Architect (ZZP of Dienstverband)

1UP Talent; Utrecht; On-site; EUR 85,000 - 125,000; Full time

Job summary

1UP Talent zoekt een Data & AI Architect die zelfstandig richting geeft aan de enterprise data- en AI-architectuur. Je vertaalt businessbehoeften naar concrete architectuurkeuzes en roadmaps, met focus op governance, security en compliance.

Je biedt leiderschap bij het ontwerpen van data- en AI-capabilities, modelleert data en definieert standaarden en patterns. Ervaring met TOGAF/ArchiMate en Azure is een plus; locatie Utrecht, NL.

Qualifications

• Minimaal 5 jaar relevante ervaring in data-architectuur.

Responsibilities

• Ontwikkelen van doelarchitectuur Data, inclusief transitie van Azure Data Lake naar Fabric.
• Ontwerpen en borging AI-architectuur met governance, security en standaarden.
• Ontwerpen van conceptuele en logische datamodellen en gemeenschappelijke informatietaal.
• Definiëren van data-architectuurprincipes, standaarden en patterns.
• Richting geven aan dataplatformen en positionering van lakehouse/warehouse.
• Uitwerken van data governance: ownership, metadata, lineage, kwaliteit en toegangsbeheer.
• Beoordelen van projecten op aansluiting bij data- en AI-doelarchitectuur en adviseren over rationalisatie.
• Ondersteunen van BI/Power BI en AI-use-cases; kennisoverdracht aan teams.

Skills

Data-architectuur

AI-architectuur

Data governance

Datamodellering

Architectuurprincipes

Cloud-omgevingen

TOGAF/ArchiMate

Stakeholdermanagement

Datastructuren

Begrip van BI/Analytics

Tools

Azure

Microsoft Fabric

Data Lake / Lakehouse

Data Warehouse

Security & Compliance tooling

Job description

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 or 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.
• 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 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.