Software engineer akte-ai

Kadaster
Het Kadaster registreert en verstrekt gegevens over de ligging van vastgoed in Nederland en de daarmee samenhangende rechten, zoals eigendom en hypotheek. Als zelfstandig bestuursorgaan is dat onze wettelijke taak. Onze gegevens bieden houvast bij het onderzoeken van maatschappelijke vraagstukken, of het nu gaat om de beste route voor een nieuwe snelweg, actuele ontwikkelingen op de woningmarkt of het in beeld brengen van leegstand.

Opdracht
Je wordt ingezet bij het AkteAI (Augmented Intelligence) team. Het team werkt op maandag en woensdag op kantoor in Apeldoorn. Het Akte-AI team ontwikkelt en beheert systemen waarmee met slimme technieken, waaronder eigen AI-modellen maar ook zelf ontwikkelde algoritmen, automatisch gestructureerde informatie uit aktes wordt gehaald. Bij AkteAI experimenteren we met de nieuwste NLP-technieken. Je hebt een hoge mate van vrijheid om eigen oplossingen te bedenken en uit te werken. AkteAI is geen dertien-in-een-dozijn softwarefabriek.

Onze systemen worden gebruikt tijdens het bijwerken van de gegevens in de kadastrale registratie op basis van gegevens in aktes die door het notariaat bij het Kadaster worden aangeboden (één van de primaire processen van het Kadaster). Dit proces vereist veel data-entry werkzaamheden en is daardoor een arbeidsintensief en foutgevoelig proces. Het doel is om de doorlooptijd van deze bijwerking te verkorten en de kwaliteit van dit bijwerkingsproces te verbeteren, door onnodige handelingen te automatiseren en de gebruiker te ondersteunen bij het herkennen van de belangrijke gegevens in de akte. De systemen van AkteAI hebben al voor een aanzienlijke vermindering van de verwerkingstijd gezorgd.

Behalve ondersteuning tijdens het bijwerkingsproces, worden de systemen van AkteAI ook ingezet om uitval in het akteverwerkingsproces te verminderen. De inzet van AkteAI leidt doorgaans tot minimaal een halvering van handmatig te controleren uitval. Vanwege deze goede resultaten wordt het AkteAI team ingeschakeld om een geautomatiseerde oplossing te bedenken voor een variatie aan ad-hoc uitdagingen (waarin volume vaak een rol speelt) binnen het Kadaster. Hierbij wordt een groot beroep gedaan op de creativiteit en het doorzettingsvermogen van het team. Het team staat bekend om hoge kwaliteit en betrouwbaarheid.

Het systeem is opgebouwd uit een aantal services welke met elkaar communiceren via een workflow engine. Vanwege de benodigde snelheid voor akteverwerking is deze asynchroon. Binnen dit team zoeken wij een creatieve software engineer met doorzettingsvermogen die kan helpen onze AI-modellen richting 100% betrouwbare herkenning te krijgen. Ervaring met Natural Language Processing en (ML)Ops is een pré, maar het is ook mogelijk om deze kennis gaandeweg op te doen.
 
Belangrijkste technieken, methoden en tools

• Kotlin (of Java);
• Python;
• NLP (Spacy framework);
• Transformers (BERT);
• ML-performance metrics;
• Sql;
• Kubernetes, Docker en OpenShift;
• Cadence Workflow Manager;
• Git;
• Minio Object Storage.

De belangrijkste taken en verantwoordelijkheden zijn

• Bedenken en implementeren van slimme oplossingen;
• Verzamelen van trainings- en validatiedata;
• Ontwikkeling en beheer van de Kubernetes clusters;
• Ontwikkeling en beheer van de akteverwerking workflows;
• Leveren van support;
• Triage en zo mogelijk oplossen van bugs;
• Adviseren in en uitvoeren van (mogelijke) verbeteringen in beheer.

Competenties

• Zelfstandig problemen / verbeterpunten kunnen signaleren, oplossingen voorstellen en oplossingen implementeren;
• Passie voor simpele oplossingen;
• Zeer vaardig in het analyseren van bugs in een complexe omgeving;
• Zeer vaardig in de integratie van verschillende componenten (software, Kubernetes, platform);
• Een puzzelaar die niet opgeeft voordat het werkt;
• Doorvragen totdat het werkelijke probleem duidelijk is;
• Een doener met talent voor samenwerken (ook buiten het team) en oprechte interesse in anderen;
• Resultaatgericht;
• Helicopterview;
• Besluitvaardig en vasthoudend; kan zijn/haar eigen pad trekken in complex krachtenveld;
• In staat om zelfstandig binnen een organisatie te bewegen en omgevingssensitief;
• Communicatief zowel schriftelijk als mondeling sterk;
• Proactief en initiatiefrijk.

Functieschaal
Deze functie is ingedeeld in functieschaal 10. Deze functieschaal is verbonden aan de desbetreffende CAO van de opdrachtgever inzake de inlenersbeloning.

VOG
De opdrachtgever zal om een Verklaring Omtrent het Gedrag (VOG) vragen.
 

Eisen

• Afgeronde (bachelor) Hbo-opleiding of hoger
• Het CV dient in het Nederlands te zijn opgesteld en mag niet langer zijn dan maximaal 5 pagina’s A4;
• Minimaal 2 jaar ervaring met Docker;
• Minimaal 2 jaar ervaring met Kotlin (of Java)
• Minimaal 2 jaar ervaring met Kubernetes;
• Minimaal 2 jaar ervaring met een vorm van CI/CD;
• Minimaal 5 jaar ervaring als ontwikkelaar (ontwerp, bouw, test, integratie)

Wensen

• U beschrijft 2 cruciale knelpunten (max 300 woorden) die zich vaak voor doen bij real-time data-extractie uit documenten en geeft hierbij aan hoe u deze oplost A. Antwoord sluit volledig aan en is onderbouwd met concrete voorbeelden (30 pt) B. Antwoord sluit voldoende aan (15 pt) C. Antwoord sluit onvoldoende aan en is onvoldoende onderbouwd (5 pt) D. Antwoord sluit niet aan (0 pt)
• U geeft een beschrijving van aanpak (max. 400 woorden) voor de uit te voeren werkzaamheden gezien het specifieke vraagstuk van het Kadaster (zie ook opdrachtomschrijving en verantwoordelijkheden) A. Antwoord sluit volledig aan en is onderbouwd met concrete voorbeelden (40 pt) B. Antwoord sluit voldoende aan (25 pt) C. Antwoord sluit onvoldoende aan en is onvoldoende onderbouwd (15 pt) D. Antwoord sluit niet aan (0 pt)
• U geeft een beschrijving waar u de meest toegevoegde waarde gaat bieden op het gebied van de vereiste technieken, methoden en tools en geeft aan welke ervaring u heeft met Python en NLP. (max. 300 woorden). A. Antwoord sluit volledig aan en is onderbouwd met concrete voorbeelden (30 pt) B. Antwoord sluit voldoende aan (15 pt) C. Antwoord sluit onvoldoende aan en is onvoldoende onderbouwd (5 pt) D. Antwoord sluit niet aan (0 pt)

Vul je gegevens hieronder in, dan nemen we binnen 2 uur contact met je op om samen te kijken of er een match is. Heb je nog vragen? Bel ons op 030-249 66 96 of stuur een e-mail naar info@greenpepper.nl We helpen je graag verder!