Waarom data scientist niet je eerste baan is
Droom je van een carrière in data science? Je bent niet de enige. Steeds meer studenten ronden een studie af in Data Science, AI of Business Analytics en willen meteen als data scientist aan de slag. Maar als je vacatures checkt, zie je één ding: er zijn bijna geen junior data scientist vacatures, zeker niet in finance. Hoe komt dat?
We spraken recruiter Jorn over hoe data science in de financiële sector werkt, waarom ‘data scientist’ vaak geen startpunt maar een eindstation is, en hoe je dan wél slim begint aan je carrière in data.
Data science in finance: waarom het anders werkt
Veel starters denken dat werken als data scientist betekent dat je direct met AI en machine learning aan de slag gaat. In theorie klopt dat. In de praktijk – zeker in finance – werkt het anders. Banken en verzekeraars werken met enorme hoeveelheden data, maar mogen daar niet zomaar alles mee doen. Toezichthouders zoals de Nederlandse Bank (DNB) en de Europese Centrale Bank (ECB) willen precies weten hoe elk model werkt.
“In finance is AI vaak nog een black box,” legt Jorn uit. “En dat mag dus niet. Alles wat een bank doet, moet uitlegbaar en controleerbaar zijn. Je kunt niet gewoon een algoritme draaien en zeggen: ‘vertrouw ons maar’.” Daarom is in finance een goed afgestemde samenwerking nodig tussen dataspecialisten als engineers, analisten en stewards om AI en data science effectief én controleerbaar in te zetten. Denk aan:
- Data stewards zorgen ervoor dat data goed wordt verzameld en bruikbaar is.
- Data engineers bouwen de technische infrastructuur en zorgen dat alles veilig wordt opgeslagen.
- Data- en BI-specialisten analyseren trends en bouwen dashboards waarmee managers en toezichthouders snel inzicht krijgen.
Pas als al deze onderdelen goed ingericht zijn, kan een data scientist voorspellende modellen ontwikkelen die ook daadwerkelijk toepasbaar zijn in een gereguleerde omgeving. En zelfs dan gaat het niet alleen om slimme modellen bouwen, maar vooral: kunnen uitleggen hoe zo’n model werkt, waarom het klopt, en wat de impact is.
Benieuwd hoe het écht is om je eerste baan als data engineer bij een bank te starten? 👀Check het verhaal van Andrea, die als data engineer bij ABN AMRO werkt en vertelt hoe haar werkdag eruitziet!
Waarom zie je dan geen junior data scientist vacatures?
Een data scientist is niet iemand met één specifieke taak, maar iemand die het hele plaatje overziet: van dataverzameling en analyse tot modellering en business impact. En dat is precies waarom je bijna geen junior data scientist-rollen ziet. “Veel organisaties weten zélf nog niet goed hoe ze data science willen inzetten,” vertelt Jorn. “Er wordt nog gepionierd. En voor pionieren heb je ervaring nodig.”
Bovendien is de rol van data scientist nog volop in ontwikkeling. In het ene bedrijf richt je je vooral op procesoptimalisatie, in het andere op documentherkenning of fraudedetectie. Soms heet het ‘data scientist’, soms ‘process mining analyst’, en soms iets heel anders. Het gevolg? Veel bedrijven zoeken ervaren mensen die hen kunnen helpen om deze technologieën überhaupt werkbaar te maken. En dat maakt het lastig voor starters.
Hoe begin je dan wél?
Wil je uiteindelijk als data scientist werken? Dan helpt het om je blik te verbreden. Het draait niet om die ene functietitel, maar om ervaring opdoen met data in de praktijk. Denk aan rollen als:
- Data analist (in finance) – je leert hoe data businessbeslissingen beïnvloedt.
- Data engineer – je ontwikkelt de infrastructuur waarop modellen draaien.
- BI-specialist – je vertaalt data naar dashboards en inzichten.
Maar ook: business analist of rapportage-analist kunnen goede tussenstappen zijn, zeker als je sterk bent in communicatie of het verbinden van mensen en data. “Niet iedereen hoeft hardcore te programmeren,” zegt Jorn. “Misschien ben jij juist goed in presenteren, overtuigen, uitleggen. Dan kun jij de brug zijn tussen de tech en de business – en dat is minstens zo belangrijk.”
Welke rol je ook kiest, zorg dat je cv laat zien wat je in huis hebt. 💪 Bekijk hier onze 10 tips voor een goed cv
De toekomst van data science is... onvoorspelbaar én veelbelovend
Eerlijk is eerlijk: niemand weet precies waar het vakgebied heen gaat. Wat nu ‘data scientist’ heet, kan over vijf jaar weer een andere naam hebben. De ontwikkelingen gaan razendsnel. Maar één ding blijft volgens Jorn wél zeker: “Je kunt nog zo technisch onderlegd zijn – als je het niet kunt uitleggen, heeft niemand er wat aan.”
Juist daarom zijn soft skills zo belangrijk. Weten wat je doet is stap één. Uitleggen waarom het relevant is, en mensen meenemen in jouw verhaal – dat is waar je het verschil maakt.
Conclusie: bouw je carrière vanuit de praktijk
Wil je werken in data science? Begin dan slim. Kies een rol waarin je ervaring opdoet met dataverwerking, de financiële sector leert kennen, en jezelf ontwikkelt in de richting die bij je past. Er is geen standaard route, en dat is juist je kracht. Start met een rol waar je skills tot hun recht komen, bouw ervaring op, en blijf nieuwsgierig. Want data science is geen rechte weg. Het is een landschap vol zijpaden, ontdekkingen en kansen.
👉 Nieuwsgierig waar jij kunt starten? Check onze data-vacatures en ontdek welke rol bij jou past.
Over Solid Professionals
Bij Solid Professionals begeleiden we net-afgestudeerden in hun carrière binnen Finance, Risk, Data en IT. Persoonlijk leiderschap staat bij ons centraal. Groei begint bij jezelf kennen en de ruimte krijgen om je eigen pad te volgen. We helpen je keuzes te maken die bij jou passen, verantwoordelijkheid te nemen en je eigen impact te creëren. Ben jij op zoek naar een uitdagende startersfunctie? Check onze vacatures en ontdek hoe jij jouw carrière binnen data start!
