Voor DWSE ontwikkelden we een AI-gedreven fraudedetectie-engine voor dienstencheques die outlier detection, tijdreeksanalyse en network analysis combineert op Neo4J, Python en AWS. Je ontwikkelt en onderhoudt data pipelines die efficiënt en betrouwbaar data leveren voor analyses en machine learning-modellen. AI-ondersteund ontwikkelen hoort bij hoe we bouwen: je werkt side-by-side met agentic coding tools (Claude Code, Cursor, ...) om sneller en met hogere kwaliteit te leveren. * Ontwikkelen en onderhouden van robuuste data pipelines om data efficiënt en betrouwbaar beschikbaar te maken voor analyses en ML-modellen. * Je hebt aantoonbare hands-on ervaring met AI coding assistants zoals Claude Code, Cursor of GitHub Copilot, inclusief het opzetten van Model Context Protocol (MCP)-servers om deze tools te verbinden met dataplatformen en catalogi.
more