Test Lead Engineer - Data Science & Python Focus

Beschrijving van de functie

Een Test Lead Engineer met focus op data science en Python is verantwoordelijk voor het waarborgen van kwaliteit in data‑gedreven producten en processen. Je werkt in data‑intensieve omgevingen waarin data pipelines, modelontwikkeling en MLOps centraal staan. De rol richt zich op het implementeren van teststrategieën die zowel datakwaliteit als modelbetrouwbaarheid adresseren: van datasetvalidatie en transformatietests tot modelverificatie en monitoring van drift. Als Test Lead coach je teams, stel je prioriteiten, en creëer je herbruikbare testpatronen en quality gates binnen CI/CD en MLOps‑pipelines. De werkzaamheden variëren van het uitvoeren van nulmetingen van testvolwassenheid, het ontwerpen van een roadmap met quick wins tot hands‑on implementatie in Python met testframeworks zoals pytest en integratie van tools als Great Expectations of MLflow. Deze functie is uitermate geschikt voor professionals die technische diepgang combineren met adviserende en coachende vaardigheden en die willen werken in vaste opdrachten, zzp opdrachten of interim werk.

Typische salarisindicatie

Het salaris voor deze functie hangt samen met ervaring, verantwoordelijkheden en de contractvorm. Voor een vast dienstverband (contract) ligt het bruto jaarsalaris doorgaans tussen ongeveer €60.000 en €85.000, afhankelijk van regio en complexiteit van de omgeving. Als consultant of zzp'er op projectbasis liggen de dagtarieven vaak hoger; gebruikelijke tarieven variëren grofweg tussen €450 en €800 per dag bij interim werk, afhankelijk van expertise en beschikbaarheid. Voor opdrachten via bemiddelaars en voor opdrachten overheid of grote infrastructuurprojecten kunnen tarieven en voorwaarden verschillen, en opdrachten via systemen zoals DAS of raamcontracten vragen vaak specifieke administratieve en contractuele ervaring. Houd bij zzp opdrachten en interim werk rekening met zelfzorgkosten, verzekeringen en onbetaalde periodes tussen projecten.

Veelvoorkomende functietaken

In de dagelijkse praktijk voer je taken uit die technisch, procesmatig en communicatief van aard zijn. Technisch ontwerp en implementatie van testautomatisering in Python, waaronder unit‑ en integration tests voor transformaties, property based testing, data schema checks en modelvalidatie, vormen de kern. Je implementeert quality gates en teststappen in CI/CD pipelines (bijv. GitHub Actions, Azure DevOps of GitLab CI) en zorgt dat testresultaten meetbaar en rapporteerbaar zijn. Procesmatig voer je nulmetingen uit, stel je verbeterplannen op en vertaal je risico‑analyses naar praktische mitigaties. Coachend begeleid je data scientists, ML‑engineers en DevOps‑teams bij adoptie van TDD, BDD en risk based testing en bouw je kennisdeling in. Je rapporteert over datakwaliteit, modelperformance en compliance, en adviseert stakeholders over governance, security en Responsible AI‑principes. De rol vraagt ook aandacht voor operaties: monitoring van modeldrift, alerts en documentatie van testcriteria en acceptatievoorwaarden voor productieplaatsing.

Hoe specialist te worden in deze functie

Worden tot specialist vraagt een combinatie van opleiding, hands‑on ervaring en continue ontwikkeling. Begin met een stevige basis in softwareontwikkeling en data science: een hbo‑ of wo‑opleiding in Informatica, Data Science, Software Engineering of vergelijkbaar helpt, aangevuld met ervaring in agile teams. Verdiep je in Python‑testen (pytest, unittest) en leer frameworks voor data‑validatie zoals Great Expectations en tooling voor MLOps zoals MLflow of DVC. Doe praktijkervaring op met CI/CD‑pijplijnen en cloudomgevingen (Azure, AWS, GCP) en werk aan projecten met echte datasets om ervaring te krijgen met feature engineering, modelleren, evaluatie en driftdetectie. Breid je vaardigheden uit met testdesignmethoden (TDD, BDD, risk based testing) en property based testing. Ontwikkel coachende en communicatieve vaardigheden door teams te begeleiden in pilots en door het geven van workshops. Voor wie als zelfstandige werkt: bouw een portfolio op met succesvolle zzp opdrachten, richt je voor opdrachten overheid en grotere opdrachtgevers in op certificeringen en administratieve voorbereiding, en leer omgaan met routekaarten zoals DAS en raamcontractprocessen. Blijf leren via conferenties, community’s en vakliteratuur zodat je technieken zoals observability, continuous validation en Responsible AI up‑to‑date houdt.