Data Scientist

Binnen het Data Science Forecasting team werk je aan betrouwbare korte-termijnvoorspellingen van de netbelasting met het open-source pakket OpenSTEF. Het project richt zich op het volledig operationeel krijgen van OpenSTEF voor 23.000 LS-transformatorspunten, met expliciete kwaliteitsverbeteringen en productieklaar maken van modellen en pipelines. Stedin gebruikt deze voorspellingen voor dagelijkse operatie, capaciteitsmanagement en netveiligheidsanalyses; er is een harde kwaliteitsdoelstelling richting eind Q2 2027 voor MS-transformatorvoorspellingen (ACM deadline).

Je voert analyse, backtesting en benchmarken uit, ontwikkelt oplossingen voor lastige patronen (flatlines, pieken, ontbrekende data, korte historie) en onderzoekt modelselectie, ensembles, kalibratie en onzekerheidsmaten. Daarnaast vertaal je succesvolle experimenten naar onderhoudbare Python-code, tests en reproduceerbare pipelines, versterk je monitoring van forecast- en datakwaliteit, en draag je bij aan OpenSTEF en teamkennisoverdracht.

Vereist profiel: - WO-diploma in data science, econometrie, wiskunde, statistiek, elektrotechniek, computer science of vergelijkbaar. - Aantoonbare ervaring met time-series forecasting en machine learning in een professionele omgeving; ervaring met probabilistische forecasting, kalibratie en ensembles is een pré. - Zeer goede beheersing van Python, inclusief testing, code reviews en versiebeheer; ervaring met productie-ops, MLOps en MLflow is vereist, kennis van Databricks en Azure is een sterke pré. - Ervaring met backtesting, experimentopzet, modelvergelijking en relevante forecastmetrics; je kunt hypotheses snel toetsen en vertalen naar productieklare oplossingen. - Bekendheid of aantoonbare interesse in foundation models en open-source bijdragen; ervaring met community bijdragen (issues, PRs, documentatie) is een pré. - Sterke communicatieve vaardigheden: je legt technische keuzes helder vast en communiceert effectief met zowel technische collega’s als businessstakeholders. - Je werkt zelfstandig, zoekt actief samenwerking, draagt aantoonbaar kennis over en levert reproduceerbare, uitlegbare en onderhoudbare oplossingen.

Eisen: - Kandidaat dient de Nederlandse taal machtig te zijn (min niveau C1) in woord en geschrift, tenzij anders aangegeven. - De kandidaat heeft minimaal een afgeronde WO-opleiding in data science, econometrie, wiskunde, statistiek, elektrotechiek, computer science of een vergelijkbare richting. - De kandidaat heeft aantoonbare ervaring met time-series forecasting en machine learning in een professioele omgeving. - De kandidaat heeft een zeer goede beheersing van Python, inclusief testing, code reviews en versiebeheer. - De kandidaat heeft ervaring met backtesting, experimentopzet, modelvergelijking en forecastmetrics. - De kandidaat heeft aantoonbare ervaring met productieomgevingen, MLflow/MLOps en bij voorkeur Databricks en Azure. - Het CV is voorzien van referenties (naam, functie en contactgegevens referent) of deze kunnen op aanvraag aangeleverd worden.

Wensen: Via welke broker dient de opdracht te lopen? (ALLEEN BIJ KEUZE TUSSEN ZZP EN DETACHERING) Via welke inleen-constructie wordt de kandidaat aangemeld? - ZZP (0 punten) - Detachering (0 punten). Is de kandidaat eerder werkzaam geweest binnen Stedin? Indien kandidaat eerder werkzaam is geweest binnen Stedin dan dient de reden van vertrek in het CV te staan. Tevens worden intern referenties ingewonnen. Mocht de reden van vertrek en de referentie(s) niet overeenkomen, dan wordt de toelating in het Dynamisch Aankoopsysteem ontnomen.

Competenties: Goed kunnen plannen, Verantwoordelijkheidsgevoel, Flexibele instelling, Goede communicatieve vaardigheden, Resultaatgericht, Proactief, Luistervaardig.