Vacancy description
Imported 2026-11-06 16:15:32.949484+00:00
Ben jij een ervaren Data Scientist die energie haalt uit het verbeteren, versnellen en vereenvoudigen van diensten voor klanten én collega’s? Heb je een passie voor innovatie en wil je jouw expertise inzetten op een plek waar technologie en mensgerichtheid samenkomen? Dan is dit jouw kans.
Voor onze business unit Schade en Inkomen zijn we op zoek naar een Data Scientist die het AI-domein komt versterken. Je wordt onderdeel van het Business Optimalisatie binnen NN Schade & Inkomen. 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 BO team van NN Schade & Inkomen werk je aan uiteenlopende en betekenisvolle AI-oplossingen, van voorspelmodellen tot het slim automatiseren van processen. Als data scientist ben jij degene die businessvraagstukken vertaalt naar krachtige Data & AI oplossingen én de regie neemt om deze succesvol in productie te brengen.
Met jouw technische expertise en scherpe blik help je het team vooruit: je ziet kansen, denkt mee over nieuwe toepassingen en versnelt de ontwikkeling van innovatieve oplossingen.
Jouw verantwoordelijkheden:
AI-oplossingen bouwen
Ontwikkel in implementeer zowel klassieke als Generative AI-oplossingen met technieken zoals AI-as-a-Service, Large Language Models (LLMs), Cognitive Services en OpenAI
Continue verbetering
Neem het voortouw bij het continu monitoren en verbeteren van modellen die in productie zijn, zodat ze blijvend waarde leveren
Stakeholder Management
Vanuit jouw inhoudelijke kennis rol schakel je met onze IT-, architectuur en MLops collega’s. Zo zorg je dat we modellen efficiënt in productie brengen
Ben jij iemand die energie krijgt van de nieuwste AI-trends en het toepassen van technologie op echte businessvraagstukken? Dan is deze rol jou op het lijf geschreven.
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 € 4.527 en € 6.036 (o.b.v. 36 uur) en afhankelijk van jouw kennis en ervaring
13de maand en vakantiegeld, maandelijks uitbetaald bij je salaris
27 vakantiedagen bij een werkweek van 5 dagen en drie 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
Jij bent nieuwsgierig, innovatief en verbindend. Met jouw analytisch inzicht en creatieve aanpak los je complexe data-uitdagingen effectief op. Je communiceert helder, denkt mee en stimuleert samenwerking binnen het team én met de business. Zo maak je data waardevol in de praktijk. Verder heb je:
Een afgeronde wo-opleiding met een master in in Computer Science, Econometrie, Wiskunde of een andere STEM-gerelateerde studie/ minimaal 2 jaar ervaring opgedaan in het ontwikkelen van ML-applicaties in Python
Praktische kennis van het data science-proces, zoals dataverzameling, opschoning, modelbeoordeling en modelimplementatie
Evaring met het ontwikkelen van geautomatiseerde API’s en cloud-oplossingen met behulp van (Azure) CI/CD-tools, Git, Terraform
De vaardigheden om relaties op te bouwen met een breed stakeholder veld, buiten het programma (operations medewerkers, proces experts etc.)
Bewezen ervaring in het zelfstandig opzetten van complexe AI ‘end-to-end’ oplossingen die directe impact hebben geleverd
Ervaring met het coachen van andere Data scientists op de inhoudelijke Data Science kennis
Bij voorkeur ervaring met het ontwerpen van Generatieve AI oplossingen zoals LLMs etc. om zo o.b.v business requirements zelfstandig en proactief advies te kunnen geven hoe AI in te zetten op uitdagende business vraagstukken
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, en een product owner die zorgt voor structuur en focus. Daarnaast werk je samen met de bredere Business Optimalisatie-afdeling, waar expertise uit datam management en visualisatie, procesmanagement, riskmanagement en customer insights samenkomt.
Je bent ook actief binnen het data science gilde: een community van zo’n 100 data scientists binnen NN. Hier deel je kennis, leer je van vakgenoten en versnel je je ontwikkeling. Samen zorgen we ervoor dat onze AI-oplossingen maximale waarde leveren.
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?
Voor vragen over de procedure kun je terecht bij Elmira van der Schee, Talent Aqcuisition Specialist via elmira.van.der.schee@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 12:47:23.193229+00:00
DataAINeeds review
Explicit role/task wording or requested domain skills support the proposed scope; LTA review remains required.
Skills suggested
- AI application use
Source passage
Ontwikkel in implementeer zowel klassieke als Generative AI-oplossingen met technieken zoals AI-as-a-Service, Large Language Models (LLMs), Cognitive Services en OpenAI
- LLM application engineering
Source passage
Ontwikkel in implementeer zowel klassieke als Generative AI-oplossingen met technieken zoals AI-as-a-Service, Large Language Models (LLMs), Cognitive Services en OpenAI
- Model service operations
Source passage
Vanuit jouw inhoudelijke kennis rol schakel je met onze IT-, architectuur en MLops collega’s.
Proposed e-CF links
Suggested links for review. They do not assess skill levels.
LLM application engineering to B.1: Application Developmentrelated · draft aiet for amey review
Source passage
Ontwikkel in implementeer zowel klassieke als Generative AI-oplossingen met technieken zoals AI-as-a-Service, Large Language Models (LLMs), Cognitive Services en OpenAI
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
Ontwikkel in implementeer zowel klassieke als Generative AI-oplossingen met technieken zoals AI-as-a-Service, Large Language Models (LLMs), Cognitive Services en OpenAI
Task: The task verifies integration with retrieval, tools, or other components.
Model service operations to B.4: Solution Deploymentrelated · draft aiet for amey review
Source passage
Vanuit jouw inhoudelijke kennis rol schakel je met onze IT-, architectuur en MLops collega’s.
Task: The task includes deployment and handover evidence.
Model service operations to C.5: Systems Managementrelated · draft aiet for amey review
Source passage
Vanuit jouw inhoudelijke kennis rol schakel je met onze IT-, architectuur en MLops collega’s.
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
Vanuit jouw inhoudelijke kennis rol schakel je met onze IT-, architectuur en MLops collega’s.
Task: The task monitors service operation against an agreement.
Other source passages
Data Scientist
Ontwikkel in implementeer zowel klassieke als Generative AI-oplossingen met technieken zoals AI-as-a-Service, Large Language Models (LLMs), Cognitive Services en OpenAI
AI suggestion
Classified 2026-11-07 16:23:17.294668+00:00
DataAINeeds review
De opleidings- en ervaringscriteria staan als alternatief aan elkaar gekoppeld met '/', waardoor de precieze verplichte combinatie onduidelijk is. De Data-scope blijkt uit het expliciete data-scienceproces; AI-ontwikkel- en productietaken zijn expliciet.
Skills suggested
- Python programming, required
Source passage
minimaal 2 jaar ervaring opgedaan in het ontwikkelen van ML-applicaties in Python
- Data cleaning and quality, required
Source passage
Praktische kennis van het data science-proces, zoals dataverzameling, opschoning, modelbeoordeling en modelimplementatie
- Machine learning development, required
Source passage
minimaal 2 jaar ervaring opgedaan in het ontwikkelen van ML-applicaties in Python
- 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
- LLM application engineering, preferred
Source passage
Bij voorkeur ervaring met het ontwerpen van Generatieve AI oplossingen zoals LLMs etc. om zo o.b.v business requirements zelfstandig en proactief advies te kunnen geven hoe AI in te zetten op uitdagende business vraagstukken
- Needs and results communication, required
Source passage
De vaardigheden om relaties op te bouwen met een breed stakeholder veld, buiten het programma (operations medewerkers, proces experts etc.)
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
minimaal 2 jaar ervaring opgedaan in het ontwikkelen van ML-applicaties in Python
Task: The Python code implements a specified application task with tests.
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.
Machine learning development to D.7: Data Science and Analyticsrelated · draft aiet for amey review
Source passage
minimaal 2 jaar ervaring opgedaan in het ontwikkelen van ML-applicaties in Python
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
minimaal 2 jaar ervaring opgedaan in het ontwikkelen van ML-applicaties in Python
Task: The task implements an application or component that uses the model.
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.
LLM application engineering to B.1: Application Developmentrelated · draft aiet for amey review
Source passage
Bij voorkeur ervaring met het ontwerpen van Generatieve AI oplossingen zoals LLMs etc. om zo o.b.v business requirements zelfstandig en proactief advies te kunnen geven hoe AI in te zetten op uitdagende business vraagstukken
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
Bij voorkeur ervaring met het ontwerpen van Generatieve AI oplossingen zoals LLMs etc. om zo o.b.v business requirements zelfstandig en proactief advies te kunnen geven hoe AI in te zetten op uitdagende business vraagstukken
Task: The task verifies integration with retrieval, tools, or other components.
Needs and results communication to D.11: Needs Identificationrelated · draft aiet for amey review
Source passage
De vaardigheden om relaties op te bouwen met een breed stakeholder veld, buiten het programma (operations medewerkers, proces experts etc.)
Task: The task clarifies customer needs for an ICT solution.
Other source passages
Praktische kennis van het data science-proces, zoals dataverzameling, opschoning, modelbeoordeling en modelimplementatie
Ontwikkel in implementeer zowel klassieke als Generative AI-oplossingen met technieken zoals AI-as-a-Service, Large Language Models (LLMs), Cognitive Services en OpenAI