Machine Learning Engineer

Jouw veld van expertise

Als MLOps Engineer speel je een cruciale rol in het creëren van machine learning-omgevingen die waarde toevoegen voor onze klanten. Je werkt aan het bouwen en deployen van ML-platformen, het opzetten en beheren van ML-modellen, en het verzekeren van veilige toegang tot data. Zo zet jij een goed ingericht, veilige ML-omgeving op die de basis vormt voor data-gedreven inzichten. Dit doe je met tools zoals Databricks en/of Azure ML. En met behulp van MLFlow beheer je de volledige cyclus van ML-modellen. Jouw expertise zorgt ervoor dat experimenten soepel verlopen, en dat alles van staging tot productie optimaal draait.

Wat jij kunt doen als exper

Door jouw expertise wordt de kracht van ML optimaal ingezet in een stabiele en veilige omgevingen bij diverse klanten, denk bijvoorbeeld aan de zorgsector of pensioenfonds. Daarnaast kan jij intern waarde toevoegen door kennis te delen en uit te breiden via workshops, kennis sessies en focusavonden.

Waar je op kunt bouw

• Plan zelf je reis naar werkgeluk en vorm jouw eigen ultieme carrière in overleg met je Employee Success Manager
• Aandacht voor work-life balance, bijvoorbeeld de mogelijkheid om 32 uur per week te werken.
• Wij geloven niet in hokjesdenken. Daarom hebben wij géén functiehuizen, salarisschalen of vaste profielen.
• Direct een contract voor onbepaalde tijd.
• Benieuwd naar wat we jou nog meer beloven ? Klik hier.
• Azure opdrachten bij grote bedrijven in technisch complexe en hybride omgevingen.
• Een team van meer dan 80 senior en gespecialiseerde collega’s die hun kennis met je delen.
• Mogelijkheden om te verbreden of te verdiepen binnen data of daarbuiten. Of om gewoon nóg beter te worden in wat je doen.

Welke bouwstenen neem je mee

• Minimaal een afgeronde HBO-opleiding
• Minimaal 3 jaar ervaring met ML.Vaardigheid in Python, PySpark, SQL, en Bash Scripting.
• Goede beheersing van de Nederlandse en Engelse taal, zowel in woord als geschrift.
• Kennis van Data Engineering is een sterke pré (Azure DevOps, Azure Data Factory, Fabric, Databricks).