De Functie:

Als Data-scientist ga je door statistische methodieken toe te passen en analyses op (operationele en tactische) probleemstukken los te laten, jouw klanten adviseren. Je gebruikt diverse BI-tooling om inzichten te creëren uit data.
Je hebt hands-on ervaring met data-analyse, bent vaardig in (NO)SQL en minimaal één programmeertaal. Daarnaast kun je werken met data-analyse tools, bijvoorbeeld R, python of SAS EG/EM. Ervaring met Big Data-technieken zoals Hadoop, Cassandra etc. is mooi meegenomen.

Gevraagd Profiel:

– HBO/WO niveau met een informatica/wiskunde/econometrie achtergrond;
– Je hebt bij voorkeur kennis en ervaring met big data oplossingen en geavanceerde data mining tools;
– Je hebt ruime ervaring met (NO)SQL, Mongo DB, SQL;
– Ervaring met Big Data-technologie is een sterke pre;
– Hebt ervaring met data analyse tools;
– Blinkt uit in samenwerking, nemen van initiatieven en klantgerichtheid.

Arbeidsvoorwaarden:

Hier kun je prima voorwaarden verwachten, is er veel ruimte voor jouw persoonlijke groei en kan je rekenen op een groep hele gedreven en gemotiveerde collega's!

Salaris:

Uitzonderlijk goed

Uren per week

Fulltime (32-40 uur)

Functie met:

Leaseauto, regelmatig werkzaamheden verrichten op klantlocatie, klanten bezoeken, auto van de zaak, consultancy

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