Vacancy description
Imported 2026-11-06 16:15:32.972965+00:00
Wat ga je doen?
Als senior software developer ben je verantwoordelijk voor het ontwerp en de bouw van de complexe en nieuwe onderdelen van ons dataplatform. Is de oplossing nog niet bekend en alleen de richting duidelijk, dan neem jij het voortouw om een aanpak te bedenken. Je denkt na en neemt eigenaarschap over architectuur van oplossingen, patronen en technieken en bouwt die samen met de teams. Je modelleert complexe domeinen en zorgt dat modellen, verwerking en ontsluiting op schaal blijven werken. Je analyseert structurele knelpunten in bijvoorbeeld het platform, zoals schaalbaarheid, performance, datakwaliteit en herleidbaarheid. Je adviseert de product owner en de architectuur community over verbeteringen.
Daarnaast schrijf, test en onderhoud je dagelijks, samen met je teamgenoten, programmeertaal om de software en applicaties te onderhouden. Je neemt hierin de rol van mentor en technisch aanspreekpunt. Je ontwikkelt de vakvolwassenheid van het hele team, verkent de ontwikkelbehoeften en coacht collega's naar een hoger niveau. Je bewaakt de samenhang van het gezamenlijke product over meerdere teams en houdt overzicht over het geheel.
Waar ga je werken?
Team Warehouse is het datawarehouse voor operationele data in de opsporing en intelligence. We verzamelen, verwerken, modelleren en ontsluiten grote en uiteenlopende databronnen. Analisten, developers en operationele teams werken daar dag en nacht mee. Onze dataproducten worden gebruikt door zo'n 14.000 collega's: developers die op ons platform bouwen, analisten die zelf code schrijven en collega's die via onze eigen en andere interne applicaties met de data werken. Het zwaartepunt van ons werk ligt op het platform en onze dataproducten maar we werken regelmatig mee aan grote (internationale) onderzoeken. We helpen de operatie dan met het beantwoorden van onderzoeksvragen en het aandragen van pragmatische oplossingen op basis van grote hoeveelheden data.
We werken volgens LeSS (Large-Scale Scrum). Meerdere ontwikkelteams werken samen aan één product, met één product backlog, één product owner en een gedeelde architectuur. In de teams werken diverse type software developers, platform engineers en de scrum master. We werken vanuit Driebergen, en met onze landelijke taak vallen we onder het Domein High Tech & Environmental Crime van de Eenheid Landelijke Opsporing en Interventies. Die eenheid bestrijdt nationaal en internationaal ernstige en georganiseerde criminaliteit, terrorisme, buitenlandse inmenging en cybercriminaliteit.
Onze techniek
We bouwen ons platform grotendeels zelf, gebruikmakend van open source en enkele ingekochte componenten. De data die we verwerken is groter, veel diverser en heeft bijzondere performance eisen ten opzichte van een gemiddeld datawarehouse. We gebruiken Kafka en RabbitMQ voor event- en streamverwerking, PostgreSQL, Elasticsearch, Redis en object storage voor opslag, en Kubernetes, Docker, Infrastructure as Code en GitLab CI/CD als platform. We modelleren met een groot, complex datamodel waar we ook zelf onderhoud en ontwikkeling op doen. Datakwaliteit en herleidbaarheid zijn onderdeel van elk ontwerp. Testen en kwaliteit is de verantwoordelijkheid van het team. Omdat we met politiegegevens werken, zijn beveiliging, autorisatie en herleidbaarheid (onder andere vanuit de Wet Politiegevens) een ontwerpeis waar je dagelijks mee te maken hebt.
Wie ben jij?
Full-text baseline
Classified 2026-11-07 12:47:23.601642+00:00
DataSuggestion
Explicit role/task wording or requested domain skills support the proposed scope; LTA review remains required.
Skills suggested
- Data cleaning and quality
Source passage
Je analyseert structurele knelpunten in bijvoorbeeld het platform, zoals schaalbaarheid, performance, datakwaliteit en herleidbaarheid.
Proposed e-CF links
Suggested links for review. They do not assess skill levels.
Data cleaning and quality to D.7: Data Science and Analyticsrelated · draft aiet for amey review
Source passage
Je analyseert structurele knelpunten in bijvoorbeeld het platform, zoals schaalbaarheid, performance, datakwaliteit en herleidbaarheid.
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
Je analyseert structurele knelpunten in bijvoorbeeld het platform, zoals schaalbaarheid, performance, datakwaliteit en herleidbaarheid.
Task: The task applies quality controls within an organisational information process.
Other source passages
Je analyseert structurele knelpunten in bijvoorbeeld het platform, zoals schaalbaarheid, performance, datakwaliteit en herleidbaarheid.
AI suggestion
Classified 2026-11-07 16:23:42.139070+00:00
DataNeeds review
De vacature eindigt met de kop 'Wie ben jij?' zonder verdere inhoud. Daarom zijn persoonlijke vereisten en hun mate van verplichtheid niet beschikbaar; geen expliciete AI-taken aangetroffen.
Skills suggested
- Data pipelines
Source passage
We verzamelen, verwerken, modelleren en ontsluiten grote en uiteenlopende databronnen.
- Programming
Source passage
Daarnaast schrijf, test en onderhoud je dagelijks, samen met je teamgenoten, programmeertaal om de software en applicaties te onderhouden.
- Data cleaning and quality
Source passage
Je analyseert structurele knelpunten in bijvoorbeeld het platform, zoals schaalbaarheid, performance, datakwaliteit en herleidbaarheid.
Proposed e-CF links
Suggested links for review. They do not assess skill levels.
Data pipelines to B.2: Component Integrationrelated · draft aiet for amey review
Source passage
We verzamelen, verwerken, modelleren en ontsluiten grote en uiteenlopende databronnen.
Task: The task integrates systems or components and checks compatibility.
Data pipelines to D.7: Data Science and Analyticsrelated · draft aiet for amey review
Source passage
We verzamelen, verwerken, modelleren en ontsluiten grote en uiteenlopende databronnen.
Task: The task extracts and integrates data sources for analytics.
Programming to B.1: Application Developmentrelated · draft aiet for amey review
Source passage
Daarnaast schrijf, test en onderhoud je dagelijks, samen met je teamgenoten, programmeertaal om de software en applicaties te onderhouden.
Task: The 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
Je analyseert structurele knelpunten in bijvoorbeeld het platform, zoals schaalbaarheid, performance, datakwaliteit en herleidbaarheid.
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
Je analyseert structurele knelpunten in bijvoorbeeld het platform, zoals schaalbaarheid, performance, datakwaliteit en herleidbaarheid.
Task: The task applies quality controls within an organisational information process.
Other source passages
Team Warehouse is het datawarehouse voor operationele data in de opsporing en intelligence.
Je modelleert complexe domeinen en zorgt dat modellen, verwerking en ontsluiting op schaal blijven werken.
Je analyseert structurele knelpunten in bijvoorbeeld het platform, zoals schaalbaarheid, performance, datakwaliteit en herleidbaarheid.
We verzamelen, verwerken, modelleren en ontsluiten grote en uiteenlopende databronnen.
We gebruiken Kafka en RabbitMQ voor event- en streamverwerking