Opleidingsniveau
WO- of HBO-opleiding in data/AI/informatica of aantoonbare gespecialiseerde cursus
Salarisindicatie in loondienst
€4500 - €6500 per maand
Indicatie uurtarief bij ZZP
€600 - €1000 per uur
Doorgroeimogelijkheden
Lead Data Scientist, AI Architect, Head of Data, Chief Data Officer
Competenties & vaardigheden
embeddings, promptopbouw, retrieval-architectuur, stakeholdercommunicatie, evaluatie en datavalidatie
Gerelateerde functies
Machine Learning Engineer, AI Engineer, Knowledge Engineer, Data Engineer, NLP Engineer
Functiebeschrijving
Een Data Scientist Kennisontsluiting RAG ontwerpt en configureert retrieval-augmented knowledge bases om beleids- en regelgevingsteksten snel en betrouwbaar op te halen.
De rol vertaalt functionele wensen van niet-technische adviseurs naar keuzes voor brondocumentselectie, chunking, embeddings en promptketens zonder zelf de onderliggende infrastructuur te beheren.
Je werkt nauw samen met inhoudelijke specialisten om actualiteit en betrouwbaarheid van antwoorden te borgen en implementeert meetbare kwaliteitscriteria en evaluatiecycli.
De functie vraagt om veranderingsmanagement en gebruiksvriendelijkheid zodat adviseurs het systeem vertrouwen en adopteren, en om afstemming met datadiensten zoals een centrale DAS voor toegangs- en versiebeheer.
Salarisindicatie
Op loondienstniveau liggen marktconforme bruto maandsalarissen meestal tussen €4.500 en €6.500 afhankelijk van ervaring en sector.
Voor interim werk en zzp opdrachten variëren dagtarieven doorgaans tussen €600 en €1.000 per dag, met hogere marges bij specialistische trajecten voor opdrachten overheid.
De precieze vergoeding is afhankelijk van verantwoordelijkheidsniveau, aantoonbare resultaten in RAG-projecten en de duur van het project.
Typische werkzaamheden
Ontwerpen van retrieval- en promptketens inclusief documentselectie, chunking-strategieën en embeddingkeuzes gericht op juridische en beleidsdocumenten.
Valideren en monitoren van antwoordbetrouwbaarheid door testsets, continuous evaluation en feedbackloops met domeinexperts.
Vertalen van gebruikerseisen naar technische configuraties en samenwerken met de afdeling Data voor integratie, waaronder koppelingen met DAS en bronbeheer.
Begeleiden van adoptie bij eindgebruikers, opstellen van instructies, trainen van adviseurs en opzetten van governance voor content updates.
Hoe word je specialist
Volg een WO- of HBO-opleiding in data science, informatica of kunstmatige intelligentie of toon een gelijkwaardige gespecialiseerde cursus aan.
Bouw een portfolio met minimaal één concreet project waarin je een RAG-achtige kennisbank hebt opgezet op basis van functionele wensen van niet-technische gebruikers.
Verdiep je in embeddings, retrieval-mechanismen, promptengineering en evaluatiemethoden door praktijkervaring via interim werk, zzp opdrachten of opdrachten overheid.
Werk samen met data-afdelingen en leer werken met operationele data- en toegangsvoorzieningen zoals een DAS; ontwikkel daarnaast communicatie- en changevaardigheden om gebruik te stimuleren.
Opleidingsniveau
WO- of HBO-opleiding in data/AI/informatica of aantoonbare gespecialiseerde cursus
Salarisindicatie in loondienst
€4500 - €6500 per maand
Indicatie uurtarief bij ZZP
€600 - €1000 per uur
Doorgroeimogelijkheden
Lead Data Scientist, AI Architect, Head of Data, Chief Data Officer
Competenties & vaardigheden
embeddings, promptopbouw, retrieval-architectuur, stakeholdercommunicatie, evaluatie en datavalidatie
Gerelateerde functies
Machine Learning Engineer, AI Engineer, Knowledge Engineer, Data Engineer, NLP Engineer
Functiebeschrijving
Een Data Scientist Kennisontsluiting RAG ontwerpt en configureert retrieval-augmented knowledge bases om beleids- en regelgevingsteksten snel en betrouwbaar op te halen.
De rol vertaalt functionele wensen van niet-technische adviseurs naar keuzes voor brondocumentselectie, chunking, embeddings en promptketens zonder zelf de onderliggende infrastructuur te beheren.
Je werkt nauw samen met inhoudelijke specialisten om actualiteit en betrouwbaarheid van antwoorden te borgen en implementeert meetbare kwaliteitscriteria en evaluatiecycli.
De functie vraagt om veranderingsmanagement en gebruiksvriendelijkheid zodat adviseurs het systeem vertrouwen en adopteren, en om afstemming met datadiensten zoals een centrale DAS voor toegangs- en versiebeheer.
Salarisindicatie
Op loondienstniveau liggen marktconforme bruto maandsalarissen meestal tussen €4.500 en €6.500 afhankelijk van ervaring en sector.
Voor interim werk en zzp opdrachten variëren dagtarieven doorgaans tussen €600 en €1.000 per dag, met hogere marges bij specialistische trajecten voor opdrachten overheid.
De precieze vergoeding is afhankelijk van verantwoordelijkheidsniveau, aantoonbare resultaten in RAG-projecten en de duur van het project.
Typische werkzaamheden
Ontwerpen van retrieval- en promptketens inclusief documentselectie, chunking-strategieën en embeddingkeuzes gericht op juridische en beleidsdocumenten.
Valideren en monitoren van antwoordbetrouwbaarheid door testsets, continuous evaluation en feedbackloops met domeinexperts.
Vertalen van gebruikerseisen naar technische configuraties en samenwerken met de afdeling Data voor integratie, waaronder koppelingen met DAS en bronbeheer.
Begeleiden van adoptie bij eindgebruikers, opstellen van instructies, trainen van adviseurs en opzetten van governance voor content updates.
Hoe word je specialist
Volg een WO- of HBO-opleiding in data science, informatica of kunstmatige intelligentie of toon een gelijkwaardige gespecialiseerde cursus aan.
Bouw een portfolio met minimaal één concreet project waarin je een RAG-achtige kennisbank hebt opgezet op basis van functionele wensen van niet-technische gebruikers.
Verdiep je in embeddings, retrieval-mechanismen, promptengineering en evaluatiemethoden door praktijkervaring via interim werk, zzp opdrachten of opdrachten overheid.
Werk samen met data-afdelingen en leer werken met operationele data- en toegangsvoorzieningen zoals een DAS; ontwikkel daarnaast communicatie- en changevaardigheden om gebruik te stimuleren.
Samenvatting van de opdracht
Je zet samen met inhoudelijk adviseurs bij Advies Uitvoeringsbeleid RAG-gebaseerde kennisbanken op die in de dagelijkse praktijk gebruikt moeten worden om snel en betrouwbaar beleids- en regelgevingsteksten te vinden.
De nadruk ligt op zowel de technische inrichting van retrieval- en promptketens (brondocumenten, chunking, retrieval-instellingen en promptopbouw) als op het opbouwen van vertrouwen en gebruiksgemak bij niet-technische adviseurs.
De kennisdomeinen veranderen regelmatig; actualiteit en betrouwbaarheid van antwoorden zijn daarom vanaf het begin cruciale aandachtspunten.
Je vertaalt functionele wensen en knelpunten van inhoudelijke specialisten naar concrete keuzes in de RAG-configuratie en werkt waar nodig samen met of legt taken bij de afdeling Data, zonder zelf de onderliggende technische infrastructuur te bouwen of beheren.
De opdracht draagt bij aan de kwaliteit van beleid en uitvoering binnen het landbouwdomein (regelgeving, beleid en uitvoeringspraktijk) en vereist zorgvuldige adoptie- en change management-aanpak om gebruik door adviseurs te stimuleren.
Vereist profiel
- Afgeronde WO- of HBO-opleiding of aantoonbaar succesvolle cursus/training met duidelijke data-, AI- of technische component (bijv. data science, informatica, kunstmatige intelligentie).
- Aanvullend minimaal één aantoonbaar praktijkvoorbeeld in CV waarbij je een data- of AI-toepassing (mede) hebt opgezet of doorontwikkeld op basis van functionele wensen van niet-technische gebruikers.
- Aantoonbare specialisatie in kunstmatige intelligentie of RAG-achtige toepassingen (werkervaring, scriptie/onderzoek of gespecialiseerde opleiding) met kennis van embeddings, tekstopdeling, zoek- en ophaalmechanismen en promptopbouw.
- Vermogen om technische mogelijkheden en beperkingen in begrijpelijke taal uit te leggen voor adviseurs en hun functionele wensen te vertalen naar concrete inrichtingkeuzes voor de kennisbank.
- Ervaring met het opbouwen van vertrouwen en stimuleren van gebruik van nieuwe data- of AI-applicaties bij gebruikers met beperkte ervaring.
- Competenties: overtuigingskracht, omgevingsbewustzijn en analytisch vermogen (analyseren).
- Beschikbaarheid en praktische randvoorwaarden: inzet 32–36 uur per week (voorkeur 36 uur), start 1 september 2026, eind 28 februari 2027, locatie Schepersmaat 2, Assen; deze opdracht is niet geschikt voor ZZP’ers.
Eisen
- Kandidaat heeft een afgeronde WO- of HBO-opleiding óf aantoonbaar succesvol een cursus of training afgerond in een richting met een duidelijke data-, AI- of technische component (bijvoorbeeld data science, informatica of kunstmatige intelligentie).
- Kandidaat kan op basis van het CV minimaal één praktijkvoorbeeld tonen waarin hij of zij een data- of AI- toepassing (mede) heeft opgezet of doorontwikkeld op basis van de functionele wensen van niet-technische gebruikers.
- Kandidaat heeft zich aantoonbaar gespecialiseerd in kunstmatige intelligentie of RAG-achtige toepassingen, hetzij via werkervaring, hetzij via een wetenschappelijke of academische achtergrond (bijvoorbeeld een scriptie, onderzoek, of gespecialiseerde opleiding op dit gebied)