Functie
Functie
Data & AI Architect
Je geeft zelfstandig richting aan de verdere ontwikkeling van de enterprise data-architectuur en zet de AI-architectuur uit. Je legt verbinding tussen businessbehoeften, data, AI, applicaties en technologie. Je vertaalt strategische en operationele vraagstukken naar concrete architectuurkeuzes, doelbeelden, principes, standaarden en roadmaps, met nadruk op dataplatformen, gegevensuitwisseling, datamodellering, data governance, metadata/lineage, datakwaliteit en master-/referentiedata, en op de architectuur die betrouwbare en beheersbare AI-toepassingen mogelijk maakt.
Werkzaamheden
Ontwikkelen en realiseren van de 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 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.
Ontwerpen en reviewen van conceptuele en logische datamodellen en bijdragen aan een consistente gemeenschappelijke informatietaal.
Definiëren van architectuurprincipes, standaarden en patterns voor data-opslag, data-integratie, gegevensuitwisseling, analytics, BI, machine learning en generatieve AI.
Richting geven aan de inrichting en doorontwikkeling van dataplatformen en positionering van data lake/lakehouse, data warehouse, streaming en API-/eventgedreven gegevensuitwisseling.
Uitwerken van architectuur voor data governance: eigenaarschap, classificatie, metadata, catalogisering, lineage, datakwaliteit, toegangsbeheer en lifecycle.
Uitwerken van architectuurkaders voor AI: betrouwbare databronnen, model- en AI-asset governance, traceerbaarheid/lineage, toegangsbeheersing, monitoring en aansluiting op security, privacy en compliance.
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 van data- en analyticsvoorzieningen en het voorkomen van nieuwe datasilo’s en onnodige platformcomplexiteit.
Ondersteunen van initiatieven zoals BI/Power BI, dataproducten, gegevensuitwisseling en AI-use-cases, zonder de rol van engineer of implementatielead 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.
Vermogen om complexe architectuurvraagstukken helder te vertalen naar bestuur/management en naar engineers en 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 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 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.
Data governance architectuur – Een uitgewerkt kader voor 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, 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 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 inclusief governance, lifecycle, monitoring en de relatie tussen AI en betrouwbare data
- Ervaring met architectuurmethodieken en modellering
- In staat om complexe architectuurvraagstukken helder te vertalen naar zowel bestuur/management als engineers en dataspecialisten
Gunningscriteria
- Bij voorkeur ervaring met generatieve AIErvaring 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
- Bij voorkeur ervaring met TOGAF en Archi
- Mate
Extra informatie
Competenties
Zelfstandig
Resultaatgericht
Pragmatisch
Sterk in stakeholdermanagement
Sterk in kennisoverdracht
Je sollicitatie dient uiterlijk 7 oktober 2026 om 10:00 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.
