Data Engineer MLT

Beschrijving van de functie

Een Data Engineer MLT is verantwoordelijk voor het ontwerpen, bouwen en beheren van schaalbare dataproducten en prognosesystemen die middellange- tot langetermijnbehoeften ondersteunen. De rol combineert traditionele data-engineeringtaken met kennis van modellogica en uitlegbaarheid, zodat data en voorspellingen betrouwbaar en reproduceerbaar zijn voor zakelijke besluitvorming. Je werkt met moderne tooling en cloudplatforms om robuuste datapipelines te realiseren, kwaliteitscontroles in te richten en endpoints of API’s beschikbaar te stellen voor afnemers. Naast technische verantwoordelijkheid vereist de functie veel samenwerking met domeinexperts om scenario’s en randgevallen goed te modelleren en te automatiseren. Hoewel veel organisaties de voorkeur geven aan kandidaten in loondienst, bestaat er in de markt ook vraag naar zzp opdrachten, opdrachten overheid en interim werk via aanbestedingsplatforms en netwerken zoals DAS of vergelijkbare systemen.

Typisch salaris

Het salaris varieert sterk naar gelang ervaring, sector en contractvorm. In loondienst voor een ervaren Data Engineer/ML-engineer op mid- tot seniorniveau ligt het brutomaandsalaris in Nederland doorgaans tussen circa €4.000 en €6.500 per maand; in sommige grote organisaties of gespecialiseerde teams kan dit hoger uitvallen. Voor consultants of zelfstandigen (zzp) die vergelijkbaar werk doen, liggen de uurtarieven vaak tussen ongeveer €65 en €120 per uur afhankelijk van beschikbaarheid, specialisatie en opdrachtgever (private of opdrachten overheid). Let op dat opdrachten via interim-constructies of via DAS en vergelijkbare platforms additionele bemiddelingskosten of voorwaarden kunnen hebben die het uiteindelijke netto-inkomen beïnvloeden. Voor kandidaten is het belangrijk om rekening te houden met secundaire arbeidsvoorwaarden, pensioenopbouw en verzekeringen bij vergelijking van loondienst versus zzp opdrachten of interim werk.

Veelvoorkomende taken

Een typische werkdag omvat het ontwikkelen en onderhouden van datapijplijnen (ETL/ELT), het implementeren van modellogica en het waarborgen van datakwaliteit door automatische checks en monitoring. Je schrijft en onderhoudt productiecode in Python en frameworks zoals PySpark of Polars, bouwt API’s en packaging voor herbruikbaarheid en stelt modellen en datasets beschikbaar in de cloud (vaak Azure, maar vergelijkbare stacks komen voor). Verder zet je CI/CD-pijplijnen op, schrijft automatische tests (bijv. Pytest), documenteert ontwerpen en draagt zorg voor overdraagbaarheid naar andere teams. Een ander belangrijk onderdeel is samenwerken met domeinexperts om aannames en randgevallen expliciet te maken, scenario-analyses te automatiseren en resultaten uitlegbaar te maken voor niet-technische stakeholders. Tot slot behoren operationaliseringstaken zoals deployment, monitoring, incidentafhandeling en het continu verbeteren van performance en kostenbeheer ook tot het takenpakket.

Hoe word je specialist in deze functie

Om specialist te worden combineer je solide technische basis met praktijkervaring in het bouwen van end-to-end dataproducten. Start met een relevante hbo- of wo-opleiding (bijv. toegepaste wiskunde, data science, AI of informatica) en ontwikkel sterke Python-engineeringvaardigheden en kennis van data-engineeringpatronen. Verdiep je in cloudplatforms, databanken en schaalbare verwerkingsframeworks, en leer CI/CD, testautomatisering en MLOps-principes toepassen. Werk samen in diverse projecten en zoek zowel commerciële opdrachten als opdrachten overheid of interim werk om ervaring met verschillende eisen en compliance-omgevingen op te doen; platforms zoals DAS kunnen helpen bij het vinden van tijdelijke posities. Blijf bovendien je soft skills trainen: helder communiceren met domeinexperts, documenteren van ontwerpkeuzes en uitleggen van voorspellingen zijn cruciaal. Specialistische groei ontstaat door verantwoordelijkheid te nemen voor volledige dataproducten, kennis te delen in het team en continu nieuwe tooling en best practices eigen te maken.