Machine Learning Engineer opdrachten

Machine Learning Engineer opdrachten platform

Als Machine Learning Engineer breng je datamodellen tot leven: je bouwt, traint en implementeert modellen die echte bedrijfswaarde opleveren in productie.

UbuntuJobs helpt Machine Learning Engineers de opdracht te vinden waarin AI-innovatie en productiematurity samenkomen.
Machine Learning Engineer opdrachten: twee IT-professionals die samen achter een laptop werken – UbuntuJobs

Taken en verantwoordelijkheden

Wat doet een Machine Learning Engineer?

Als Machine Learning Engineer breng je modellen van experiment naar productieklare oplossing. Dit zijn enkele kernverantwoordelijkheden:

Modelontwikkeling: Machine learning-modellen bouwen, trainen en valideren met frameworks zoals TensorFlow of PyTorch.

Productie-implementatie: Modellen deployen en schalen via MLOps-pipelines en model-serving infrastructuur.

Monitoring en verbetering: Modelprestaties in productie bewaken en retraining-strategieën opzetten tegen model drift.

Bekijk opdrachten

Vaardigheden

Belangrijkste competenties van een Machine Learning Engineer

Een sterke Machine Learning Engineer combineert data science-kennis met software engineering-discipline. Dit zijn enkele competenties:

Wiskundig inzicht: Sterk begrip van statistiek, lineaire algebra en machine learning-algoritmes.

Engineering-vaardigheden: Ervaring met Python, data-pipelines en het schrijven van productieklare, testbare code.

Experimenteel denken: Hypotheses testen, modellen itereren en resultaten kritisch evalueren.

Machine Learning Engineer competenties: twee IT-professionals die samen achter een laptop werken – UbuntuJobs

We werken samen met opdrachtgevers zoals

Windesheim
NS
MKB-nederland
KataPult
Ministerie van Buitenlandse Zaken
Provincie Gelderland

Veelgestelde vragen over het vak van Machine Learning Engineer

Als Machine Learning Engineer breng je datamodellen tot leven: je bouwt, traint en implementeert modellen die echte bedrijfswaarde opleveren in productie.

UbuntuJobs helpt Machine Learning Engineers de opdracht te vinden waarin AI-innovatie en productiematurity samenkomen.

Als Machine Learning Engineer breng je modellen van experiment naar productieklare oplossing. Dit zijn enkele kernverantwoordelijkheden:

Modelontwikkeling: Machine learning-modellen bouwen, trainen en valideren met frameworks zoals TensorFlow of PyTorch.

Productie-implementatie: Modellen deployen en schalen via MLOps-pipelines en model-serving infrastructuur.

Monitoring en verbetering: Modelprestaties in productie bewaken en retraining-strategieën opzetten tegen model drift.

Een sterke Machine Learning Engineer combineert data science-kennis met software engineering-discipline. Dit zijn enkele competenties:

Wiskundig inzicht: Sterk begrip van statistiek, lineaire algebra en machine learning-algoritmes.

Engineering-vaardigheden: Ervaring met Python, data-pipelines en het schrijven van productieklare, testbare code.

Experimenteel denken: Hypotheses testen, modellen itereren en resultaten kritisch evalueren.

Opleiding: WO-opleiding in data science, artificial intelligence, wiskunde of informatica.

Certificering: AWS Certified Machine Learning – Specialty of TensorFlow Developer Certificate.

Praktijkervaring: Aantoonbare ervaring met het bouwen en uitrollen van ML-modellen in productieomgevingen.

Bijscholing: Volgt actief nieuwe ontwikkelingen op het gebied van deep learning, LLM's en MLOps-tooling.

Opleiding en ervaring

Opleiding en ervaring als Machine Learning Engineer

Opleiding: WO-opleiding in data science, artificial intelligence, wiskunde of informatica.

Certificering: AWS Certified Machine Learning – Specialty of TensorFlow Developer Certificate.

Praktijkervaring: Aantoonbare ervaring met het bouwen en uitrollen van ML-modellen in productieomgevingen.

Bijscholing: Volgt actief nieuwe ontwikkelingen op het gebied van deep learning, LLM's en MLOps-tooling.

Bekijk opdrachten
Machine Learning Engineer opdrachten overheid: samenwerking tijdens een overheidsvergadering – UbuntuJobs