Data Engineer bij een Legal tech scale-up

Kayak; Amsterdam; On-site; EUR 45,000 - 80,000; Full time

Benefits offered by this job

Salaris 4000-7200€

40-urige werkweek

Amsterdam kantoor

Groei mogelijkheden

Moderne technologie

Open cultuur

Internationale werkomgeving

Job summary

Kayak zoekt een Data Engineer die de datalaag van ons platform opbouwt en onderhoudt voor advocaten en rechters in Amsterdam.

Je werkt aan ETL-pijplijnen met Python, PySpark en Databricks, scrapt en structureert documenten en beheert Elasticsearch-indexen en Azure-infrastructuur.

Qualifications

• Ervaring met Python en PySpark, grootschalige dataverwerking en SQL-datamodellering.
• Verworvenheid in ETL-pijplijnen en datatransformaties.
• Kennis van minstens één cloudprovider: Azure, AWS of GCP.

Responsibilities

• Bouwen en onderhouden ETL-pijplijnen en datapipelines van bron tot verrijkt dataset.
• Scrapen, parsen en normaliseren van documenten in HTML, XML en PDF.
• Beheren van Elasticsearch-indexen en data-infrastructuur op Azure.
• Prestaties bewaken, tests en automatisering in productieomgeving implementeren.

Skills

Python

PySpark

Databricks

SQL

Datamodellering

Tools

Elasticsearch

Turbopuffer

Azure

Job description

Data Engineer bij een Legal tech scale-up

Wil je bouwen aan de datalaag van een platform dat advocaten, rechters en beleidsmakers elke dag gebruiken? Voor een snelgroeiende legal tech organisatie in Amsterdam zoeken we een Data Engineer.

Als Data Engineer werk je aan de motor achter duizenden juridische professionals en zorg je dat ingewikkelde data direct bruikbaar wordt.

— Ruben Verkuijl

Als Data Engineer bouw je de pipelines en infrastructuur die miljoenen juridische documenten binnenhalen, actueel houden en snel doorzoekbaar maken. De systemen die je bouwt ondersteunen tienduizenden juridische professionals en kunnen miljoenen mensen betere toegang tot het recht geven. De gebruikers werken op het hoogste niveau en verwachten kwaliteit, dus je bouwt software die geschikt is voor grote organisaties en de overheid.

Je bouwt en optimaliseert ETL-pipelines met Python, PySpark en Databricks. Je ontsluit nieuwe juridische bronnen door documenten in HTML, XML en PDF te scrapen, parsen en normaliseren. Bestaande datasets verrijk en structureer je verder, bijvoorbeeld met metadata, verwijzingen tussen documenten en versiebeheer van wetgeving. Daarnaast beheer je de Elasticsearch-indexen, zodat zoeken snel en betrouwbaar blijft, en de data-infrastructuur op Azure.

Je bent eigenaar van de dataworkflows van begin tot eind: van bron tot verrijkt, doorzoekbaar document. Je bouwt voor productie, dus getest, gemonitord en schaalbaar. Je bewaakt de kwaliteit, actualiteit en dekking van alle bronnen en verbetert continu de prestaties, betrouwbaarheid en kosten van bestaande pipelines. Zo word je het aanspreekpunt voor hoe de data is opgebouwd en waar die vandaan komt. Je werkt dagelijks samen met platformontwikkelaars, AI engineers, juristen en stakeholders uit de business, en je krijgt de ruimte om mee te bepalen hoe de organisatie met data omgaat.

Dataverwerking: Python, PySpark, Databricks

Zoeken en opslag: Elasticsearch, Turbopuffer, Azure SQL

Wie ben jij?

Je hebt 1 tot 3 jaar ervaring in data engineering of een vergelijkbaar vakgebied. Je bent sterk in Python, hebt ervaring met PySpark en grootschalige dataverwerking en beheerst SQL en datamodellering goed. Je hebt ETL-pipelines en datatransformaties gebouwd en hands-on gewerkt met minimaal één groot cloudplatform: Azure, AWS of GCP.

Heb je ook ervaring met Databricks en/of Elasticsearch, dan is dat een plus. Rommelige, ongestructureerde data schrikt je niet af. Je bent pragmatisch en kiest liever voor een robuuste oplossing dan voor een slimme. En je neemt graag zelf initiatief.

Ontwikkel jezelf met Live your potential

Naast een uitdagende opdracht krijg je bij Kayak ook de middelen om te blijven groeien. Denk aan een coachingbudget van €1.000 en een opleidingsbudget van €1.500 per jaar via de Kayak Academy.

Dat is onderdeel van ons ontwikkelprogramma, Live your potential. Hiermee investeren we in jouw groei als professional én als mens. Omdat we geloven dat de beste versie van jezelf begint bij meer dan alleen je werk.

Wat wij bieden:

• Een salaris tussen € 4.000 en € 7.200 bruto per maand op basis van 40 uur;
• Een werkweek van 40 uur per week op locatie in Amsterdam;
• Groeimogelijkheden, persoonlijk en in je vak, binnen een snelgroeiende scale-up;
• Een team waar engineering en kwaliteit voorop staan en waar gekozen wordt voor moderne, schaalbare technologie;
• Samenwerken met ervaren developers en juristen in een open cultuur;
• Een internationale werkomgeving waar de missie centraal staat;
• Een fijn kantoor in Amsterdam met een grote tuin.

Wat wij vragen:

• 1 tot 3 jaar ervaring in data engineering of een vergelijkbaar vakgebied;
• Goede vaardigheden in Python en ervaring met PySpark en grootschalige dataverwerking;
• Kennis van SQL en een goed begrip van datamodellering;
• Praktijkervaring met minimaal één grote cloudprovider (Azure, AWS of GCP);
• Ervaring met het bouwen van ETL-pijplijnen en datatransformaties.

We denken graag met je mee. Of je nu hulp nodig hebt bij het vinden van een passende vacature of gewoon even wil overleggen, neem gerust contact met ons op.

We vertellen je graag meer over hoe we bij Kayak werken en hoe we jou of jouw organisatie verder kunnen helpen.