Banen

Vastgoed Data Scientist

Tijdelijk gesloten

Vastgoed Data Scientist

Matrixian Group Amsterdam

Wat is vereist?

  • Afgeronde wo-opleiding
  • Bij voorkeur twee jaar ervaring in een soortgelijke functie
  • Goede beheersing Nederlandse en Engelse taal (Engels is de voertaal op kantoor)
  • Analytisch en ondernemend karakter

Wat krijg je?

  • €3.500 - €4.500 bruto p/m (op basis van kennis en ervaring)
  • 40-urige werkweek
  • 25 vakantiedagen
  • Laptop + telefoonkostenvergoeding

Wat doe je?

  • 10% Marktonderzoek doen
  • 40% Modellen verbeteren
  • 20% Data verwerken
  • 10% Scrumevents
  • 20% API's maken en verwerken

Deze vacature is gemaakt op basis van gesprekken met medewerkers in de functie. Zo krijg jij een realistisch beeld van de baan.

Vacature

Als Vastgoed Data Scientist bij Matrixian Group ben je verantwoordelijk voor het creëren van oplossingen met behulp van vastgoeddata en het verbeteren van de huidige modellen. De oplossingen die jij ontwikkelt, helpen met woningwaardes voorspellen, prijsontwikkelingen bekijken en klachtgerichte vragen beantwoorden. De data die je gebruikt voor je oplossingen krijg je aangeleverd van de Data Engineers. Deze datasets bevatten allerlei vastgoedgegevens zoals kenmerken van het huis, marktgegevens en vraagprijzen.

Daarnaast breng je structuur aan in de data om vervolgens op zoek te gaan naar waardevolle inzichten over de woningmarkt in Nederland (in de nabije toekomst ook in Amerika). Dit doe je door geavanceerde regressie- en machine learning modellen te programmeren in Python. Je bent deels bezig met coderen, maar marktonderzoek is ook een belangrijk onderdeel van je werk. Je moet namelijk op de hoogte zijn van alle recente trends en ontwikkelingen zodra er nieuwe data is.

Je bent onderdeel van het Housing Intelligence team, samen met de Product Owner, Data Scientist, Data Analist, Python/Data Engineer, UX Designer, Developer, Product Marketeer en Salesmedewerker. Jullie werken in een zelfsturend scrumteam, waarbij de Product Owner verantwoordelijk is voor het project.

Als je het leuk vindt om kritisch na te denken over hoe je modellen kunt verbeteren, en je het niet erg vindt dat een oplossing soms voor de hand ligt waardoor je minder aan het puzzelen bent, dan is dit een baan voor jou.

Werkweek

Vastgoed Data Scientist
Tom Smeitink

Op een leuke dag werk ik ‘s ochtends met een collega aan de analyse van een machine learning model. We bestellen roti voor de lunch, en ‘s middags duik ik diep in het model en voer ik verbeteringen door.

Op een minder leuke werkdag ben ik bezig met verschillende taken en heb ik weinig focus. Ik moet veel mails beantwoorden en taken voorbereiden voor de volgende sprint, wat me minder voldoening geeft.

  • 08:00
  • 09:00
  • 10:00
  • 11:00
  • 12:00
  • 13:00
  • 14:00
  • 15:00
  • 16:00
  • 17:00
  • 18:00
  • 19:00
    • Stand-up
    • Lunch
    • Marktonderzoek doen
    • Data verwerken
    • API's maken en verwerken
    • Modellen verbeteren
    • Overleg Product Owner
    • Stand-up
    • API's maken en verwerken
    • API's maken en verwerken
    • Modellen verbeteren
    • Modellen verbeteren
    • Modellen verbeteren
    • Overleg Designer
    • Lunch
    • Weekafsluiting + borrel
    • Sprint review
    • Retrospective
    • Marktonderzoek doen
    • Machine learning model analyseren
    • Modellen verbeteren
    • Modellen verbeteren
    • Overleg Salesmedewerker

Voorbeeld uit de praktijk

Een klant wilt dat de huizenprijsindex in de API wordt gecorrigeerd na de inflatie. Hoe ga je te werk?

In dit geval ga je met de klant in gesprek om duidelijk in kaart te brengen wat precies nodig is. Het komt erop neer dat er een functionaliteit in het achterliggende model aangepast moet worden. Je onderzoekt welke technieken en data hiervoor nodig zijn, schrijft vervolgens de benodigde taken uit in jullie softwareprogramma JIRA, en voegt deze taken toe aan de sprints.

Vervolgens ga je het model aanpassen zodat deze aan alle eisen voldoet. De klant test de API en geeft eventueel nog wat feedback. Als alles naar behoren werkt, publiceer je de aangepaste API en is de klant tevreden.

Groeipad

Je bepaalt je persoonlijke trainingspad en je kunt daar eventueel externe trainingen voor volgen. Matrixian Group is een jong bedrijf en groeit hard, dus er zijn veel ontwikkelingsmogelijkheden.

Vastgoed Data Scientist

Werken bij Matrixian Group

De hoeveelheid beschikbare data neemt exponentieel toe en dus ook de mogelijkheden om deze op een creatieve wijze om te zetten naar betrouwbare inzichten en tools waarmee de wereld een beetje slimmer, duurzamer en veiliger kan worden gemaakt. Als Location Driven Data Company vindt Matrixian Group dat het mooiste wat er is!

Met een jong en gedreven team van professionals werken we dagelijks aan onze Customer-, Housing- en Location Intelligence oplossingen om dit te realiseren. Hiermee dragen wij bij aan het oplossen en voorkomen van (maatschappelijke) problemen en het realiseren van een toekomstbestendige leefomgeving.

  • Hoofdkantoor in Amsterdam
  • Actief in 3 landen
  • 25% / 75%
  • Gem. leeftijd 27 jaar
  • 25 werknemers in Nederland
  • 28 werknemers wereldwijd

Collega's

Stef Vernooij (23) - Business Developer

Waarom ben je bij dit bedrijf gaan werken?
Ik besloot om bij Matrixian Group te werken aangezien het een snel groeiende start-up is waar je veel vrijheid krijgt om jezelf te ontwikkelen. Het team heeft veel ambitie en er is veel gezelligheid.

Wat heb je gestudeerd?
Commerciële economie.

Wat doe je in je vrije tijd?
In mijn vrije tijd ga ik graag naar voetbalwedstrijden, festivals en sport ik bij de sportschool.

Keshava Ragavendra (29) - Business Analyst

Waarom ben je bij dit bedrijf gaan werken?
Ik wilde graag voor een start-up werken en ik kan me erg vinden in de visie van de CEO. Hij wil het grootste databedrijf in Nederland en later ook Europa worden. Daar wil ik onderdeel van zijn.

Wat heb je gestudeerd?
Biomedical Engineering.

Wat doe je in je vrije tijd?
Ik kook graag en kijk graag naar sport.

Tom Smeitink (31) - Data Scientist

Waarom ben je bij dit bedrijf gaan werken?
Tijdens mijn studie heb ik veel plezier gehad aan het werken met data. Op de website van Matrixian Group kwam ik de traineeship Data Science tegen. Via deze traineeship zag ik de kans om me verder te verdiepen in data en gelijk de impact terug te kunnen zien in de business.

Wat was je vorige baan?
Onderzoeksassistent bij de Rijksuniversiteit Groningen.

Wat doe je in je vrije tijd?
Tennissen, voetballen en gitaar spelen.

Chris Walraven (65) - Manager Operations en Product Owner Address Intelligence.

Waarom ben je bij dit bedrijf gaan werken?
In mijn gesprek met de oprichter werd al heel snel duidelijk dat Matrixian Group en ik heel complementair waren. Voor mij was de match van de scale-up omgeving met mijn ervaring perfect.

Wat was je vorige baan?
Product Manager LeadIT en Program Manager MMIT.

Wat doe je in je vrije tijd?
Lezen, muziek en hardlopen.

Peter Saalbrink (32) - Python Data Engineer

Waarom ben je bij dit bedrijf gaan werken?
Ik wilde nieuwe dingen leren op een plek waar ik het naar m'n zin zou hebben. Bij Matrixian Group kreeg ik de kans om mijn programmeerskills en businessvaardigheden te ontwikkelen. Werken met de nieuwste technologische innovaties bij een groeiend bedrijf waar ik kan meedenken over de ontwikkeling van dataproducten was precies waar ik naar zocht!

Wat heb je gestudeerd?
Research Master Brain and Cognitive Sciences aan de Universiteit van Amsterdam.

Wat doe je in je vrije tijd?
Wielrennen en muziek luisteren.

Vera van Laarhoven (29) - Marketing & Communications Executive

Waarom ben je bij dit bedrijf gaan werken?
Los van dat ik datatechnologie onwijs interessant vind, sprak het mij aan dat Matrixian Group een jong en snelgroeiend bedrijf is. Hierdoor is er namelijk veel ruimte voor eigen initiatieven en ideeën. Het leek mij heel tof om daar onderdeel van te zijn!

Wat was je vorige baan?
Marketeer.

Wat doe je in je vrije tijd?
In mijn vrije tijd vind ik het heerlijk om een avondje (of middagje) lekker uit eten te gaan of gezellig met vrienden eropuit te gaan. En als de zon schijnt ben ik groot fan van terrasjes pakken.

Sollicitatieproces

Eerste gesprek
Assessment
Vervolggesprek
Potentiële referentiecheck
Aanbod

Interessante baan?