Data Engineer

We bouwen een slimme, schaalbare dataketen die melkveehouders helpt hun bedrijfsvoering te verbeteren met computer vision. Die keten begint bij camera’s en sensoren op het erf en loopt door tot verwerking in de cloud, waar ruwe data wordt omgezet in bruikbare inzichten. Zo bouwen we technologie die veehouders helpt efficiënter te werken en het welzijn van hun dieren te bewaken.

Als Data Engineer ontwerp en bouw je de data flows die deze oplossing mogelijk maken. Je werkt aan de hele keten: van het vastleggen en verwerken van data op de edge tot opslag en verwerking in de cloud en het beschikbaar maken voor de eindgebruiker. Je bouwt robuuste realtime- en batchpipelines en werkt nauw samen met ML/CV-engineers om datastromen efficiënt, veerkrachtig en traceerbaar te maken. Samen met je team ontwikkel en valideer je Minimum Viable Products die daadwerkelijk door klanten worden gebruikt.

Je bent een Data Engineer die graag zelf bouwt en verantwoordelijkheid neemt voor meer dan één losse stap in de dataketen. Je voelt je thuis in een dynamische, startup-achtige omgeving waarin nog niet alles vastligt en vindt het juist interessant om samen uit te zoeken wat werkt. Daarbij kijk je verder dan alleen de code: je wilt begrijpen welk probleem je oplost, maakt technische keuzes bewust en werkt graag samen met andere engineers om ideeën beter te maken.

Je bent nieuwsgierig naar wat er technisch mogelijk is, experimenteert graag en leert snel van wat wel en niet werkt.

Must have:

• Data-engineering: Je hebt ervaring met of een stevige basis in data engineering en bent enthousiast over alles wat met data te maken heeft. Je vindt het interessant om data te verzamelen, te verwerken en beschikbaar te maken en hebt sterke Python-vaardigheden voor het bouwen van data- en ETL-pijplijnen.
• Ervaring met embedded systemen of resource-constrained environments.
• Cloud: Je bent bekend met clouddiensten (bijv. Blob Storage, Event Hubs, AKS, ACR).

Nice to have:

• Containerization: je hebt ervaring met Docker en het implementeren van gecontaineriseerde applicaties.
• Kennis van video data en verwerkingstools.
• Bekendheid met machine learning-workflows en/of edge-inferentie.

Goed om te weten: Je bent beschikbaar voor 32-38 uur. Hybride (thuis)werken is gebruikelijk binnen Nedap en samen met je team stel je je eigen werktijden vast voor een goede balans tussen werk en privé. Je bent bij voorkeur minstens twee keer per week aanwezig op onze campus in Groenlo.