Data Engineer 2FTE

Opdrachtbeschrijving

Als Data Engineer draag je actief bij aan de verdere ontwikkeling, implementatie en toepassing van AI binnen het AI/GAP-domein en de generieke AI-inferencedienst van de Belastingdienst.

Je werkt in een multidisciplinair AI-deliveryteam en bouwt voort op lopende werkzaamheden zonder langdurige onboarding.

De focus ligt op doorontwikkeling en operationalisatie van generatieve-AI-bouwblokken in de bestaande Belastingdienst-context, met aandacht voor schaalbaarheid, uitlegbaarheid en veiligheid.

Je richt platformbouwblokken, golden paths, AI-/data-pipelines, CI/CD en observability in, en borgt security-, privacy- en compliance-guardrails by design.

Daarnaast verzorg je logging, monitoring, lifecyclebeheer en overdracht naar interne teams, past DevOps/SRE-principes en incidentmanagement toe en stemt architectuur en prioriteiten af met stakeholders.

Locatie: Utrecht | Opdrachtgever: Belastingdienst | Rol: Data Engineer | Inzet: 2 FTE

Vereist profiel

• Ervaring als Data Engineer binnen AI/ML-projecten, bij voorkeur met generatieve AI-constructen en inference-pijplijnen.
• Bekend met platformbouwblokken, CI/CD (GitOps), data- en AI-pipelines, containerisatie (bijv. Kubernetes) en Infrastructure as Code.
• Praktische kennis van observability, logging (ELK/alternatieven), monitoring (Prometheus/Grafana) en lifecyclebeheer van modellen/servicen.
• Sterke focus op security, privacy & compliance by design; ervaring met het toepassen van guardrails en het werken binnen gereguleerde omgevingen is een pré.
• Ervaring met DevOps/SRE-principes, incidentmanagement en continue verbetering in productieomgevingen.
• Goede architectuurvaardigheden en het vermogen om technische afstemming met stakeholders en productteams te verzorgen.
• Teamplayer: samenwerken met software engineering, QA en DevOps/SRE, en een hands-on houding om werkend op te leveren zonder lange onboarding.
• Sterke communicatieve vaardigheden in het Nederlands en het vermogen om technische keuzes duidelijk te documenteren en over te dragen.
• Beschikbaarheid om op locatie in Utrecht te werken en inzet van 2 FTE conform opdrachtvereisten.

Eisen

• WO werk- en denkniveau; minimaal BSc Computer Science of verwante studie; praktijkervaring aantoonbaar via minimaal één referentieproject.
• Aantoonbare hands-on ervaring in een productieomgeving (OTAP-straat).
• Ervaring met het doorontwikkelen, operationaliseren en toepassen van generatieve-AI-bouwblokken en AI-/data-pipelines.
• Programmeerervaring in Python, inclusief moderne technieken (bij voorkeur Pydantic).
• Minimaal drie jaar ervaring als ML Engineer of Data Scientist.
• Ervaring met CI/CD, observability en security- en complianceguardrails.
• In staat te werken binnen de governance- en voortbrengingscontext van de Belastingdienst (architectuurafstemming, stakeholdermanagement, privacy/security/compliance by design, logging, monitoring, lifecyclebeheer en overdracht).

Wensen

• Ervaring met opdrachten binnen de Rijksoverheid of Belastingdienst.
• Ervaring met werken in een beveiligde omgeving of dataperimeter — pré.
• In staat kennis over te dragen en collega’s mee te nemen in moderne werkwijzen.
• Ervaring met hergebruiken en uitbouwen van bestaande bouwblokken en codebase in plaats van from scratch bouwen.
• Ervaring met ML/GenAI-frameworks en -tooling (bijv. LangChain, Hugging Face, vector stores) — pré.
• Kennis van MLOps-tooling (bijv. MLflow, model registry, CI/CD voor ML) — pré.
• Ervaring met het structureel verbeteren van werk over afdelingsgrenzen heen.
• Kennis van software-engineering best practices (testing, versiebeheer, packaging).

Competenties

• Kwaliteits- en betrouwbaarheidsgericht: Zorgvuldig en reproduceerbaar in productie.
• Innovatief en lerend: Introduceert moderne ontwikkeltechnieken om capaciteit te verhogen.
• Pragmatisch en resultaatgericht: Bewaakt dat de voorkant van de keten geen knelpunt wordt.
• Samenwerkings- en organisatiegericht: Zet eigen werk om in structurele verbetering, ook voorbij de eigen afdeling.
• Analytisch en probleemoplossend.

Alleen uit te voeren via omzetverloning.