Bekijk alle opdrachten
Datascientist Bestuursstaf Defensie Den Haag
Plein Kalvermarkt, OnbekendVoor Defensie in Den Haag zijn wij op zoek naar een 3 fte Datascientist:
Offsite werken bespreekbaar
Ja. Toelichting: Thuiswerken is mogelijk in overleg met de behoeftesteller.
VGB: B
Start maandag 5 januari 2026
Duur tot zaterdag 28 februari 2026 met optie op verlenging
Uren 20 uur per FTE uur
Locatie Plein Kalvermarkt
Deadline 08 dec. 2025 (ma.),
Opdrachtomschrijving
Het Ministerie van Defensie wil inzicht hebben in de risico's van openbaring van (gestapelde) Defensiegegevens en de kans dat deze risico's zich
voordoen, zodat een integrale en proportionele afweging kan worden gemaakt tussen transparantie enerzijds en de impact daarvan op de
taakstelling en gereedheid van Defensie anderzijds. Op basis hiervan moet een strategisch handelingsperspectief worden geboden om de risico's
te beheren/beheersen (resp. vermijden, mitigeren, overdragen of accepteren).
Werkzaamheden binnen de opdracht zijn: • Onderzoek of er en zo ja, welke risico’s zijn aan het openbaar maken van (gestapelde) Defensiegegevens, zoals de publicatie van meta data van
algoritmes, het openbaar beschikbaar stellen van (operationele) data, beslistnota's, etc. met behulp van de inzet van verschillende technieken
zoals data engineering, data science en machine learning. Leidt publicatie van deze gegevens (al dan niet in combinatie met data uit andere
openbare bronnen) tot risico's en/of kwetsbaarheden voor Defensie (Threat modelling). • Stel op basis hiervan advies op over de kans dat (korte- en lange termijn) risico’s van openbaarmaking van Defensiegegevens zich voordoen, en
of en hoe openbaarmaking van deze informatie impact zal hebben op de gereedheid van Defensie;
• Zet dit advies af tegen de maatschappelijke en politieke belangen rondom transparantie;
• Bied strategisch handelingsperspectief om deze risico’s te beheren (resp. vermijden, mitigeren, overdragen of accepteren);
• Opdat op basis van bovenstaand advies door Defensie een integrale en proportionele afweging kan worden gemaakt tussen transparantie
enerzijds en anderzijds de impact die transparantie heeft op de taakstelling en gereedheid van Defensie;
Voor deze aanvraag zoeken wij drie kandidaten die invulling zullen geven aan deze aanvraag.
Achtergrond opdracht
Publicatie op het Algoritmeregister zal begrensd worden door wettelijke of gerechtvaardigde uitzonderingen bij bijvoorbeeld opsporing,
(rechts)handhaving, defensie of inlichtingenverzameling. Het kan zijn dat algoritmes maar gedeeltelijk openbaar worden gemaakt of dat
algoritmes helemaal niet in het publieke Algoritmeregister komen. Maar, ook voor gedeeltelijk te publiceren algoritmes geldt dat ze beschreven
en controleerbaar moeten zijn. Het Algoritmeregister is echter enkel aanleiding voor deze adviesvraag, de risico’s manifesteren zich bij meerdere
transparantie-initiatieven, binnen andere wettelijke kaders wordt namelijk ook informatie publiek kenbaar gemaakt. Denk bijvoorbeeld aan de
WOO en de openbaarmaking van Kamerbrieven en Beslisnota’s, de AVG en het het Defensie AVG-verwerkingsregister of –meer operationeel
relevant- de publicatie van vliegbewegingen boven Nederland door de Luchtmacht op Defensie.nl. In de huidige situatie wordt een afweging voor (de mate van) openbaarmaking per dossier gemaakt, vanuit het perspectief van de dossierhouder,
denk bijvoorbeeld aan het lakken van bepaalde persoonsgegevens of het weglaten van informatie door het rubriceringsniveau. De combinatie van
meerdere gegevens of online beschikbare bronnen kan echter leiden tot het onbedoeld prijsgeven van vertrouwelijke informatie. Denk
bijvoorbeeld reverse engineering en ongeoorloofde reconstructie van personen, projecten of vertrouwelijke informatie. Ook kan stapeling van
grote hoeveelheden ongerubriceerde informatie tezamen inzichten prijsgeven, die het belang van de Staat en bondgenoten schade zouden
kunnen berokkenen. Het gevraagde advies is bedoeld een integraal beeld op te bouwen van de mogelijke risico’s en de impact daarvan en
daarmee positie te kunnen nemen en richting te kunnen geven in de kaderstelling rondom de transparante overheid.
Samenvattende opgave en missie
Leidt het proces van het toepassen van data-analyse. Levert inzichten uit gegevens door het analyseproces te optimaliseren en visuele
gegevensrepresentaties te presenteren. Zoekt, beheert en voegt meerdere gegevensbronnen samen en zorgt voor consistentie van gegevenssets. Identificeert de wiskundige modellen,
selecteert en optimaliseert de algoritmen om bedrijfswaarde te leveren door middel van inzichten. Communiceert patronen en beveelt manieren
aan om gegevens toe te passen.
Taken
Representeer zakelijke uitdagingen door middel van wiskundige modellen
Verzamel, begrijp, opschoon, analyseer, integreer en onderzoek interne en externe gegevens om de missie te bereiken
Creëer en test hypothese
Ontdek data-correlaties / relaties ter ondersteuning van meting en predicatie
Identificeer de juiste visualisatiemodellen afhankelijk van de zakelijke uitdagingen en de datasets
Adresgegevensbeveiliging door actieve preventieve strategieën
Selecteer en optimaliseer algoritmen met behulp van data science tools
Voldoen aan ethische richtlijnen en wettelijke vereisten
Eisen
Kandidaat heeft minimaal 3 jaar aantoonbare werkervaring en kennis van data sciene en AI.
Kandidaat heeft minimaal 3 jaar aantoonbare werkervaring in het managen van innovatieve projecten.
Kandidaat heeft aantoonbare werkervaring op HBO/Academisch werk- en denkniveau.
Kandidaat beheerst de Nederlandse en Engelse taal in woord en geschrift (Niveau B2). Dit moet
duidelijk blijken uit het CV.
Kandidaat heeft minimaal 3 jaar aantoonbare werkervaring met het uitvoeren van risico analyses en is in staat risico's te identificeren, kwantificeren en te vertalen naar concrete handelingsperspectieven.
Kandidaat heeft minimaal 3 jaar aantoonbare werkervaring met read teaming technieken en is in staat deze in te zetten om
kwetsbaarheden en overige risico's te identificeren alsmede ervaring met het uiteenzetten van mogelijke scenario's op basis van read teaming uitkomsten.
Kandidaat heeft minimaal 3 jaar aantoonbare werkervaring op het gebied van data science & AI en het inzichtelijk maken van werking, kansen, risico's, bedreigingen en kwetsbaarheden en daarbij mogelijke implicaties van openbaarmaking van .
Wensen
Kandidaat heeft bij voorkeur aantoonbare werkervaring in omgevingen waar veiligheid en vertrouwelijkheid centraal staan: Defensie en/of het
Inlichtingen- en Veiligheidsdomein.
Kandidaat heeft bij voorkeur een relevante masteropleiding gevolgd zoals bijvoorbeeld informatica, data science, computer science, AI, computer
security.
Offsite werken bespreekbaar
Ja. Toelichting: Thuiswerken is mogelijk in overleg met de behoeftesteller.
VGB: B
Start maandag 5 januari 2026
Duur tot zaterdag 28 februari 2026 met optie op verlenging
Uren 20 uur per FTE uur
Locatie Plein Kalvermarkt
Deadline 08 dec. 2025 (ma.),
Opdrachtomschrijving
Het Ministerie van Defensie wil inzicht hebben in de risico's van openbaring van (gestapelde) Defensiegegevens en de kans dat deze risico's zich
voordoen, zodat een integrale en proportionele afweging kan worden gemaakt tussen transparantie enerzijds en de impact daarvan op de
taakstelling en gereedheid van Defensie anderzijds. Op basis hiervan moet een strategisch handelingsperspectief worden geboden om de risico's
te beheren/beheersen (resp. vermijden, mitigeren, overdragen of accepteren).
Werkzaamheden binnen de opdracht zijn: • Onderzoek of er en zo ja, welke risico’s zijn aan het openbaar maken van (gestapelde) Defensiegegevens, zoals de publicatie van meta data van
algoritmes, het openbaar beschikbaar stellen van (operationele) data, beslistnota's, etc. met behulp van de inzet van verschillende technieken
zoals data engineering, data science en machine learning. Leidt publicatie van deze gegevens (al dan niet in combinatie met data uit andere
openbare bronnen) tot risico's en/of kwetsbaarheden voor Defensie (Threat modelling). • Stel op basis hiervan advies op over de kans dat (korte- en lange termijn) risico’s van openbaarmaking van Defensiegegevens zich voordoen, en
of en hoe openbaarmaking van deze informatie impact zal hebben op de gereedheid van Defensie;
• Zet dit advies af tegen de maatschappelijke en politieke belangen rondom transparantie;
• Bied strategisch handelingsperspectief om deze risico’s te beheren (resp. vermijden, mitigeren, overdragen of accepteren);
• Opdat op basis van bovenstaand advies door Defensie een integrale en proportionele afweging kan worden gemaakt tussen transparantie
enerzijds en anderzijds de impact die transparantie heeft op de taakstelling en gereedheid van Defensie;
Voor deze aanvraag zoeken wij drie kandidaten die invulling zullen geven aan deze aanvraag.
Achtergrond opdracht
Publicatie op het Algoritmeregister zal begrensd worden door wettelijke of gerechtvaardigde uitzonderingen bij bijvoorbeeld opsporing,
(rechts)handhaving, defensie of inlichtingenverzameling. Het kan zijn dat algoritmes maar gedeeltelijk openbaar worden gemaakt of dat
algoritmes helemaal niet in het publieke Algoritmeregister komen. Maar, ook voor gedeeltelijk te publiceren algoritmes geldt dat ze beschreven
en controleerbaar moeten zijn. Het Algoritmeregister is echter enkel aanleiding voor deze adviesvraag, de risico’s manifesteren zich bij meerdere
transparantie-initiatieven, binnen andere wettelijke kaders wordt namelijk ook informatie publiek kenbaar gemaakt. Denk bijvoorbeeld aan de
WOO en de openbaarmaking van Kamerbrieven en Beslisnota’s, de AVG en het het Defensie AVG-verwerkingsregister of –meer operationeel
relevant- de publicatie van vliegbewegingen boven Nederland door de Luchtmacht op Defensie.nl. In de huidige situatie wordt een afweging voor (de mate van) openbaarmaking per dossier gemaakt, vanuit het perspectief van de dossierhouder,
denk bijvoorbeeld aan het lakken van bepaalde persoonsgegevens of het weglaten van informatie door het rubriceringsniveau. De combinatie van
meerdere gegevens of online beschikbare bronnen kan echter leiden tot het onbedoeld prijsgeven van vertrouwelijke informatie. Denk
bijvoorbeeld reverse engineering en ongeoorloofde reconstructie van personen, projecten of vertrouwelijke informatie. Ook kan stapeling van
grote hoeveelheden ongerubriceerde informatie tezamen inzichten prijsgeven, die het belang van de Staat en bondgenoten schade zouden
kunnen berokkenen. Het gevraagde advies is bedoeld een integraal beeld op te bouwen van de mogelijke risico’s en de impact daarvan en
daarmee positie te kunnen nemen en richting te kunnen geven in de kaderstelling rondom de transparante overheid.
Samenvattende opgave en missie
Leidt het proces van het toepassen van data-analyse. Levert inzichten uit gegevens door het analyseproces te optimaliseren en visuele
gegevensrepresentaties te presenteren. Zoekt, beheert en voegt meerdere gegevensbronnen samen en zorgt voor consistentie van gegevenssets. Identificeert de wiskundige modellen,
selecteert en optimaliseert de algoritmen om bedrijfswaarde te leveren door middel van inzichten. Communiceert patronen en beveelt manieren
aan om gegevens toe te passen.
Taken
Representeer zakelijke uitdagingen door middel van wiskundige modellen
Verzamel, begrijp, opschoon, analyseer, integreer en onderzoek interne en externe gegevens om de missie te bereiken
Creëer en test hypothese
Ontdek data-correlaties / relaties ter ondersteuning van meting en predicatie
Identificeer de juiste visualisatiemodellen afhankelijk van de zakelijke uitdagingen en de datasets
Adresgegevensbeveiliging door actieve preventieve strategieën
Selecteer en optimaliseer algoritmen met behulp van data science tools
Voldoen aan ethische richtlijnen en wettelijke vereisten
Eisen
Kandidaat heeft minimaal 3 jaar aantoonbare werkervaring en kennis van data sciene en AI.
Kandidaat heeft minimaal 3 jaar aantoonbare werkervaring in het managen van innovatieve projecten.
Kandidaat heeft aantoonbare werkervaring op HBO/Academisch werk- en denkniveau.
Kandidaat beheerst de Nederlandse en Engelse taal in woord en geschrift (Niveau B2). Dit moet
duidelijk blijken uit het CV.
Kandidaat heeft minimaal 3 jaar aantoonbare werkervaring met het uitvoeren van risico analyses en is in staat risico's te identificeren, kwantificeren en te vertalen naar concrete handelingsperspectieven.
Kandidaat heeft minimaal 3 jaar aantoonbare werkervaring met read teaming technieken en is in staat deze in te zetten om
kwetsbaarheden en overige risico's te identificeren alsmede ervaring met het uiteenzetten van mogelijke scenario's op basis van read teaming uitkomsten.
Kandidaat heeft minimaal 3 jaar aantoonbare werkervaring op het gebied van data science & AI en het inzichtelijk maken van werking, kansen, risico's, bedreigingen en kwetsbaarheden en daarbij mogelijke implicaties van openbaarmaking van .
Wensen
Kandidaat heeft bij voorkeur aantoonbare werkervaring in omgevingen waar veiligheid en vertrouwelijkheid centraal staan: Defensie en/of het
Inlichtingen- en Veiligheidsdomein.
Kandidaat heeft bij voorkeur een relevante masteropleiding gevolgd zoals bijvoorbeeld informatica, data science, computer science, AI, computer
security.
De verantwoordelijke recruiter voor deze opdracht is Sabine Knopper. U kunt solliciteren via de reageren button, of u kunt per e-mail (s.knopper@caesar.nl) of telefoon (06-29553557) contact opnemen.
