(Bij)baan als Data Science bij Nationale-Nederlanden in Amsterdam

Wat ga je doen?

Volg jij een wo-opleiding in de richting van Data Science en is het analyseren van data jouw ding? Ga tijdelijk en parttime aan de slag als medewerker Data Science bij Nationale-Nederlanden in Amsterdam!

De werkomgeving

Je werkt op locatie in de Oval Tower in Amsterdam. Het team bestaat uit 18 personen en is verantwoordelijk voor de acceptatie- en schadeafhandeling en verkoop van ORV (overlijdensrisicoverzekeringen). De werksfeer is gemoedelijk, teamgericht en taakgedreven. Er wordt gewerkt met de systemen Zorro en Salesforce.

Je werkzaamheden

Je krijgt een inwerktraject waarbij je aan de hand van Business Proces Managers een snelcursus ORV krijgt. Vervolgens ga je aan de slag met een enorme pool van data. Het doel is dat de data vertelt waar op gelet moet worden om de klantbeleving en verkoop te verhogen, met als verwacht resultaat de top 10 bruikbare uitkomsten uit de data.

Praktische informatie

De startdatum van de opdracht is zo snel mogelijk en de verwachte einddatum is 1 februari 2027. Je werkt 8 tot 9 uur per week en je bent in ieder geval op donderdag (deels) beschikbaar om te werken op kantoor.

Wat wij bieden

• Een salaris van € 17,95 bruto per uur;
• Inclusief eindejaarsuitkering wordt dit € 19,45 per uur;
• Een thuiswerkvergoeding van € 8,08 per gewerkte week;
• Reizen met het ov? Dan krijg je een NS-business card welke je ook privé mag gebruiken.
• Kom je met de auto? Dan ontvang je € 0,23 tot € 0,30 per km (afhankelijk van de type vervoer);
• Ervaring op doen in het verwerken van data naast je studie!

Solliciteren

Ben jij de perfecte kandidaat voor deze vacature als Werkstudent Data Science en voldoe je aan de eisen? Klik dan op de knop 'Solliciteer direct!' en we nemen zo snel mogelijk contact met je op!

Extra informatie

Status

Open

Opleidingsniveaus

Universiteit

Plaats

Amsterdam

Werkuren per week

8 - 9

Dienstverbanden

Parttime (overdag)

Salarisindicatie

€17,95 per uur

Verantwoordelijk voor

Je analyseert een enorme pool van data om te vertellen waar op gelet moet worden om de klantbeleving en verkoop te verhogen.

Gepubliceerd op

28-10-2026