Data Scientist Workforce Management

Dit ga je doen Dit krijg je Dit bieden we nog meer Dit vragen wij Hier kom je te werken Bijzonderheden Over de functiegroep Stel gerust je vraag Dit ga je doen Het werk van de Nederlandse Voedsel- en Warenautoriteit (NVWA) raakt iedereen. Onze medewerkers zetten zich dagelijks in voor voedsel- en productveiligheid, dierengezondheid en -welzijn, plantgezondheid en productveiligheid. Om onze medewerkers effectief in te zetten en ons toezicht zo goed mogelijk te organiseren, is het belangrijk dat we vooruit kunnen kijken en weten waar capaciteit nodig is. Als data scientist Workforce Management (WFM) binnen de afdeling Planning help jij die inzichten te ontwikkelen. Met data science en machine learning vertaal je complexe gegevens naar slimme, onderbouwde oplossingen die de personeelsplanning verbeteren. Je combineert wetenschappelijke kennis met praktische toepassingen en helpt ons om datagedreven en risicogericht werken naar een hoger niveau te brengen. Zo draag je met jouw expertise bij aan een slagvaardige NVWA en de bescherming van mens, dier en natuur. Jouw kerntaken als data scientist Als data scientist WFM speel je een belangrijke rol in de ontwikkeling, toepassing en professionalisering van machine learning binnen de NVWA. Je werkt aan complexe en kennisintensieve WFM vraagstukken, waarbij je verschillende databronnen – zowel gestructureerd als ongestructureerd – analyseert en vertaalt naar bruikbare inzichten. Je bent niet alleen een specialist op inhoudelijk gebied, maar ook een aanjager van innovatie. Je deelt jouw kennis actief met collega’s, begeleidt minder ervaren data scientists en draagt bij aan de verdere ontwikkeling van het vakgebied binnen de organisatie. Jouw belangrijkste taken zijn daarbij: • Uitvoeren van complexe data-analyses en ontwikkelen van machine learning modellen voor uiteenlopende maatschappelijke vraagstukken. • Ontwikkelen, testen en implementeren van innovatieve data science toepassingen binnen de NVWA. • Toepassen van verschillende machine learning methodieken en bijdragen aan de verdere ontwikkeling van dit specialisme binnen WFM. • Signaleren van nieuwe ontwikkelingen en technologieën op het gebied van AI en machine learning en deze vertalen naar kansen voor de afdeling. • Trekken van inhoudelijke thema’s binnen machine learning, zoals synthetische data, deep learning, uitlegbaarheid en eerlijkheid van algoritmes. • Adviseren en ondersteunen van collega’s binnen verschillende domeinen en afdelingen bij data science vraagstukken. • Opzetten, uitvoeren, evalueren en verbeteren van onderzoeken, zowel vraaggestuurd als vanuit eigen initiatief. In deze rol kom je te werken binnen de afdeling Planning, waar je nauw samen werkt met de teamleider en afdelingshoofd voor het afstemmen van de juiste richting in je werkzaamheden. Dat doe je vanuit ons hoofdkantoor in Utrecht, of hybride vanuit huis. De functie heeft een looptijd van twee jaar. Om de ontwikkeling van datamanagement binnen de organisatie een extra impuls te geven, is hiervoor aanvullend budget beschikbaar gesteld. De functie is specifiek gericht op de afdeling Planning en heeft als doel de verdere ontwikkeling en professionalisering van datamanagement binnen deze afdeling te versnellen. Hoewel er geen garanties kunnen worden gegeven over een vervolg na deze periode, verwachten we dat de expertise en ervaring van de beoogde kandidaat goede mogelijkheden bieden om na afloop van de twee jaar een passende vervolgstap binnen de organisatie te vinden. Spreekt dit werk jou aan en herken jij jezelf in onderstaande functie-eisen? En wil je echt impact maken op de slagvaardigheid van ons toezichthoudend werk? Dan zien we graag je CV en motivatie tegemoet. Dit krijg je <span class="job-short-info__value " winautomationvisibilitylandmark="true"> Schaal 12 €4.818 - €7.094 (bruto) Arbeidsovereenkomst voor bepaalde tijd 2 jaar 32 - 36 uur Het salaris is gebaseerd op een werkweek van 36 uur. Dit bieden we nog meer Naast een inwerkprogramma dat past bij jouw functie en ruime opleidings- en/of coaching mogelijkheden voor jouw verdere professionele ontwikkeling, bieden we ook de onderstaande secundaire arbeidsvoorwaarden: Individueel Keuze Budget Je krijgt een Individueel Keuzebudget (IKB) van 16,50% van je bruto jaarsalaris. Je kunt je IKB bijvoorbeeld laten uitbetalen, bijvoorbeeld per maand of per jaar, maar je kunt ook extra verlofuren kopen. Daarnaast kun je je IKB gebruiken om belastingvrij een (elektrische) fiets voor woon-werkverkeer aan te schaffen, je thuiskantoor in te richten, fiscaal voordelig je studieschuld af te lossen tot een max van €2000,- per jaar of zelfs je woning te verduurzamen. Om dit aan te moedigen biedt de Rijksoverheid bovenop het IKB hierbij ook een werkgeversbijdrage. Vakantiedagen Per jaar heb je recht op 144 vakantie-uren en 64 IKB-verlofuren, wanneer je 36 uur per week werkt. Werk je meer of minder? Dan worden deze uren naar verhouding berekend. En heb je wat minder behoefte aan vakantie? Dan kun je je er ook voor kiezen om je 64 IKB-verlofuren uit te laten betalen of laten toevoegen aan je IKB-spaarverlof Reiskostenvergoeding Je ontvangt een mobiliteitskaart waarmee je voor woon-werk verkeer 2e klas met de trein kunt reizen. Daarnaast kun je deze gebruiken voor dienstreizen indien je naar andere locaties moet voor je werk. Ga je met de fiets naar het werk? Dan ontvang je per gefietste kilometer een reiskostenvergoeding. Indien het voor je werkzaamheden noodzakelijk is kun je onder bepaalde voorwaarden, die staan in de sub-autoregeling van de NVWA, in aanmerking komen voor een elektrische dienstauto. Dit betreft geen persoonlijke arbeidsvoorwaarde maar een dienstauto wordt ter beschikking gesteld op basis van de sub-autoregeling van de NVWA. Deze dienstauto mag je op basis van de bijtelling plus een eigen bijdrage ook privé gebruiken. Verlofregelingen Voor verschillende situaties kent het Rijk verlofregelingen, zoals (aanvullend) geboorteverlof (maximaal 5 weken 100% doorbetaald), ouderschapsverlof (maximaal 9 weken 100% doorbetaald in het eerste jaar en aanvullend 75% voor 4 weken), zorgverlof en adoptie-/pleegzorgverlof. Pensioen De Rijksoverheid heeft een aantrekkelijke pensioensregeling bij ABP, het Algemeen Burgerlijk Pensioenfonds. Lees hier meer over de pensioensregeling bij ABP. Extra toeslagen en vergoedingen Voor sommige functies bij de NVWA is het nodig om buiten de reguliere kantoortijden te werken of bereikbaar te zijn. Daar staan echter ook extra toeslagen of vergoedingen tegenover. Zo kennen wij een toelage bereikbaarheids- en beschikbaarheidsdienst en een toelage onregelmatige dienst. Dit vragen wij Als ervaren Data Scientist WFM beschik je over een sterke wetenschappelijke basis en een passie voor data, innovatie en technologie. Je weet complexe vraagstukken te vertalen naar slimme en toepasbare oplossingen en combineert jouw technische expertise met het vermogen om anderen mee te nemen in jouw inzichten. Je beweegt gemakkelijk tussen onderzoek, techniek en de praktijk en weet collega’s te verbinden en enthousiast te maken over de mogelijkheden van data science. Daarbij beschik je over sterke advies- en communicatievaardigheden en kun je onderzoeksresultaten helder en overtuigend overbrengen aan verschillende doelgroepen. Je bent een inhoudelijk expert op het gebied van machine learning en vindt het leuk om kennis te delen, nieuwe ontwikkelingen te volgen en samen met collega’s het vakgebied binnen de NVWA verder te ontwikkelen. Daarnaast zien we graag het volgende: • Je beschikt over een afgeronde wo-opleiding in een relevant vakgebied, zoals kunstmatige intelligentie, (toegepaste) wiskunde, econometrie of informatica. • Je beschikt over minimaal vijf jaar relevante werkervaring als data scientist, onderzoeker of in een vergelijkbare analytische functie. Je hebt aantoonbare ervaring met het uitvoeren van kwantitatieve analyses, het opzetten en uitvoeren van data science experimenten en het vertalen van data naar inzichten en verbetervoorstellen binnen Workforce Management (WFM). • Je hebt ruime kennis van AI, machine learning technieken en methodieken en kunt deze toepassen op complexe v