Data Scientist
Voor het project 'internationale monitor' is een subsidie toegekend. Het programmaplan voor dit project omvat het verzamelen van nieuwsberichten om deze nader geautomatiseerd te duiden op operationeel relevante informatie. Om dit project te realiseren is de inhuur van een programmeur nodig om de benodigde systemen aan elkaar te knopen, de data te ontsluiten, verwerken, en deze aan eindgebruikers te presenteren. Deze werkzaamheden behoren dit project toe en zijn geen reguliere werkzaamheden die nu al gedaan worden door anderen. Deze inhuur is onderdeel geweest van de subsidieaanvraag.
De kandidaat komt te werken bij team Science en Technology van het Beleidsonderdeel Strategie en Innovatie van de Staf Korpsleiding. Dit onderdeel van de politie richt zich op innovatie en verkenningen hoe nieuwe technieken het politiewerk kunnen verbeteren. Het team heeft een subsidie binnengehaald waar deze inhuur een onderdeel van is. De naam van het project is de internationale monitor. Deze subsidie en het project lopen tot eind 2028.
Als onderdeel van het project zullen verschillende producten moeten worden opgeleverd die de politie in staat stellen om op mondiaal niveau trends uit nieuws te analyseren, om zo beter in te springen op criminele trends en effectief te blijven. De data scientist gaat de binnenkomende data verrijken met AI modellen en deze geautomatiseerd analyseren voor eindgebruikers. Waar nodig zal de data scientist data annoteren en hier zelf modellen op trainen. Voor het project staat een plan en prototypes klaar, echter dienen deze als grove schets voor een product dat professioneel neergezet moet gaan worden.
- De data scientist houdt zich primair bezig met het verrijken en analyseren van de binnenkomende data.
- De data bestaat uit mondiaal nieuws over criminele gebeurtenissen. Zodoende bestaat de data uit meer dan vijftig verschillende talen, en omvat ook video's en afbeeldingen. Het doel is om hier zoveel mogelijk relevante informatie voor de politie uit te halen om strategische analyses te kunnen maken over veranderende trends en modi operandi.
- De data scientist verkent (nieuwe) mogelijke AI modellen om deze data te verrijken en analyseren.
- De data scientist annoteert data ter validatie van deze modellen, of gebruikt deze geannoteerde data om nieuwe modellen te trainen of te finetunen.
- De data scientist werkt samen met een ontwikkelaar op het project. De ontwikkelaar neemt de ontsluiting, opslag, en presentatie van de data voor zijn/haar rekening.
- De data scientist werkt ook samen met een Postdoc van de Universiteit Utrecht die op hetzelfde project zit. Deze postdoc richt zich op het opleveren van kleine modellen die dit project kunnen helpen. De data scientist annoteert data samen met de postdoc, neemt zijn/haar modellen in ontvangst en zet deze in binnen de politie.
Eisen
- De kandidaat is beschikbaar van z.s.m. (na afronding screening) voor 12 maanden, 32 uur per week, met optie op verlenging
- De kandidaat moet op een professioneel niveau python code kunnen schrijven, inclusief het schrijven van testen.
- De kandidaat heeft meer dan 5 jaar ervaring in het trainen en valideren van AI modellen, specifiek op het gebied van NLP (natural language processing).
- De kandidaat heeft ervaring met het werken met lokale large language models en prompting technieken.
- De kandidaat heeft ervaring met het opstellen van benchmarking pipelines en het vergelijken van verschillende kandidaat modellen.
- De kandidaat heeft ervaring met het werken met pipelines in Gitlab of vergelijkbaar
- De kandidaat heeft ervaring met Docker.
- De kandidaat kan goed data analyseren en samenvatten voor kwalitatief georeinteerde analisten. De kandidaat kan luisteren naar wat zij nodig hebben om zo de juiste analyses geautomatiseerd voor hen op te stellen.
- De kandidaat heeft ervaring in het opstellen van dashboards in de context van operational control of andere trendanalyses.
Nice to have:
- Ervaring met computer vision modellen
- Ervaring met het hosten van AI modellen
- Ervaring met Kubernetes en VMWare Tanzu platform
- De kandidaat heeft ervaring met lokale vertaalmodellen
- Ervaring met het verwerken van meertalige data in een opsporings- of inlichtingencontext
- Eerdere ervaring binnen de politie of andere inlichten/opsporingsdienst.
Het is fijn als de kandidaat één keer per week op kantoor is, maar er is geen vaste dag of tijd. Er is geen sprake van onregelmatigheid. Zodoende is volledig thuiswerken in theorie mogelijk. Periodiek overleg met eindgebruikers zal waarschijnlijk op verschillende locaties door het land plaatsvinden. In theorie kan de ontwikkelaar daar ook virtueel bij aansluiten.