Data Scientist

SRQ165549

Je werkt binnen het Data Science Forecasting team aan betrouwbare korte-termijnvoorspellingen van netbelasting. In deze opdracht richt je je op het implementeren van het OpenSTEF-model voor alle LS-transformatoren. Je onderzoekt welke verbeteringen de meeste forecastwinst opleveren en vertaalt succesvolle experimenten naar productiegeschikte oplossingen. Daarbij werk je intensief samen met data scientists, machine-learning engineers, de Product Owner en andere stakeholders. Je levert een directe bijdrage aan betere forecastkwaliteit, netveiligheid en schaalbare datagedreven besluitvorming.

Wat ga je doen

• Je analyseert de huidige forecastkwaliteit en selecteert locaties, horizons en situaties met het grootste verbeterpotentieel.
• Je voert backtesting en benchmarkanalyses uit van OpenSTEF-methoden ten opzichte van de bestaande referentie, met passende kwaliteitsmetrics en segmentatie.
• Je werkt aan verbeteringen voor lastige patronen, zoals flatlines, pieken, ontbrekende waarden, onvoorspelbare assets en beperkte historische data.
• Je experimenteert met modelselectie, ensembles, kalibratie en betrouwbaarheidsintervallen.
• Je verkent en valideert foundation-model-capabilities zodra deze toepasbaar en verantwoord inzetbaar zijn.
• Je vertaalt succesvolle experimenten naar onderhoudbare Python-code, tests, configuratie en reproduceerbare pipelines.
• Je verbetert de monitoring op forecastkwaliteit, datakwaliteit en modelgedrag.
• Je draagt waar relevant bij aan OpenSTEF via issues, documentatie, reviews of pull requests.
• Je zorgt voor kennisoverdracht aan het team en documenteert keuzes, resultaten en vervolgstappen helder.

Over jou

• Je kunt hypotheses snel toetsen en weet wat nodig is om een model betrouwbaar in een kritische productieketen te laten landen.
• Je communiceert helder met zowel technische collega’s als businessstakeholders en legt keuzes transparant vast.
• Je werkt zelfstandig, zoekt actief de samenwerking op en draagt aantoonbaar kennis over.
• Je bent analytisch sterk, kwaliteitsgericht en gericht op duurzame, herbruikbare oplossingen.

Eisen

• Je hebt een afgeronde WO-opleiding in data science, econometrie, wiskunde, statistiek, elektrotechniek, computer science of een vergelijkbare richting.
• Je hebt aantoonbare ervaring met time-series forecasting en machine learning in een professionele omgeving.
• Je hebt een zeer goede beheersing van Python, inclusief testing, code reviews en versiebeheer.
• Je hebt ervaring met backtesting, experimentopzet, modelvergelijking en forecastmetrics.
• Je hebt aantoonbare ervaring met productieomgevingen en met MLflow/MLOps.
• Je beheerst de Nederlandse taal op minimaal niveau C1 in woord en geschrift.

Wensen

• Je hebt bij voorkeur ervaring met Databricks en Azure.
• Je hebt bekendheid met probabilistische forecasting, kalibratie, ensembles of foundation models.
• Je hebt ervaring met open-sourceontwikkeling of met bijdragen aan een technische community.

Competenties

• Je kunt goed plannen.
• Je hebt verantwoordelijkheidsgevoel.
• Je hebt een flexibele instelling.
• Je beschikt over goede communicatieve vaardigheden.
• Je bent resultaatgericht.
• Je bent proactief.
• Je bent luistervaardig.

Voordelen voor ZZP-ers om via All About Work te werken

• Je sollicitatie wordt binnen 24 uur verwerkt en je krijgt een snelle terugkoppeling.
• All About Work hanteert geen relatie- of concurrentiebeding.
• Als je via All About Work aan het werk gaat is dit voordelig, want wij hanteren een snelle uitbetaling van je factuur, namelijk binnen 19 dagen.
• Jij bepaalt je zzp uurtarief (wij moeten wel rekening houden met wat we maximaal mogen hanteren van de opdrachtgever). (LET OP: Het door jou opgegeven uurtarief is all in, inclusief 10% fee All About Work en exclusief BTW)

Voordelen voor detacheerders (uitzendovereenkomst) om via All About Work te werken

• Je sollicitatie wordt binnen 24 uur verwerkt en je krijgt een snelle terugkoppeling.
• All About Work hanteert geen relatie- of concurrentiebeding.
• Vanaf dag 1 opbouw pensioen via Stipp
• Keuze loon uitbetaling per week of per vier weken.
• CAO van de opdrachtgever is van toepassing.