Data Scientist Kennisontsluiting RAG

Samenvatting van de opdracht

Je zet samen met inhoudelijk adviseurs bij Advies Uitvoeringsbeleid RAG-gebaseerde kennisbanken op die in de dagelijkse praktijk gebruikt moeten worden om snel en betrouwbaar beleids- en regelgevingsteksten te vinden.

De nadruk ligt op zowel de technische inrichting van retrieval- en promptketens (brondocumenten, chunking, retrieval-instellingen en promptopbouw) als op het opbouwen van vertrouwen en gebruiksgemak bij niet-technische adviseurs.

De kennisdomeinen veranderen regelmatig; actualiteit en betrouwbaarheid van antwoorden zijn daarom vanaf het begin cruciale aandachtspunten.

Je vertaalt functionele wensen en knelpunten van inhoudelijke specialisten naar concrete keuzes in de RAG-configuratie en werkt waar nodig samen met of legt taken bij de afdeling Data, zonder zelf de onderliggende technische infrastructuur te bouwen of beheren.

De opdracht draagt bij aan de kwaliteit van beleid en uitvoering binnen het landbouwdomein (regelgeving, beleid en uitvoeringspraktijk) en vereist zorgvuldige adoptie- en change management-aanpak om gebruik door adviseurs te stimuleren.

Vereist profiel

• Afgeronde WO- of HBO-opleiding of aantoonbaar succesvolle cursus/training met duidelijke data-, AI- of technische component (bijv. data science, informatica, kunstmatige intelligentie).
• Aanvullend minimaal één aantoonbaar praktijkvoorbeeld in CV waarbij je een data- of AI-toepassing (mede) hebt opgezet of doorontwikkeld op basis van functionele wensen van niet-technische gebruikers.
• Aantoonbare specialisatie in kunstmatige intelligentie of RAG-achtige toepassingen (werkervaring, scriptie/onderzoek of gespecialiseerde opleiding) met kennis van embeddings, tekstopdeling, zoek- en ophaalmechanismen en promptopbouw.
• Vermogen om technische mogelijkheden en beperkingen in begrijpelijke taal uit te leggen voor adviseurs en hun functionele wensen te vertalen naar concrete inrichtingkeuzes voor de kennisbank.
• Ervaring met het opbouwen van vertrouwen en stimuleren van gebruik van nieuwe data- of AI-applicaties bij gebruikers met beperkte ervaring.
• Competenties: overtuigingskracht, omgevingsbewustzijn en analytisch vermogen (analyseren).
• Beschikbaarheid en praktische randvoorwaarden: inzet 32–36 uur per week (voorkeur 36 uur), start 1 september 2026, eind 28 februari 2027, locatie Schepersmaat 2, Assen; deze opdracht is niet geschikt voor ZZP’ers.

Eisen

• Kandidaat heeft een afgeronde WO- of HBO-opleiding óf aantoonbaar succesvol een cursus of training afgerond in een richting met een duidelijke data-, AI- of technische component (bijvoorbeeld data science, informatica of kunstmatige intelligentie).
• Kandidaat kan op basis van het CV minimaal één praktijkvoorbeeld tonen waarin hij of zij een data- of AI- toepassing (mede) heeft opgezet of doorontwikkeld op basis van de functionele wensen van niet-technische gebruikers.
• Kandidaat heeft zich aantoonbaar gespecialiseerd in kunstmatige intelligentie of RAG-achtige toepassingen, hetzij via werkervaring, hetzij via een wetenschappelijke of academische achtergrond (bijvoorbeeld een scriptie, onderzoek, of gespecialiseerde opleiding op dit gebied)

Alleen uit te voeren via omzetverloning.