Financiële diensten
Data Scientist (Graph-based Retrieval for GenAI)
Vandaag toegevoegd
Sommige details van deze opdracht zijn niet publiek beschikbaar.
Word gratis lidOver de opdracht
Data Scientist binnen een team dat zich richt op het onderzoeken, valideren en ontwikkelen van GraphRAG-toepassingen om GenAI te versterken. De opdracht draait om het verbeteren van Large Language Models door ze te koppelen aan gestructureerde kennis via graph-based retrieval strategieën.
Je zet innovatieve ideeën en experimenten om naar hoogwaardige, productieklare oplossingen. Met sterke software engineering en coding expertise schaal je prototypes op tot robuuste en betrouwbare componenten die waarde leveren voor de organisatie. Daarbij ligt de focus op het bouwen van herbruikbare bouwstenen die breed toepasbaar zijn binnen meerdere teams.
In de praktijk werk je onder andere aan het ontwikkelen van kostenefficiënte GraphRAG-oplossingen op grote datasets, het analyseren en optimaliseren van kritieke code om prestaties en schaalbaarheid te verbeteren, en het omzetten van exploratieve notebooks naar een onderhoudbare en testbare codebase.
Je levert een bijdrage aan best practices, mentorschap en het bevorderen van engineering excellence. De rol speelt zich af in een data-gedreven technische omgeving waarin samenwerking centraal staat en waarin toepassingen worden ingezet om zowel dienstverlening te verbeteren als te ondersteunen bij initiatieven met maatschappelijke impact, waaronder het bestrijden van financiële criminaliteit.
Eisen
- Bachelor of Master degree in Data Science, Applied Mathematics, IT or a related field
- At least 5 or more years of experience working as a Data Scientist with a strong focus on software engineering
- Strong object-oriented programming, data analysis and software engineering skills, and Python expertise is a must
- You must be located in the Netherlands
Wensen
- Skilled in Git, Databricks, PySpark and experience with cloud platforms (Azure).
- You have a passion for exploring, building and bringing to production clean, well-structured, maintainable and testable solutions. You have experience in making components that can be re-used and standardized to support scale.
- You are curious by heart, open to learn, proactive and experienced in collaboration with colleagues.
- You communicate well in the English language (both spoken and written).
- Solid understanding of statistical modelling and machine learning.
- Experience in model deployment, performance tuning, and monitoring leveraging MLOps/DevOps is a plus.
- Experience in Knowledge Graphs (GraphRAG), Semantics and Ontologies is a big plus.