Vacancy description
Imported 2026-11-06 16:15:32.951512+00:00
Ben jij een data scientist die energie haalt uit het verbeteren, versnellen en vereenvoudigen van processen voor klanten én collega’s? Heb je een passie voor innovatie en wil je jouw kennis inzetten op een plek waar technologie en mensgerichtheid samenkomen? Dan is dit jouw kans.
Voor onze business unit Leven & Pensioen zoeken we een data scientist die het AI-domein komt versterken. Je wordt onderdeel van het AI kernteam binnen NN Pensioen: een team dat de verbinding zoekt met de business, werkt aan duurzame oplossingen en altijd streeft naar échte impact.
Wat je gaat doen
Binnen het AI-kernteam van NN Pensioen werk je aan uiteenlopende en betekenisvolle AI-oplossingen, van voorspelmodellen tot het slim automatiseren van processen. Als data scientist vertaal je businessvraagstukken naar krachtige data-oplossingen en draag je bij aan het succesvol in productie brengen hiervan.
Je ziet kansen, denkt mee over nieuwe toepassingen en versnelt de ontwikkeling van innovatieve oplossingen.
Jouw verantwoordelijkheden:
Ontwikkelen en implementeren van AI-oplossingen, waaronder Generative AI, LLMs, Cognitive Services en OpenAI
Samenwerken met collega’s uit de business om hun behoeften te vertalen naar AI-oplossingen
Signaleren van kansen om bedrijfsprocessen te optimaliseren met behulp van AI en waarde toe te voegen voor de klant
Continu verbeteren van modellen die in productie zijn, zodat ze blijvend waarde leveren
Wat wij jou bieden
NN investeert in een inclusieve, inspirerende werkomgeving en in vaardigheden en competenties voor de toekomst. Daarbij passen arbeidsvoorwaarden die aansluiten bij wat er vandaag nodig is én die rekening houden met de toekomst. Zo bieden we onze medewerkers de mogelijkheid het beste uit zichzelf te halen. Wij bieden jou:
Salaris tussen € 5.030 en € 6.707 obv 40u, afhankelijk van jouw kennis en ervaring
13de maand en vakantiegeld, maandelijks uitbetaald bij je salaris
27 vakantiedagen bij een werkweek van 5 dagen en 3 diversiteitsdagen
Een moderne pensioenregeling uitgevoerd door BeFrank
Volop training- en opleidingsmogelijkheden
NS Business Card 2e klas, waarmee je onbeperkt kunt reizen, ook privé. Reis je liever met eigen vervoer? Declareer dan je kilometers
Thuiswerkvergoedingen voor internet en een goede werkplek
Wat je meebrengt
Je beschikt over minimaal 2 jaar relevante werkervaring als Data Scientist en je hebt een afgeronde wo-opleiding met een master in Computer Science, Econometrie, Wiskunde of een andere STEM-gerelateerde studie
Aantoonbare ervaring met Python en het ontwikkelen van ML-toepassingen, het uitrollen van LLMs of het implementeren van RAG
Ervaring met LangGraph en agentic frameworks is een pré
Praktische kennis van het data science-proces, zoals dataverzameling, opschoning, modelbeoordeling en modelimplementatie
Bij voorkeur ervaring met software engineering-praktijken, zoals Azure, CI/CD-tools, Git, geautomatiseerd testen, enzovoort
Analytisch en probleemoplossend vermogen, met een proactieve en klantgerichte houding, uitstekende communicatieve vaardigheden en het vermogen om effectief samen te werken binnen een Agile team en met eindgebruikers
Een goede beheersing van de Nederlandse taal (C2-level) is een vereiste
Met wie je werkt
Je werkt dagelijks met een hecht team van data scientists, data business process managers en een product owner die zorgt voor structuur en focus. Daarnaast werk je samen met de bredere Data & AI-afdeling, waar expertise uit data management, visualisatie en advanced analytics samenkomt. Je bent ook actief binnen het data science gilde: een community van zo’n 50 data scientists binnen NN.
Wat kenmerkt dit team:
Een sterke inhoudelijke basis in zowel Generative AI als machine learning, een hands-on mentaliteit, en een cultuur waarin verantwoordelijkheid, samenwerking en resultaatgerichtheid centraal staan.
Heb je vragen?
Heb je vragen over de functie of het proces? Neem dan contact op met Hilde Diemel, Talent Acquisition Specialist, via hilde.diemel@nn-group.com.
Bij NN geloven we dat onze verschillen ons sterker maken.
We verwelkomen talent in alle vormen en waarderen de unieke ervaringen, achtergronden, perspectieven en kwaliteiten die iedereen meebrengt. Daarom bouwen we aan een inclusieve werkomgeving waarin iedereen zich welkom, gewaardeerd en vrij voelt om zichzelf te zijn.
Twijfel je of je aan alle functie-eisen voldoet? Laat dat je niet tegenhouden om te solliciteren. We zijn niet alleen geïnteresseerd in je ervaring, maar ook in je motivatie, je potentieel en de impact die je wilt maken.
Be yourself. You belong at NN.
Impressies
NN heeft een rijke historie, al meer dan 175 jaar. Wij delen dit graag met elkaar.
Full-text baseline
Classified 2026-11-07 12:47:23.212821+00:00
DataNeeds review
Explicit role/task wording or requested domain skills support the proposed scope; LTA review remains required.
No skills suggested.
Proposed e-CF links
Suggested links for review. They do not assess skill levels.
No e-CF links were suggested.
Other source passages
Data Scientist
AI suggestion
Classified 2026-11-07 16:23:18.219123+00:00
DataAINeeds review
De LLM-/RAG-eis is geformuleerd als een alternatief met ML-ontwikkeling; de advertentie maakt niet duidelijk of elk alternatief afzonderlijk verplicht is. Ervaring met LangGraph en agentic frameworks en software engineering-praktijken zijn expliciet voorkeuren.
Skills suggested
- Python programming, required
Source passage
Aantoonbare ervaring met Python en het ontwikkelen van ML-toepassingen, het uitrollen van LLMs of het implementeren van RAG
- Machine learning development, required
Source passage
Aantoonbare ervaring met Python en het ontwikkelen van ML-toepassingen, het uitrollen van LLMs of het implementeren van RAG
- LLM application engineering, required
Source passage
Aantoonbare ervaring met Python en het ontwikkelen van ML-toepassingen, het uitrollen van LLMs of het implementeren van RAG
- Data cleaning and quality, required
Source passage
Praktische kennis van het data science-proces, zoals dataverzameling, opschoning, modelbeoordeling en modelimplementatie
- AI system evaluation, required
Source passage
Praktische kennis van het data science-proces, zoals dataverzameling, opschoning, modelbeoordeling en modelimplementatie
- Model service operations, required
Source passage
Praktische kennis van het data science-proces, zoals dataverzameling, opschoning, modelbeoordeling en modelimplementatie
- Needs and results communication
Source passage
Samenwerken met collega’s uit de business om hun behoeften te vertalen naar AI-oplossingen
- Workflow automation
Source passage
Signaleren van kansen om bedrijfsprocessen te optimaliseren met behulp van AI en waarde toe te voegen voor de klant
Proposed e-CF links
Suggested links for review. They do not assess skill levels.
Python programming to B.1: Application Developmentrelated · draft aiet for amey review
Source passage
Aantoonbare ervaring met Python en het ontwikkelen van ML-toepassingen, het uitrollen van LLMs of het implementeren van RAG
Task: The Python code implements a specified application task with tests.
Machine learning development to D.7: Data Science and Analyticsrelated · draft aiet for amey review
Source passage
Aantoonbare ervaring met Python en het ontwikkelen van ML-toepassingen, het uitrollen van LLMs of het implementeren van RAG
Task: The task develops or adapts a model from data for a defined analytical task.
Machine learning development to B.1: Application Developmentrelated · draft aiet for amey review
Source passage
Aantoonbare ervaring met Python en het ontwikkelen van ML-toepassingen, het uitrollen van LLMs of het implementeren van RAG
Task: The task implements an application or component that uses the model.
LLM application engineering to B.1: Application Developmentrelated · draft aiet for amey review
Source passage
Aantoonbare ervaring met Python en het ontwikkelen van ML-toepassingen, het uitrollen van LLMs of het implementeren van RAG
Task: The task implements and validates a language-model application.
LLM application engineering to B.2: Component Integrationrelated · draft aiet for amey review
Source passage
Aantoonbare ervaring met Python en het ontwikkelen van ML-toepassingen, het uitrollen van LLMs of het implementeren van RAG
Task: The task verifies integration with retrieval, tools, or other components.
Data cleaning and quality to D.7: Data Science and Analyticsrelated · draft aiet for amey review
Source passage
Praktische kennis van het data science-proces, zoals dataverzameling, opschoning, modelbeoordeling en modelimplementatie
Task: The task prepares data for analysis.
Data cleaning and quality to D.10: Information and Knowledge Managementrelated · draft aiet for amey review
Source passage
Praktische kennis van het data science-proces, zoals dataverzameling, opschoning, modelbeoordeling en modelimplementatie
Task: The task applies quality controls within an organisational information process.
AI system evaluation to B.3: Testingrelated · draft aiet for amey review
Source passage
Praktische kennis van het data science-proces, zoals dataverzameling, opschoning, modelbeoordeling en modelimplementatie
Task: The task applies systematic tests to assess an ICT system against defined requirements.
Model service operations to B.4: Solution Deploymentrelated · draft aiet for amey review
Source passage
Praktische kennis van het data science-proces, zoals dataverzameling, opschoning, modelbeoordeling en modelimplementatie
Task: The task includes deployment and handover evidence.
Model service operations to C.5: Systems Managementrelated · draft aiet for amey review
Source passage
Praktische kennis van het data science-proces, zoals dataverzameling, opschoning, modelbeoordeling en modelimplementatie
Task: The task includes technical administration of the model service and its resources.
Model service operations to C.3: Service Deliveryrelated · draft aiet for amey review
Source passage
Praktische kennis van het data science-proces, zoals dataverzameling, opschoning, modelbeoordeling en modelimplementatie
Task: The task monitors service operation against an agreement.
Needs and results communication to D.11: Needs Identificationrelated · draft aiet for amey review
Source passage
Samenwerken met collega’s uit de business om hun behoeften te vertalen naar AI-oplossingen
Task: The task clarifies customer needs for an ICT solution.
Workflow automation to B.1: Application Developmentrelated · draft aiet for amey review
Source passage
Signaleren van kansen om bedrijfsprocessen te optimaliseren met behulp van AI en waarde toe te voegen voor de klant
Task: The workflow implements application behaviour.
Workflow automation to B.2: Component Integrationrelated · draft aiet for amey review
Source passage
Signaleren van kansen om bedrijfsprocessen te optimaliseren met behulp van AI en waarde toe te voegen voor de klant
Task: The workflow connects components and includes integration checks.
Other source passages
Praktische kennis van het data science-proces, zoals dataverzameling, opschoning, modelbeoordeling en modelimplementatie
Ontwikkelen en implementeren van AI-oplossingen, waaronder Generative AI, LLMs, Cognitive Services en OpenAI