In één oogopslag
- Taken: Ontwikkel AI-oplossingen en software voor R&D-teams in de landbouw.
- Bedrijf: Syngenta, een toonaangevend bedrijf in de landbouwsector.
- Voordelen: Flexibele werkplek, competitief salaris en kansen voor professionele groei.
- Overige informatie: Hybride werkmodel met mogelijkheden om vanuit verschillende locaties in Nederland te werken.
- Waarom deze baan: Werk met innovatieve technologieën en maak impact op de landbouw van morgen.
- Kwalificaties: Master of PhD in relevante vakgebieden en sterke Python-vaardigheden.
Het verwachte salaris ligt tussen 50850 - 62150 € per jaar.
Job Description
At Syngenta, our goal is to build the most collaborative and trustworthy team in agriculture, providing top-quality seeds and innovative crop protection solutions that improve farmers' success.
To support this mission, Syngenta’s Analytics & Data Sciences Team is seeking an R&D Analytics - AI Developer.
This role will build software solutions that enable R&D teams to analyze experimental, phenotypic, genotypic, environmental, operational, and pipeline data at scale.
The successful candidate will combine strong software engineering, applied AI, and scientific data understanding to deliver tools that improve decision-making across Vegetable R&D.
The role requires fluency in modern AI-assisted development tools, including internal AI platforms, while also being able to design solutions that go beyond generic AI by embedding R&D-specific models, datasets, workflows, and domain logic.
We are looking for someone who does not simply use AI tools, but knows how to build beyond them.
The ideal candidate will use AI platforms and modern AI development assistants to accelerate delivery, while also creating differentiated R&D solutions that depend on Syngenta’s scientific data, models, experimental context, and domain expertise.
Accountabilities
- Design and build data pipelines to support the development and deployment of machine learning models and advanced analytics.
- Build analytical software and AI solutions that integrate R&D-specific data, models, and decision frameworks into intuitive user workflows.
- Build application containerization and orchestration within a cloud environment.
- Managing software deployment and configuration in non-production and production environments.
- Partner with R&D scientists, data scientists, and analytics teams to translate scientific and operational needs into scalable software solutions.
- Use AI-assisted software development tools to improve productivity, code quality, documentation, testing, while maintaining strong engineering judgment and accountability for final outputs.
- Evaluate emerging AI, agentic AI, and automation capabilities and identify where they can responsibly improve R&D analytics, experimentation, and decision support.
- Ensure solutions are scientifically valid, explainable where needed, reliable in production, and aligned with data governance, model governance, security, and compliance expectations.
- WL4A
Qualifications
- Master or Ph D in Data Science, Artificial Intelligence, Computer Science, Quantitative Genetics, or a related field
- A minimum of 5 years of professional software engineering experience, with at least 3 years building and maintaining production systems in Python.
- Familiarity with AI and machine learning frameworks.
- Strong knowledge and experience of Agentic AI and large language models.
- Proven experience designing, building, and maintaining end-to-end software solutions.
- Strong Python programming and software engineering skills.
- Experience with big data platforms and technologies (e. g., Snowflake, Databricks).
- Experience packaging, deploying, and monitoring ML models in production.
- Proficiency in developing cloud-native applications and deploying to cloud environments, especially AWS.
- Experience with API technologies (e. g. RESTful APIs or Graph QL)
- Experience developing software products or analytical applications for scientific, R&D, agricultural, biological, or similarly complex data domains.
- Demonstrated ability to use AI coding assistants, enterprise AI platforms, or agentic AI tools to accelerate software delivery while applying independent technical review, testing, and validation.
- Familiarity with responsible AI practices, including model evaluation, bias/error assessment, traceability, prompt/version management, and human-in-the-loop workflows.
- Additional Information
Location
You may work from any site in Netherlands following the local guidances of the hybrid model.
#LI-DNI
R&D Analytics - AI Developer in Amsterdam werkgever: Syngenta Seeds
Syngenta Seeds is een uitstekende werkgever die zich richt op de ontwikkeling van zijn medewerkers en een sterke teamgeest bevordert. Met flexibele werktijden en een focus op kwaliteit in de logistieke processen, biedt het bedrijf een stimulerende werkomgeving in Enkhuizen waar je kunt groeien en bijdragen aan wereldwijde zendingen van hoogwaardige zaden. Bovendien investeert Syngenta in vervolgopleidingen, waardoor je je vaardigheden kunt uitbreiden en je carrière kunt versnellen.
Hupjob Expertadvies🤫
Zo denken wij dat je R&D Analytics - AI Developer 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 Syngenta Seeds!
✨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 Syngenta Seeds, 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 Syngenta Seeds.
✨Pas je Sollicitatie aan voor Geschiktheid
Bij fulltime data science functies is het belangrijk om je sollicitatie specifiek te maken voor de rol bij Syngenta Seeds. 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 R&D Analytics - AI Developer 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 Syngenta Seeds 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 Syngenta Seeds 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 Syngenta Seeds? 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 Syngenta Seeds ziet dat je kennis van data echt impact heeft gehad.
Zo bereid je je voor op een sollicitatiegesprek bij Syngenta Seeds
✨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 Syngenta Seeds
Neem de tijd om inzicht te krijgen in de datasets waar Syngenta Seeds 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.
