Machine Learning Engineer

Machine Learning Engineer

Help jij ons om complexe ML-modellen naar productie te brengen en op schaal te draaien voor 5 miljoen ANWB-leden? Als ML Engineer bouw je mee aan de infrastructuur die onze data-gedreven diensten mogelijk maakt.

Jouw rol

Als Machine Learning Engineer ben je verantwoordelijk voor het vertalen van data science oplossingen naar robuuste, schaalbare systemen die in productie kunnen draaien. Je speelt een cruciale rol in het overbruggen van de kloof tussen experimentele modellen en waardevolle bedrijfsoplossingen.

• Modellen productiewaardig maken
  • Bouwen van schaalbare ML-pijplijnen
  • Reviewen en meehelpen van experimentele code naar productiewaardige, geteste en onderhoudbare code
  • Implementeren van monitoring, logging en alerting voor modellen in productie
  • Zorgen voor efficiënte model serving strategieën
• Samenwerken met Data Scientists
  • Adviseren over best practices voor reproduceerbare en productiegerichte code
  • Meedenken over model-architectuur vanuit een engineering perspectief
  • Gezamenlijk oplossen van technische uitdagingen
• MLOps/ LLMOps platform ontwikkelen
  • Bijdragen aan de verbetering van ons MLOps/ LLMOps platform
  • Automatiseren van herhalende processen in de ML lifecycle

Ons aanbod

• Bruto maandsalaris tussen € 4.024 - en € 6.488,- (o.b.v. 38 uur) en een eindejaarsuitkering van 5,58%.
• Prima pensioenregeling.
• Korting op verschillende ANWB-producten en diensten.
• Volop trainings-, opleidings- en ontwikkelingsmogelijkheden bij onze ANWB Academie.
• Goede voorzieningen om thuis te werken en een thuiswerkvergoeding van €2,35 per dag (onbelast) de ANWB is voorstander van het hybride werken.
• 25 verlofdagen en 13 adv-dagen per jaar op basis van 40-urige werkweek. Ook kun je sparen voor extra verlof.
• Internetvergoeding van €35,- per maand.
• Persoonlijk inzetbaarheidsbudget van €700,- bruto per jaar.
• ANWB-lidmaatschap met Wegenwacht Nederland Standaard of de Wegenwacht Fiets Service.

Ons team

Waar denk jij aan als je aan ANWB denkt? Grote kans dat je aan de Wegenwacht denkt. Dat klopt! Toch doen we veel meer. Wij zijn een vereniging die ook producten verkoopt in onze winkels, maatschappelijk relevante projecten realiseert, verzekeringen biedt, reizen voor onze leden organiseert, energieleverancier en nog veel meer. Dat maakt ANWB een veelzijdige werkgever met verschillende expertises onder één dak en waarbij maatschappelijke impact vooropstaat. Al deze producten en diensten genereren veel data die we binnen het ACE team, het Analytics Center of Expertise, gebruiken om werkzaamheden binnen de ANWB te optimaliseren en te innoveren. Jij wordt onderdeel van dit team.

Het ACE team voert opdrachten uit binnen de gehele ANWB. Je werkt in een team van Data Scientists, MLOps Engineers en een Analytics Translator. Als ML Engineer vorm je de brug tussen Data Science en productie, waarbij je nauw samenwerkt met zowel Data Scientists als MLOps Engineers. Je zorgt ervoor dat modellen op een schaalbare en betrouwbare manier worden geïmplementeerd en je draagt bij aan het onderhoud en de optimalisatie van het MLOps platform.

Ontmoet je collega's

“Impact maken voor onze leden door met data te puzzelen, hoe mooi is dat?” Tessa, Database marketeer

“Technische puzzels oplossen waarmee ik collega’s en leden verder help: het verveelt nooit!” Ramon, Data-scientist en MLOps-engineer

“Met data science helpen we Nederland veiliger en duurzamer te maken” Anna, Data scientist bij de ANWB

Als achtergrond neem jij mee

Je bent een technisch talent met passie voor het bouwen van robuuste ML-systemen! Je combineert software engineering expertise met kennis van machine learning en maakt graag de vertaalslag van experiment naar productie. Als achtergrond neem je verder mee:

• Afgeronde WO opleiding in Computer Science, Software Engineering, Data Science of vergelijkbare richting
• 2-5 jaar ervaring met het bouwen van production-grade machine learning systemen
• Uitstekende programmeervaardigheden in Python, inclusief ervaring met software development best practices zoals testing, versioning en code reviews
• Grondige kennis van ML frameworks (zoals TensorFlow, PyTorch, Scikit-learn) en begrip van fundamentele ML-concepten
• Ervaring met cloud platforms, met name AWS en specifiek SageMaker
• Bekend met containerization (Docker)
• Ervaring met CI/CD pipelines en MLOps principes
• Affiniteit met data engineering concepten (data pipelines, ETL processen)
• Een goede beheersing van de Nederlandse taal