Als Machine Learning Engineer bij Xomnia variëren je werkzaamheden voor onze klanten van het bouwen van datapipelines tot data-exploratie en modellering, tot het in productie brengen van je modellen en deze implementeren in een cloudomgeving. Zo heeft ons team bijvoorbeeld schaalbare deployment pipelines ontwikkeld met behulp van MLOps-best practices voor een grote verzekeringsmaatschappij in Nederland, waardoor de business teams snel een machine learning-model in productie kunnen brengen voor een nieuwe afdeling.

Daarnaast hebben we uiteenlopende projecten uitgevoerd, zoals het optimaliseren van het elektriciteitsnet voor de toekomst, ervoor gezorgd dat je thuis een stabiele internetverbinding hebt, en samengewerkt met het LUMC aan kankeronderzoek.

Samen met het team implementeer en pas je best practices toe voor modellering, programmeren en engineering, gebruikmakend van de nieuwste MLOps-principes, waaronder automatisering, CI/CD en orkestratie. Deze principes gelden voor de gehele keten van de machine learning-levenscyclus, van idee tot implementatie en monitoring.

We hechten veel waarde aan kennisdeling en het vooroplopen in ons constant evoluerende vakgebied, met mogelijkheden om te verkennen en te werken met opkomende technologieën zoals Generative AI. We zoeken een teamspeler die toegewijd is om te blijven leren en het leuk vindt om kennis met anderen te delen.

Waar je aan gaat werken

• Samenwerken met een cross-functioneel team bij onze klant om zakelijke vereisten te begrijpen en kansen te identificeren voor het toepassen van machine learning
• Ontwerpen en implementeren van machine learning-modellen met behulp van diverse technieken
• Ontwikkelen en onderhouden van machine learning-pipelines, inclusief feature preparation, model training, model deployment en model serving met behulp van MLOps-principes
• Analyseren en interpreteren van resultaten om besluitvorming te ondersteunen en continue verbetering te stimuleren
• Op de hoogte blijven van de nieuwste machine learning-technieken en technologieën en deze toepassen op zakelijke problemen waar relevant
• Volgen en vaststellen van best practices op het gebied van modellering, programmeren, automatisering en CI/CD