Functie
Functie
Rol: Als Data & AI Architect geef je zelfstandig richting aan de verdere ontwikkeling van de enterprise data-architectuur en zet je de AI-architectuur neer. Je legt verbinding tussen businessbehoeften, data, AI, applicaties en technologie en vertaalt strategische en operationele vraagstukken naar concrete architectuurkeuzes, doelbeelden, principes, standaarden en roadmaps.
Verantwoordelijkheden
Ontwikkelen van doelarchitectuur Data: Opstellen van een doelarchitectuur voor data, inclusief de transitie van Azure Data Lake naar Microsoft Fabric met roadmap, architectuurprincipes, governance en implementatiekaders voor een schaalbaar en beheersbaar datafundament.
Ontwikkelen van AI-architectuur: Ontwerpen en borgen van een brede AI-architectuur inclusief governance, security, compliance en standaarden voor veilige, betrouwbare en toekomstbestendige AI-toepassingen. Vertalen van businessdoelen naar data- en AI-capabilities en ontwerpprincipes.
Datamodellering en informatietaal: Ontwerpen en reviewen van conceptuele en logische datamodellen en bijdragen aan een consistente gemeenschappelijke informatietaal.
Architectuurprincipes en patterns: Definiëren van principes, standaarden en patterns voor data-opslag, data-integratie, gegevensuitwisseling, analytics, BI, machine learning en generatieve AI.
Dataplatformen en positionering: Richting geven aan inrichting en doorontwikkeling van dataplatformen en positionering van data lake/lakehouse, data warehouse, streaming en API-/eventgedreven uitwisseling.
Data governance: Uitwerken van architectuur voor eigenaarschap, classificatie, metadata, catalogisering, lineage, datakwaliteit, toegangsbeheer en lifecycle.
AI governance en kaders: Uitwerken van architectuurkaders voor AI, inclusief betrouwbare databronnen, model- en AI-asset governance, traceerbaarheid/lineage, toegangsbeheer, monitoring en aansluiting op security/privacy/compliance.
Beoordelen en adviseren: Beoordelen van projecten en oplossingsontwerpen op aansluiting bij de data- en AI-doelarchitectuur en expliciet maken van afwijkingen, risico’s en afhankelijkheden. Adviseren over rationalisatie, hergebruik en standaardisatie om datasilo’s en platformcomplexiteit te voorkomen.
Ondersteuning en kennisoverdracht: Ondersteunen van relevante initiatieven (BI/Power BI, dataproducten, gegevensuitwisseling, AI-use-cases) zonder de rol van engineer over te nemen; actief overdragen van kennis en werkwijzen aan interne architecten, data-specialisten en teams.
Gevraagde kennis en ervaring
Minimaal 5 jaar relevante ervaring binnen data-architectuur in complexe omgevingen; aantoonbare ervaring als Data Architect, Information Architect of vergelijkbare rol.
Aantoonbare ervaring met het opstellen van doelarchitecturen, architectuurprincipes, roadmaps en besluitvormingsstukken.
Sterke kennis van conceptuele en logische datamodellering, data-integratie en gegevensuitwisseling.
Ervaring met moderne dataplatformarchitecturen (data lake/lakehouse, data warehouse), analytics/BI en cloudomgevingen.
Aantoonbare kennis van data governance, metadata management, data lineage, datakwaliteit en master-/referentiedata.
Ervaring met architectuur voor AI/ML en bij voorkeur generatieve AI, inclusief governance, lifecycle, monitoring en de relatie tussen AI en betrouwbare data.
Ervaring met architectuurmethodieken en modellering, bij voorkeur TOGAF en ArchiMate.
Ervaring met Azure en het Microsoft data-/analytics-ecosysteem is een sterke pre.
Ervaring in mobiliteit, openbaar vervoer, asset-intensieve organisaties of publieke dienstverlening is een pre.
Vaardig in het helder vertalen van complexe architectuurvraagstukken naar bestuur/management en engineers/dataspecialisten.
Zelfstandig, resultaatgericht, pragmatisch en sterk in stakeholdermanagement en kennisoverdracht.
Resultaten en deliverables
Data & AI Architecture Baseline – Een gevalideerd beeld van het huidige data- en AI-landschap, inclusief kernbronnen, platformen, belangrijke datastromen, eigenaarschap, afhankelijkheden, knelpunten en relevante technische schuld.
Doelarchitectuur Data & AI – Een bestuurlijk en technisch bruikbaar doelbeeld voor data en AI, inclusief architectuurkeuzes, bouwblokken, verantwoordelijkheden en samenhang met de enterprise architectuur.
Architectuurprincipes en standaarden – Een set principes, standaarden en ontwerpregels voor onder meer data-integratie, opslag, data sharing, datamodellering, kwaliteit, metadata/lineage, security/privacy en AI.
Conceptueel en logisch datamodel – Een eerste samenhangend model voor prioritaire bedrijfsobjecten en gegevensdomeinen, inclusief definities, relaties en uitgangspunten voor verdere uitwerking.
Data governance architectuur – Een uitgewerkt kader voor data ownership/stewardship, catalogisering, metadata, lineage, datakwaliteit, classificatie, toegangsbeheer en master-/referentiedata.
AI-architectuur en governancekader – Een praktisch kader voor AI- en GenAI-toepassingen met uitgangspunten voor data-toegang, model-/AI-assets, traceerbaarheid, evaluatie/kwaliteit, monitoring, security/privacy, lifecycle en hergebruik.
Referentiearchitectuur / patterns – Herbruikbare architectuurpatterns voor veelvoorkomende data- en AI-vraagstukken (bijv. batch/streaming, API/event-uitwisseling, BI/analytics, dataproducten en AI/ML/GenAI).
Roadmap en transitieadvies – Een geprioriteerde roadmap van huidige naar gewenste situatie, met afhankelijkheden, beslismomenten, randvoorwaarden en voorstellen voor rationalisatie en standaardisatie.
Kennisoverdracht en borging – Gedocumenteerde werkwijze, overdracht van modellen/kaders en werksessies met interne medewerkers zodat de architectuur na afronding zelfstandig kan worden onderhouden en toegepast.
Eisen
- Minimaal 5 jaar relevante ervaring binnen data-architectuur in complexe omgevingen; aantoonbare ervaring als Data Architect, Information Architect of vergelijkbare rol
- Aantoonbare ervaring met het opstellen van doelarchitecturen, architectuurprincipes, roadmaps en besluitvormingsstukken
- Sterke kennis van conceptuele en logische datamodellering, data-integratie en gegevensuitwisseling
- Ervaring met moderne dataplatformarchitecturen, data lake/lakehouse, data warehouse, analytics/BI en cloudomgevingen
- Aantoonbare kennis van data governance, metadata management, data lineage, datakwaliteit en master-/referentiedata
- Ervaring met architectuur voor AI/ML en bij voorkeur generatieve AI, inclusief governance, lifecycle, monitoring en de relatie tussen AI en betrouwbare data
- Ervaring met architectuurmethodieken en modellering, bij voorkeur TOGAF en Archi
- Mate
- In staat om complexe architectuurvraagstukken helder te vertalen naar zowel bestuur/management als engineers en dataspecialisten
Gunningscriteria
- Ervaring met architectuur voor AI/ML en bij voorkeur generatieve AI, inclusief governance, lifecycle, monitoring en de relatie tussen AI en betrouwbare data
- Ervaring met architectuurmethodieken en modellering, bij voorkeur TOGAF en Archi
- Mate
- Ervaring met Azure en het Microsoft data-/analytics-ecosysteem is een sterke pre
- Ervaring in mobiliteit, openbaar vervoer, asset-intensieve organisaties of publieke dienstverlening is een pre
Extra informatie
Je sollicitatie dient uiterlijk 8 oktober 2026 om 16:00 uur door ons te zijn ingediend, voorzien van een motivatie (waarin wordt toegelicht hoe aan de eisen en gunningscriteria wordt voldaan) en twee referenties. Wij ontvangen je gegevens graag minimaal één werkdag vóór de sluitingsdatum.
