Test Lead Engineer – Data Science & Python Focus

---

Aanvraagnummer: 37915
Contractvorm: Detachering ZZP
Organisatie: Enexis
Locatie: s-Hertogenbosch - Noord-Brabant
Uren per week: 32 - 39 per week
Tarief: Geen maximum
Duur van de opdracht: 7 maanden
Regio: Noord-Brabant
Startdatum: 01-06-2026
Optie tot verlenging: Mogelijk, maar nog niet bekend
Sluitingsdatum: 08-05-2026 09:00

LET OP! Reacties dienen minimaal 1 werkdag voor de sluitingsdatum binnen te zijn voor tijdige verwerking.

---

Omschrijving van de afdeling (werkzaamheden, bezetting en doelstellingen)

Als Test Lead Engineer met een sterke focus op data science en Python omgevingen ben je verantwoordelijk voor het verhogen van de testvolwassenheid en kwaliteitsborging binnen datagedreven oplossingen. De opdracht start met het uitvoeren van een gedegen analyse van de huidige stand van zaken en het bepalen van concrete, uitvoerbare vervolgstappen.

Je opereert in complexe, data-intensieve omgevingen waarin data science, analytics en machine learning centraal staan. Je werkt nauw samen met data scientists, ML engineers, DevOps teams en stakeholders om built in quality en shift left testing te realiseren. Daarbij heb je aandacht voor datakwaliteit, modelbetrouwbaarheid, reproduceerbaarheid, performance, security en compliance (o.a. AVG, NIS2). De rol combineert inhoudelijke diepgang met coaching en richting geven. Je begeleidt teams in het verbeteren van hun testaanpak volgens het principe: zelf doen → samen doen → laten doen, met als doel duurzame kwaliteitsverbetering.

Functieomschrijving

Opdracht en doelstelling

De kern van de opdracht is het in kaart brengen van de huidige situatie rondom testen en kwaliteit binnen de data science- en Python omgeving, en het vertalen van deze analyse naar concrete en geprioriteerde vervolgstappen. Je voert een nulmeting uit op het gebied van teststrategie, testautomatisering, tooling, processen en samenwerking tussen teams. Op basis hiervan formuleer je een praktisch verbeterplan met duidelijke aanbevelingen, quick wins en een roadmap voor verdere professionalisering.

De opdracht start nadrukkelijk met analyseren en adviseren, en ontwikkelt zich vervolgens richting implementeren, coachen en borgen.

Belangrijkste verantwoordelijkheden

• Uitvoeren van een grondige analyse van de huidige testvolwassenheid binnen data science- en Python teams.
• Ontwerpen en expliciteren van een overkoepelende teststrategie voor data science pipelines en machine learning workflows.
• Bepalen en prioriteren van concrete vervolgstappen op basis van risico, impact en haalbaarheid.
• Opzetten en verbeteren van testautomatisering in Python, waaronder:
  • validatie van datasets en features
  • testen van datatransformaties en businessregels
  • verificatie van ML-modellen (performance, bias, reproduceerbaarheid)
• Inrichten van quality gates binnen CI/CD- en MLOps pipelines voor data science workloads.
• Adviseren over risico's, kwaliteitsborging en modelbetrouwbaarheid binnen data- en AI-toepassingen.
• Monitoren en rapporteren van testresultaten, datakwaliteit en modelperformance.
• Coachen en begeleiden van teams in data- en ML testing best practices.

Functie-eisen en -wensen

Ervaring en vaardigheden

• Minimaal 5 jaar ervaring met agile softwareontwikkeling, quality engineering en testautomatisering.
• Aantoonbare ervaring binnen data science-, analytics- of AI-omgevingen.
• Sterke Python kennis, inclusief testframeworks zoals pytest en unittest, en bij voorkeur property based testing.
• Ervaring met data validatie en kwaliteitschecks (bijv. Great Expectations is een pré).
• Hands-on ervaring met CI/CD en MLOps processen (bijv. GitHub Actions, Azure DevOps, GitLab CI).
• Kennis van data science- en ML concepten zoals feature engineering, modeltraining, evaluatie, bias en drift.
• Bekend met Scrum, DevOps en testconcepten zoals TDD, BDD en risk based testing.
• Ervaring met cloud native omgevingen (Azure, AWS of GCP) en SaaS-integraties.
• Sterke communicatieve vaardigheden en aantoonbare coachende kwaliteiten.

Pré

• Ervaring met ML lifecycle tooling zoals MLflow, DVC of vergelijkbaar.
• Ervaring met model governance en Responsible AI principes.
• Ervaring met het uitvoeren van assessments/nulmetingen en het opstellen van verbeterroadmaps.

---