterken.
Hupjob Expertadvies🤫
Zo denken wij dat je Senior Data Engineer 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 SOURCE.ME!
✨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 SOURCE.ME, 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 SOURCE.ME.
✨Pas je Sollicitatie aan voor Geschiktheid
Bij fulltime data science functies is het belangrijk om je sollicitatie specifiek te maken voor de rol bij SOURCE.ME. 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 Senior Data Engineer 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 SOURCE.ME 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 SOURCE.ME 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 SOURCE.ME? 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 SOURCE.ME ziet dat je kennis van data echt impact heeft gehad.
Zo bereid je je voor op een sollicitatiegesprek bij SOURCE.ME
✨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 SOURCE.ME
Neem de tijd om inzicht te krijgen in de datasets waar SOURCE.ME 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.
