Data Scientist AML Monitoring

Als Data Scientist in transaction monitoring werk je met de transactiedata van meer dan 8 miljoen klanten. Jij bouwt data-pijplijnen, analyses en dashboards die bepalen welke alerts echt risicovol zijn. Daarmee zorg je dat analisten zich kunnen richten op de juiste signalen en dat criminelen minder ruimte krijgen. Je standplaats is Utrecht, in een hybride team waar Engels de voertaal is en kennis van Nederlands niet nodig is. Waarom deze baan belangrijk is transaction monitoring is een kernproces in de strijd tegen witwassen en terrorismefinanciering. De kwaliteit van data, analyses en dashboards bepaalt of het model de juiste alerts geeft. Door goede data-insights verhoog je de efficiëntie en precisie van het transaction monitoring-systeem. Je werk heeft directe impact op de veiligheid van klanten én de maatschappij. Over het team transaction monitoring Je sluit aan bij een multidisciplinair team met data scientists, engineers en business-specialisten op transaction monitoring. Samen werken jullie aan tuning, rule development en dashboards. Als Data Scientist ben je de schakel tussen de technische stack (Python, PySpark, Databricks, Power BI) en stakeholders die de resultaten gebruiken. Wat je gaat doen Je creëert en verbetert pipelines voor tuning, lookbacks en impactanalyses in transaction monitoring. Je voert analyses end-to-end uit: intake, data-selectie, Python/PySpark-code, validatie en presentaties. Je combineert verschillende modelcomponenten (regels, parameters, scenario’s) in efficiënte workflows. Je ontwerpt en ontwikkelt Power BI-dashboards, van datamodellen tot front-end visualisaties. Je brengt nieuwe dashboards naar productie door samen te werken met platform- en infra-teams. Je schat de impact in van wijzigingen in parameters op workload, effectiviteit en false positives. Je zoekt actief naar nieuwe inzichten in transaction monitoring data en deelt die met stakeholders. Technische omgeving Programmeertalen: Python, PySpark. Platform: Databricks voor data-engineering en analyses. Visualisatie: Power BI-dashboards voor transaction monitoring en rule tuning. Werkwijze: version control (bijv. Git, repos), pipelines, tests, code-reviews en peer programming. Jouw skills & talent Must-have WO-master in een technisch vakgebied (bijv. wiskunde, econometrie, informatica). Minimaal 4 jaar ervaring als Data Scientist met Python in een data-gedreven omgeving. Aantoonbare ervaring met PySpark en Databricks voor grote datavolumes. Ervaring met het ontwerpen en bouwen van Power BI-dashboards in productie. Ervaring met het bouwen van end-to-end data-oplossingen (repos, versiebeheer, pipelines, testen). Je beheerst Engels goed in woord en geschrift; Nederlands is niet vereist. Nice-to-have Ervaring met financial crime, AML of transaction monitoring bij een bank. Ervaring met CI/CD, deployment en monitoring van data-producten. Ervaring met datamodellering voor reporting en monitoring-doeleinden. Soft skills Je achterhaalt de echte vraag achter een verzoek en durft door te vragen. Je presenteert analyses op een duidelijke manier, afgestemd op je publiek. Je werkt gestructureerd, bent zorgvuldig met data en documentatie. Je neemt initiatief, ziet kansen voor verbetering en maakt ideeën concreet. Je begeleidt junior en medior collega’s en deelt je technische visie. Een werkdag als Data Scientist AML Monitoring Ochtend: Dagstart met je transaction monitoring team: prioriteiten, incidenten, geplande tuning. Je checkt een Databricks-job die een nieuwe lookback-analyse op transaction monitoring heeft gedraaid. Je onderzoekt opvallende patronen in de dataset en legt vast welke parameters gevoelig zijn. Middag: Je werkt aan een Python-notebook waarin je verschillende scenario’s voor rule-wijzigingen simuleert. Je vertaalt de uitkomsten naar een Power BI-dashboard zodat stakeholders zelf impact kunnen zien. Je stemt met een product owner en analist af welke inzichten nodig zijn voor de volgende tuning-ronde. Eind van de dag: Je reviewt de code van een collega Data Scientist in PySpark en geeft concrete feedback. Je bereidt een korte presentatie voor over de impact van een nieuwe transaction monitoring regel. Waarom jij hier wilt werken Je werkt direct aan het verbeteren van transaction monitoring en het bestrijden van financiële criminaliteit. Je combineert diepe data science met zichtbare business-impact in een groot transactie-landschap. Je krijgt ruimte om nieuwe ideeën te testen en dashboards naar productie te brengen. Je werkt in een internationale omgeving in Utrecht, met collega’s uit verschillende landen. Wat je krijgt Opdrachtduur: 1 jaar, met de mogelijkheid tot verlenging. Uren: 36–40 uur per week. Geen ZZP-constructie; je werkt in loondienst via een werkgever of partnerorganisatie. Salaris marktconform Hybride werken: vaste kantoordagen op maandag en donderdag in Utrecht, overige dagen in overleg. Locatie & bereikbaarheid Standplaats: Utrecht. Kantoor goed bereikbaar met OV en fiets; parkeren in overleg. Je werkt minimaal twee dagen per week op kantoor in Utrecht in een transaction monitoring team. Solliciteer nu Ben jij de Data Scientist die transaction monitoring naar een hoger niveau tilt en financial crime wilt helpen voorkomen? Reageer met je cv, dan kom ik graag met je in contact