De opdrachten variëren dus enorm en daarom is het ook lastig een exacte functie inhoud weer te geven. Het is van belang dat je bij de kennismaking jouw wensen en expertise goed aangeeft, denk hier bij aan Machine Learning, Artificial Intelligence, IoT, Computer Vision, Data Science, Data Engineering, Data Analyse of wellicht zelf de Data Architectuur.
Opdrachtgevers waaraan je kunt denken zijn financiële instellingen, zorgverzekeraars en ook maatschappelijke organisaties.
Gevraagd Profiel:
– Je hebt minimaal een HBO/WO opleiding (Informatica, Wiskundige Informatica, Technische Informatica, Econometrie, etc.);
– Je hebt minimaal drie jaar aan relevante werkervaring;
– Je hebt kennis van Python;
– Je hebt ETL ervaring;
– Je hebt ervaring met SQL;
– Je bent de Nederlandse taal vaardig in zowel woord als geschrift.
Arbeidsvoorwaarden:
– Salarisrange 4.000-6.000 bruto per maand
– Mogelijkheid tot direct vast dienstverband
– Leasebudget of mobiliteitsbudget
– Pensioenregeling
– Vakantiedagen: 25
– Opleiding budget
– Bonusregeling op basis van uren
Solliciteren kan door contact op te nemen met Patrick Beyer door het sturen van jouw cv + bij voorkeur een korte motivatie…
Mail: patrick@careervalue.nl
Telefoon: 06 15 65 37 57
Salaris:
4000 – 6000 euro
Uren per week
Fulltime (32-40 uur)
Specialisatie:
Data Engineer
Gerelateerd:
Data Engineering vacature, Clusteren, infrastructuur, Claudera, Hadoop, NO3, NOSQL, Python, Spark, Muppet, Pipelines, MapReduce, YARN, Spark, Elasticsearch, Docker, SCALA,
SQL, Python, Pipelines, CI/CD, Cloud, Azure, Data, Data Engineer, BigData, Interne functie Data, Data Science, Machine Learning, Deep Learning, Predicitive, Artificial Intelligence, BI, Hadoop, Kafka, Nifi, Mesos of Spark, Cloud, R, NOSQL, Apache Spark, Tensorflow, Spark, Apache, Hadoop, Programming languages, Programming skills, MapReduce , Data management, Data exploration, Databases, Text mining, Datamodelling, Modelleren,
Big Data Engineer, storage/databases, relational databases , Cassandra,Docker, Kubernetes, Deploy, deploying, machine learning models,continuous integration, continuous delivery, test driven development, cloud development, resiliency and security, architecture, data warehousing