Description

Ik ben een enthousiaste freelance dataspecialist met 10 jaar ervaring in het ontwikkelen van schaalbare, hoogwaardige dataoplossingen in uiteenlopende omgevingen. Dankzij mijn achtergrond in wiskunde ben ik bedreven in het vereenvoudigen van complexe businessvraagstukken en het vertalen daarvan naar praktische, bruikbare oplossingen. Collega’s waarderen mijn no-nonsense aanpak: kritisch wanneer dat nodig is, maar altijd gericht op het behalen van resultaten.

Ik heb een passie voor data- en AI-projecten, vooral voor het bouwen van moderne dataplatforms zoals Databricks, Azure Synapse en Microsoft Fabric. Daarbij werk ik volgens best practices op het gebied van software development, CI/CD en data kwaliteit. Ik zorg voor betrouwbare data door goede validaties, testen en monitoring, en bouw oplossingen die schaalbaar en onderhoudbaar zijn.

Naast technische kennis breng ik door mijn ervaring als consultant sterke communicatieve vaardigheden mee op strategisch niveau te

adviseren, data-oplossingen te ontwikkelen die goed aansluiten op de informatiebehoeften van stakeholders en kennis op een goede manier over te dragen.

Languages

Dutch
Native or bilingual
English
Fluent

Workplace preferences

Can work on-site

Utrecht (up to 50km)

Waterschap De Dommel,
Data Platform Engineer
October 2025 - July 2026 (9 months)
Als werk ik aan de implementatie van een data platform. Ik richt mij op het verzamelen, beheren en leveren van hoogwaardige dataproducten en analytische oplossingen binnen de hele organisatie.
• • Ik geef vorm aan de technische architectuur van het dataplatform, waaronder Microsoft Fabric en PostgreSQL/PostGIS voor de verwerking van geospatiale gegevens.
• • Ik ontwerp, bouw en onderhoud geodatabases om een gestandaardiseerde verzameling, beheer en distributie van geodata binnen de hele organisatie mogelijk te maken (PostgreSQL, PostGIS, Python) .
De Nederlandsche Bank,
Lead Data Engineer
December 2022 - September 2025 (2 years and 10 months)
Amsterdam, Netherlands
Als lead developer werk ik aan de ontwikkeling van een dataplatform voor de afdeling Statistiek. Ik houd me bezig met de technische architectuur en ben een belangrijk aanspreekpunt op het gebied van Python-softwarearchitectuur.
• • Het definiëren en ontwikkelen van een schaalbaar statistisch platform (Databricks, MS Fabric en Microsoft Azure) dat door 12 teams wordt gebruikt, waarbij een Lakehouse-architectuur en herbruikbare, platformonafhankelijke Python-code worden geïmplementeerd.
• • Ontwerp en implementatie van robuuste PySpark-pipelines om statistische rapportage te automatiseren, de datakwaliteit te verbeteren en de handmatige werklast te verminderen door gebruik te maken van o.a. Azure SQL, Medallion-architectuur, Change Data Capture (CDC) en Slowly Changing Dimensions (SCD2).
• • Ontwikkeling van Python packages en Dataiku-plugins van productiekwaliteit ter ondersteuning van statistische analyse voor bedrijfsteams.
• • Optimalisatie van MS Fabric pipelines en Power BI rapportages door dimensionale modellering en andere best practices te implementeren.
• • Verbetering van performance van belangrijke statistische functies van uren tot seconden door Python-gebaseerde algoritmen te optimaliseren.
• • Implementatie van DevOps-best practices (Azure DevOps, SonarQube), logging (Azure Log Analytics / Application Insights) en implementatietools (Nexus Repository Manager, Databricks Asset Bundles, Azure Pipelines).
• • Vormgeven van platformorkestratie met behulp van Azure Service Bus, Azure Functions en de Databricks API om efficiënte, gebruiksvriendelijke workflows te leveren.
Royal HaskoningDHV,
Data Scientist / Data Engineer
August 2020 - August 2022 (2 years and 1 month)
Utrecht, Netherlands
Als consultant op het gebied van datawetenschap en data-engineering help ik (overheids)organisaties bij het verkennen, ontwerpen en implementeren van dataoplossingen.
• • Ontwikkeling en uitvoering van een data science roadmap, implementatie van een schaalbaar datakwaliteitsraamwerk en prioritering van data science use cases met grote impact voor diverse waterschappen; implementatie van dashboards over waterkwaliteit (Python, Power BI).
• • Analyse van datakwaliteit van sensordata waterschappen (Historian) met behulp van data science technieken (Python).
• • Ontwerp en implementeer objectdetectiemodellen (computer vision) om automatisch milieu- en gezondheidsrisico's in luchtfoto's te herkennen, waardoor proactieve risicobeoordeling mogelijk wordt (PyTorch, Databricks, MLflow).
• • Toepassing van remote sensing en machine learning op satellietbeelden om het waterbeheer te optimaliseren en ecologische risico's te identificeren (Azure Synapse; Python: rasterio, GDAL, GeoPandas, scikit-learn).
• • Opbouwen van data science expertise binnen waterschappen door een tweejarig DS/DE-stageprogramma op te zetten en te begeleiden. Meer dan 20 junior professionals begeleid middels workshops en projectcoaching; workshops gegeven over data science, data engineering en Python-ontwikkeling.
• • Ontwikkeling van realtime, ML-gedreven voorspelmodelen voor overstromingsrisico's van rivieren (MLflow, Azure Machine Learning).
• • Implementatie van ETL pipelines en rapportagedashboards (Databricks, PySpark, Power BI) om near-realtime inzichten te bieden en de besluitvorming voor Nederlandse waterschappen te versnellen.

Opdrachtgevers: Waterschap De Dommel Hoogheemraadschap van Delfland Waterschap Limburg Het Waterschapshuis DCMR Milieudienst Rijnmond