Startdatum 16-04-2018

Einddatum 31-07-2018

Optie tot verlenging Nee

Uren per week 40 in totaal (uitgaande van 2 data scientists)

 

 

Opdracht omschrijving

Geld is bijna altijd het motief van criminelen. De financiële recherche doet onderzoek om crimineel bezit af te nemen. Crimineel bezit bestaat uit geld en bezittingen die op onrechtmatige wijze zijn verkregen. Door verduistering, fraude, afpersing, diefstal of illegale handel. Op districts-, regionaal en (inter)nationaal niveau wordt intensief samengewerkt om geldstromen van criminelen inzichtelijk te maken en financieel gewin uit misdaad af te nemen. Ook wordt ten behoeve van slachtoffers beslag gelegd en draagt financieel opsporen bij aan waarheidsvinding en het oplossen van strafbare feiten. Financieel specialisten hebben een nadrukkelijke rol in het rechercheren, adviseren en overdragen van financiële kennis. De opbouw en versterking van teams in een nieuwe organisatiestructuur vraagt de nodige flexibiliteit en creativiteit. De portefeuillehouder Financieel Economische Criminaliteit zoekt een manier die criminele financiële onregelmatigheid bij een persoon voorspellen. Politiegegevens worden bijeengebracht in een Analytical Data Services omgeving. Het idee is een voorspellend model te bouwen dat aanwijzingen geeft over criminele financiële onregelmatigheid.

 

Doelstelling

Het gefundeerd scoren op criminele financiele onregelmatigheden, het presenteren van deze gegevens aan de operatie, en het verwerken van de feedback opdat het voorspellend model nauwkeuriger wordt.

Verantwoordelijkheden

Het opleveren van een voorspellend model, dat werkt in een complexe Analytical Data Service omgeving en steeds nauwkeuriger wordt dmv het toepassen van machine learning.

 

Vakmatige taken

Data Science, in het bijzonder:

Feature engineering

Feature selectie

Modelleren

Voorspellingen begrijpelijk presenteren

Leidinggevende taken

Geen

 

 

Contacten

Met collega data scientists, met de product-owner, met vertegenwoordigers van het operationele veld.

 

 

Inzet in de lijn of project

Inzet in het project

 

 

Opleiding

Een afgeronde en geaccrediteerde WO opleiding. 

 

 

Werkervaring

Ervaring met

Data Science mbv Python en R.

Maken van een Analytical Base Table, maken van een Analytisch model

Bouwen van Data-pipelines om een Analytical Base Table te vullen

 

 

Competenties

 

Organisatiesensitiviteit

Overtuigingskracht

Delegeren

Organisatievermogen

Klantgerichtheid

Mondelinge uitdrukkingsvaardigheid

Systeemdenken

 

 

 

Prijs (eisen)

Maximaal: € 120,00

Inclusief alle kosten, exclusief BTW.

 

 

Kwaliteit (eisen)

 

Onder een cv verstaan wij een overzicht van de werkervaring van de Externe. Dit in het Nederlands gesteld en bij voorkeur in PDF-formaat van maximaal 7 pagina's A4.

U dient gebruik te maken van het bijgevoegde template. Maakt u geen gebruik van bijgevoegd template zal uw bieding terzijde worden gelegd.

Sjabloon : CV template IT 1.2.doc

 

Eis 1. Ervaring met Data Science en het maken van modellen. Ervaring met machine learning. 

 

Dit moet middels concrete voorbeelden duidelijk zijn benoemd in het CV van de kandidaat.

Noem in het CV bij de werkzaamheden het nummer van deze eis, hoe je aan deze eis voldoet, de naam van de opdrachtgever(s). Noem de periode in (dd-mm-jj - dd-mm-jj). Bij het niet benoemen van het aantal jaren werkervaring en bij welke opdrachtgever deze kennis is opgedaan, zal de aanbieding terzijde worden gelegd.

 

Eis 2. De kandidaat beschikt over de volgende competenties:

 

- Organisatiesensitiviteit: Speelt in op interne politiek en is alert op veranderingen binnen de organisatie. Onderkent de invloed en de gevolgen van eigen beslissingen of activiteiten op de andere organisatieonderdelen.

 

- Overtuigingskracht: Toont gedrag dat er op is gericht om anderen te overtuigen van een bepaald standpunt en instemming te krijgen met bepaalde plannen of ideeën.

 

- Delegeren: Draagt onderdelen van de eigen taak en de daarbij behorende bevoegdheden over aan anderen en stimuleert en instrueert de ander om deze taken en verantwoordelijkhedengoed te vervullen.

 

- Organisatievermogen: Bepaalt prioriteiten en geeft de benodigde acties, tijd en middelen aan om ervoor te zorgen dat activiteiten plaats vinden en zaken geregeld worden. Evalueert de voortgang en stelt waar nodig de planning en opzet bij. 

 

- Klantgerichtheid: Herkent en onderzoekt de wensen en behoeften van anderen en speelt daarop in.

 

- Mondelinge uitdrukkingsvaardigheid: Maakt feiten, meningen en ideeën aan anderen in begrijpelijke taal mondeling duidelijk.

 

- Systeemdenken: Herkent zowel het groter verband als de interne samenhang binnen vraagstukken en is zich bewust van de eigen positie en invloed in dat grotere geheel.

 

Bovenstaande competenties moeten middels concrete voorbeelden duidelijk uitkomen tijdens het verificatiegesprek. Geef tijdens het gesprek aan op welke wijze de competenties worden toegepast bij de uitvoering voor het gunnen van de opdracht. Bij het niet voldoende aantonen zal aanbieding terzijde worden gelegd.

 

Eis 3. Een afgeronde en geaccrediteerde WO opleiding is een eis. 

 

Deze afgeronde en erkende opleiding moet duidelijk zijn benoemd in het CV van de kandidaat. Benoem bij elke opleiding of deze is afgerond en wanneer diploma is behaald. Bij het niet benoemen of diploma is behaald zal de aanbieding terzijde worden gelegd.

 

De uitgenodigde kandidaat dient (minimaal een dag) voor het verificatiegesprek bewijsmiddelen zoals kopie diploma(s)/certificaten te kunnen overleggen aan de inhuurdesk. Bij het niet tijdig indienen zal dit leiden tot uitsluiting van de aanvraag.

Gunningscriteria (wensen)

25 %

Wens 1. Aantoonbare werkervaring met Data Science met behulp van Python en R.

 

Benoem het nummer van deze wens expliciet in het CV bij de werkzaamheden. Geef een beschrijving in het CV waar deze ervaring uit blijkt, benoem de naam van de opdrachtgever(s) en de perioden (mm-jjjj t/m mm-jjjj).

25 %

Wens 2. Aantoonbare werkervaring met het maken van een Analytical Base Table. 

 

Benoem het nummer van deze wens expliciet in het CV bij de werkzaamheden. Geef een beschrijving in het CV waar deze ervaring uit blijkt, benoem de naam van de opdrachtgever(s) en de perioden (mm-jjjj t/m mm-jjjj).

25 %

Wens 3. Aantoonbare werkervaring met het maken van een Analytisch model. 

 

Benoem het nummer van deze wens expliciet in het CV bij de werkzaamheden. Geef een beschrijving in het CV waar deze ervaring uit blijkt, benoem de naam van de opdrachtgever(s) en de perioden (mm-jjjj t/m mm-jjjj).

25 %

Wens 4. Aantoonbare werkervaring met het bouwen van Data-pipelines om een Analytical Base Table te vullen. 

 

Benoem het nummer van deze wens expliciet in het CV bij de werkzaamheden. Geef een beschrijving in het CV waar deze ervaring uit blijkt, benoem de naam van de opdrachtgever(s) en de perioden (mm-jjjj t/m mm-jjjj).

 

 

 

Planning

Start publicatie  18-01-2018 00:00 

Einddatum vragen 22-01-2018 23:59 

Beantwoording vragen 23-01-2018 23:59 

Sluiting publicatie 30-01-2018 23:59 

Beoordeling offertes (vanaf) 31-01-2018 00:00 

Verwachte terugkoppeling 09-04-2018 23:59