Opleidingsniveau
WO-master in Computer Science, Data Science, Kunstmatige Intelligentie of vergelijkbaar
Salarisindicatie in loondienst
€60000 - €95000 per jaar
Indicatie uurtarief bij ZZP
€400 - €900 per uur
Doorgroeimogelijkheden
Lead Data Scientist, Principal Data Scientist, Head of AI, Product Owner Conversational AI
Competenties & vaardigheden
Data-analyse, RAG & prompting, Evaluatieframeworks, API-integraties
Gerelateerde functies
Machine Learning Engineer, AI Engineer, NLP Engineer, Conversational AI Engineer
Functiebeschrijving
Als Data Scientist GenAI / Chatbot analyseer je gesprekken en systeemgedrag om prestaties van AI-assistenten meetbaar te verbeteren. Je richt je op retrieval, generatie, reasoning loops, tool-calling en contextuele grounding zonder te focussen op het trainen van foundation-modellen. Je werkt op het snijvlak van data, engineering en product en vertaalt gedragsdiagnoses naar concrete technische en productieve interventies. Je ontwerpt en implementeert evaluatiekaders voor grootschalige experimenten en stelt objectieve criteria voor agentperformance.
Salarisindicatie
Medior tot senior profielen verdienen in loondienst typisch tussen €60.000 en €95.000 per jaar bruto afhankelijk van ervaring en verantwoordelijkheden. Als consultant of zzp’er liggen dagtarieven meestal tussen €400 en €900 waarbij zzp opdrachten, opdrachten overheid of interim werk hogere tarieven kunnen opleveren. Projecten via bureaus of DAS kunnen de uiteindelijke vergoeding beïnvloeden en zijn gangbaar bij korte en specialistische opdrachten.
Typische werkzaamheden
Je analyseert chatbot-uitvoer, classificeert fouten en prioriteert interventies op basis van impact en uitvoerbaarheid. Je diagnosticeert contextuele hiaten en bepaalt welke aanvullende bronnen, retrieval-strategieën of data-structuren agents nodig hebben. Je ontwerpt en valideert A/B-experimenten en evaluaties met mens-in-de-loop annotatie en kwantitatieve metrics die verder gaan dan traditionele ML-metrics. Je werkt samen met engineers aan API-integraties, batch-synchronisatie en tooling voor tool-calling en reasoning loops. Je vertaalt producteisen naar technische verbeteringen en formuleert heldere acceptatiecriteria voor implementatie en monitoring.
Hoe word je specialist
Begin met een relevante WO-opleiding in informatica, data science of kunstmatige intelligentie en bouw praktijkervaring met LLM-gebaseerde applicaties. Verwerf concrete ervaring met RAG, prompting en context management door projecten en experimentele iteraties. Werk nauw samen met engineering- en productteams om API-integraties en data-ingestieprocessen te beheersen en neem verantwoordelijkheid voor end-to-end verbeteringen. Breid je competenties uit met human-in-the-loop processen, tooling voor reasoning loops en publiceer case studies om erkenning te krijgen. Overweeg zzp opdrachten en interim werk en gebruik opdrachten overheid en DAS-constructies om uiteenlopende casussen en snellere specialisatie op te bouwen.
Opleidingsniveau
WO-master in Computer Science, Data Science, Kunstmatige Intelligentie of vergelijkbaar
Salarisindicatie in loondienst
€60000 - €95000 per jaar
Indicatie uurtarief bij ZZP
€400 - €900 per uur
Doorgroeimogelijkheden
Lead Data Scientist, Principal Data Scientist, Head of AI, Product Owner Conversational AI
Competenties & vaardigheden
Data-analyse, RAG & prompting, Evaluatieframeworks, API-integraties
Gerelateerde functies
Machine Learning Engineer, AI Engineer, NLP Engineer, Conversational AI Engineer
Functiebeschrijving
Als Data Scientist GenAI / Chatbot analyseer je gesprekken en systeemgedrag om prestaties van AI-assistenten meetbaar te verbeteren. Je richt je op retrieval, generatie, reasoning loops, tool-calling en contextuele grounding zonder te focussen op het trainen van foundation-modellen. Je werkt op het snijvlak van data, engineering en product en vertaalt gedragsdiagnoses naar concrete technische en productieve interventies. Je ontwerpt en implementeert evaluatiekaders voor grootschalige experimenten en stelt objectieve criteria voor agentperformance.
Salarisindicatie
Medior tot senior profielen verdienen in loondienst typisch tussen €60.000 en €95.000 per jaar bruto afhankelijk van ervaring en verantwoordelijkheden. Als consultant of zzp’er liggen dagtarieven meestal tussen €400 en €900 waarbij zzp opdrachten, opdrachten overheid of interim werk hogere tarieven kunnen opleveren. Projecten via bureaus of DAS kunnen de uiteindelijke vergoeding beïnvloeden en zijn gangbaar bij korte en specialistische opdrachten.
Typische werkzaamheden
Je analyseert chatbot-uitvoer, classificeert fouten en prioriteert interventies op basis van impact en uitvoerbaarheid. Je diagnosticeert contextuele hiaten en bepaalt welke aanvullende bronnen, retrieval-strategieën of data-structuren agents nodig hebben. Je ontwerpt en valideert A/B-experimenten en evaluaties met mens-in-de-loop annotatie en kwantitatieve metrics die verder gaan dan traditionele ML-metrics. Je werkt samen met engineers aan API-integraties, batch-synchronisatie en tooling voor tool-calling en reasoning loops. Je vertaalt producteisen naar technische verbeteringen en formuleert heldere acceptatiecriteria voor implementatie en monitoring.
Hoe word je specialist
Begin met een relevante WO-opleiding in informatica, data science of kunstmatige intelligentie en bouw praktijkervaring met LLM-gebaseerde applicaties. Verwerf concrete ervaring met RAG, prompting en context management door projecten en experimentele iteraties. Werk nauw samen met engineering- en productteams om API-integraties en data-ingestieprocessen te beheersen en neem verantwoordelijkheid voor end-to-end verbeteringen. Breid je competenties uit met human-in-the-loop processen, tooling voor reasoning loops en publiceer case studies om erkenning te krijgen. Overweeg zzp opdrachten en interim werk en gebruik opdrachten overheid en DAS-constructies om uiteenlopende casussen en snellere specialisatie op te bouwen.
Data Scientist GenAI / Chatbot — Samenvatting
Als Data Scientist GenAI / Chatbot verbeter je de prestaties van AI-assistenten door gedrag te analyseren en gerichte verbeteringen te ontwerpen.
Je werkt op het snijvlak van data, engineering en product en vertaalt fouten en context-gaps naar technische en productieve oplossingen.
Focus ligt op retrieval, generatie, reasoning loops, tool-calling en het verbeteren van contextuele grounding — niet op het trainen van foundation-modellen.
Je ontwerpt evaluatiekaders voor grootschalige experimenten en stelt criteria op om agentperformance objectief te meten en te verbeteren.
Samen met productmanagers, engineers en use-case teams identificeer je haalbare verbeteringen met de grootste impact.
Functie en verantwoordelijkheden
- Analyseer chatbot-uitvoer en prioriteer interventies met de grootste impact.
- Diagnosticeer contextuele hiaten en bepaal welke aanvullende informatie agents nodig hebben.
- Werk samen met product en engineering om evaluatiecriteria en experimenten op te zetten.
- Verbeter retrieval-mechanismen, data-structurering en onboarding van contextuele bronnen.
- Ontwerp evaluatieframeworks voor snelle, grootschalige iteratie en continue innovatie.
- Vertaal functionele vereisten naar concrete technische verbeteringen en integraties.
Vereist profiel
- Medior–senior ervaring met GenAI-systemen en LLM-gebaseerde applicaties.
- Ervaring met retrieval-augmented systems (RAG), prompting, context windows en grounding.
- Vermogen om outputkwaliteit te evalueren en helder uit te leggen waarom resultaten wel of niet werken.
- Technische integratievaardigheden: API-integraties, batch-synchronisatie, gestructureerde en ongestructureerde data.
- Sterk analytisch vermogen en ervaring met het ontwerpen van evaluatiekaders voorbij traditionele ML-metrics.
- Goede communicatieve vaardigheden: je legt contextgaps en oplossingsrichtingen duidelijk uit aan engineers en stakeholders.
- Beheersing van Engels (werktaal) en beschikbaarheid voor hybride werken (donderdag op kantoor, Winthontlaan, Utrecht).
Pre: Nice to Have
- Achtergrond in human-in-the-loop evaluatie en annotatieprocessen.
- Ervaring met tooling voor reasoning loops en tool-calling integraties.
Wie zal hier goed in passen
Jij bent iemand die graag onderzoekt waarom AI-systemen zich gedragen zoals ze doen en houdt van het debuggen van gedrag naast code.
Je denkt structureel, legt verbanden en hebt een sterk gevoel voor wat “goede” performance betekent in praktijkcases.
Je opereert moeiteloos tussen engineering en product en maakt verbetervoorstellen die concreet en uitvoerbaar zijn.
Praktische informatie
- Duur: 6 maanden (verlenging mogelijk)
- Start: ASAP
- Taal: Engels (werktaal)
- Werkwijze: Hybride — donderdag op kantoor (Winthontlaan, Utrecht, tot nader bericht)
- Niveau: Medior–Senior
- Organisatie: Rabobank — Data Scientist team, Winthontlaan, Utrecht
Sollicitatieproces
Stap 1: Eén uur interview met twee van onze Data Scientists om technische vaardigheden te toetsen.
Stap 2: 30 minuten gesprek met de teammanager om teamfit te evalueren.
Bereid voorbeelden van eerdere analyses, evaluatieframeworks en integratieprojecten voor.
Eisen
- Strong understanding of GenAI systems
- Experience with LLM-based applications.
- Experience with retrieval-augmented systems.
- Strong understanding of prompts, context windows, retrieval, and grounding.
- Ability to evaluate output quality and explain why results are effective or ineffective.
- Familiarity with API integrations, batch synchronisation, and structured and unstructured data.
- Comfortable collaborating closely with engineers.
- Ability to troubleshoot data flow and context ingestion issues.
- Ability to design evaluation frameworks beyond traditional machine learning metrics.
- Understanding of functional context and user behaviour.
- Ability to operate effectively between engineering and product domains.
- Ability to explain context gaps and reasoning to engineers, product managers, and stakeholders.
- Ability to create clear and effective improvement proposals.
Wensen
- Background in human-in-the-loop evaluation.
Competenties
- You bring a strong analytical mindset and a passion for understanding why AI systems behave the way they do.
- Analytical and evaluative mindset
- Clear communicator
- You enjoy debugging not only code, but behaviour.
- You think structurally, connect the dots, and have a strong intuition for what good performance looks like.