# Senior Data Scientist I
## Over de rol
Leid de ontwikkeling en evaluatie van geavanceerde zoek- en generatieve AI-systemen. Zelfstandig complexe probleemgebieden volledig uitwerken, methodologische nauwkeurigheid in evaluatie stimuleren en bijdragen aan de technische richting van retrieval- en RAG-systemen. Dit is een senior individuele bijdragerrol met groeiende verantwoordelijkheden op het gebied van technisch leiderschap.
## Kernverantwoordelijkheden
### Zoek- en retrievalontwikkeling
- Leid ontwerp en optimalisatie van lexicale, vector- en hybride retrieval-systemen op schaal
- Architect en verbeter RAG-pipelines, inclusief retrievalstrategieën, promptontwerp en systeemorchestratie (bijv. op LangGraph gebaseerde workflows)
- Stimuleer experimentatie met embeddings, re-ranking-modellen en retrieval-architecturen
- Werk samen met engineering om robuuste, schaalbare, productieklare implementaties te waarborgen
### Evaluatie en experimentatie
- Definieer en ontwikkel evaluatiestrategieën voor zoek- en generatieve AI-systemen
- Ontwerp robuuste frameworks voor IR-evaluatie (NDCG, recall, rankingkwaliteit) en GenAI-evaluatie (grounding, trouwheid, hallucinatie-detectie)
- Draag bij aan de ontwikkeling van evaluatiedatasets, gouden standaarden en annotatiestrategieën
- Begeleid experimentontwerp, inclusief offline evaluatie en A/B-testen met statistische nauwkeurigheid
- Draag bij aan verantwoorde AI-praktijken, inclusief bias-, eerlijkheids- en risicoevaluatie
### Generatieve AI en toegepast onderzoek
- Pas en adapteer geavanceerde technieken in NLP, embeddings en generatieve AI toe op productieproblemen
- Evalueer en integreer opkomende technologieën in het teamroadmap
- Draag bij aan kennisgraaf- en semantische verrijkingsinspanningen ter ondersteuning van retrieval-systemen
### Domein- en onderzoeksintegratie
- Werk samen met domeinexperts, ontologie-ingenieurs en biomedische informatici
- Integreer wetenschappelijke taxonomieën, citatienetwerken en klinische ontologieën in retrieval-systemen
- Verwerk gestructureerde gegevens (datasets, chemische entiteiten, genen, medicijnen, klinische onderzoeken, patiëntuitslagen) in AI-gestuurd ontdekkingspipelines
- Verfijn kennisgraaf- en metagegevensintegratiekstrategie
### Samenwerking en levering
- Werk nauw samen met product, engineering en domeinexperts om impactvolle oplossingen te definiëren en te leveren
- Communiceer bevindingen en aanbevelingen aan technische en niet-technische belanghebbenden
- Neem eigenaarschap van projecten van probleemdefiniëring tot experimentatie en implementatie
## Vereiste kwalificaties
- Master of PhD in Computer Science, Data