Data Engineer (Snowflake & Dbt) – Data Science & AI Producten

Functieomschrijving

Jouw functie

Ben jij een Data Engineer die verder wil gaan dan alleen het bouwen van pipelines? En wil je met jouw werk direct bijdragen aan een datagedreven en toekomstbestendige pensioenuitvoering voor miljoenen Nederlanders? Bij PGGM krijg je een uitdagende en betekenisvolle rol in een informele omgeving, waarin je met een moderne data stack (Snowflake & Dbt) bouwt aan robuuste data producten voor data science en AI.

Wij zoeken geen “pijplijnenbouwer”, maar een engineer met oog voor data modelling, datakwaliteit, security en lifecycle management. Iemand die het leuk vindt om samen met data scientists en andere collega’s de basis neer te zetten waarop AI-oplossingen kunnen draaien.

Jouw rol

Als (Medior) Data Engineer binnen het Data & Analytics team van Pensioenbeheer ben je verantwoordelijk voor het ontwerpen, bouwen én schalen van managed data producten op ons Snowflake-platform, met Dbt als belangrijkste ontwikkeltool.

Onze data producten zijn vaak een combinatie van interne en externe databronnen en bevatten zowel gestructureerde als semi-gestructureerde data. We hanteren geen rigide, vooraf gedefinieerde structuur, maar kiezen per use case de modellering die het beste past. Jij zorgt dat de data betrouwbaar, herleidbaar en goed gedocumenteerd is, zodat data scientists en andere gebruikers erop kunnen vertrouwen.

Je combineert technische diepgang met eigenaarschap over ontsluiting, lineage, beveiliging en lifecycle. Je speelt een belangrijke rol in het inrichten van input- en outputvalidaties voor AI-oplossingen, maar jouw primaire focus ligt op het neerzetten van een solide, schaalbaar datafundament.

Jouw verantwoordelijkheden:

Ontwerp & ontwikkeling (Snowflake & Dbt)

Ontwerpen, bouwen en optimaliseren van robuuste, data pipelines en datamodellen in Snowflake met dbt.

Modelleren van data op een manier die past bij de use case (bijv. data science / AI)

Vertalen van complexe businesslogica naar herbruikbare, modulaire data-assets (denk aan views, modellen en marts).

Professionaliseren van onze CI/CD-pipelines en geautomatiseerde test-suites (dbt tests, data quality checks, deployments)

Ingestion van interne én externe databronnen

Ontwerpen en bouwen van schaalbare ingestion-processen voor databronnen van externe leveranciers naar Snowflake.

Inlezen en integreren van verschillende typen data (gestructureerd en semi-gestructureerd) tot consistente, herbruikbare data producten.

Bouwen en toepassen van data contracts om de betrouwbaarheid van bron tot product te garanderen.

Borgen van datakwaliteit, herleidbaarheid en documentatie van alle bronnen, onder andere via dbt-documentatie en metadata-oplossingen

Managed data producten en AI ready data

Vertalen van informatiebehoeften van de business en data scientists naar concrete, herbruikbare data producten.

Werken volgens het principe van de Single Source of Truth, ook als data uit meerdere bronnen komt.

Zorgen voor duidelijke definities, documentatie en eigenaarschap per data product.

Bouwen van de fundering voor AI-modellen, waarbij je zorgt voor stabiele feature sets en betrouwbare output-validaties, zodat data scientists veilig kunnen experimenteren en opschalen.

Datakwaliteit, governance & lifecyclemanagement

Een grote rol spelen in het opzetten van input- én outputvalidaties voor AI-oplossingen:

controleren of inputdata voldoet aan vooraf gedefinieerde kwaliteits- en businessregels;

valideren en monitoren van AI-output (bijvoorbeeld ranges, plausibiliteit, drift).

Inrichten van monitoring op pipelines, performance, datakwaliteit én AI-gerelateerde validaties.

Meedenken over data governance, datamanagement en lifecyclemanagement van data producten.

Beveiliging & toegangsbeheer

Implementeren van fijnmazig toegangsbeheer, zoals role-based access control (RBAC) en waar nodig row-level en column-level security in Snowflake.

Meedenken over dataclassificatie en privacy, inclusief pseudonimisering/anonimisering waar nodig.

Afstemmen met security en compliance over beleid en implementatie, zodat onze data-oplossingen veilig én toekomstbestendig zijn.

Jouw afdeling

Bij PGGM wordt de uitvoering van de pensioenen steeds meer gedigitaliseerd en datagedreven vormgegeven. Binnen het Pensioenbeheer-domein ondersteunt de afdeling Data & Analytics de klantreizen door processen te analyseren, te automatiseren en nieuwe data-oplossingen te ontwikkelen. Zo maken we processen efficiënter én klantvriendelijker.

De afdeling bestaat uit circa 35 data professionals (data engineers, data scientists, data analisten en andere specialisten) die vanuit een multidisciplinair gedachtegoed samenwerken aan data- en AI-oplossingen. Je werkt in een informele, open cultuur waar kennisdelen, experimenteren en continu verbeteren centraal staan.