AI Engineer

Smals; Sint-Gillis-bij-Dendermonde; Sur place; EUR 50 000 - 70 000; Plein temps

Résumé du poste

Smals in België zoekt een AI Engineer die verantwoordelijk is voor het ontwerpen en integreren van AI-functionaliteit. De rol omvat het vertalen van use cases naar veilige en werkbare AI-oplossingen binnen bestaande systemen.

Je werkt samen met verschillende teams om AI-use cases te realiseren en zorgt voor het monitoren van productieklare AI-services, terwijl je kwaliteitsborging en evaluaties opzet.

Qualifications

• Ervaring met het ontwikkelen van AI-oplossingen.
• Kennis van API-integraties en workflows.
• Vermogen om testscenario's op te zetten voor kwaliteitsborging.

Responsabilités

• AI-use cases implementeren en vertalen naar oplossingen.
• Integraties ontwerpen tussen AI-componenten en interne applicaties.
• Evaluaties en kwaliteitsborging opzetten.
• POC's vertalen naar productieklare AI-services.
• Samenwerken met diverse stakeholders en kennis delen.

Connaissances

Generative AI

LLMs

API-integratie

Kwaliteitsborging

Monitoring en observability

Description du poste

Als AI Engineer ben verantwoordelijk voor het ontwerpen, bouwen en integreren van AI-functionaliteit. Je vertaalt use cases naar bruikbare en veilige AI-oplossingen die in productie kunnen functioneren en aansluiten op bestaande systemen, databronnen en workflows. Je focust op de technische realisatie van AI-use cases binnen een afgesproken architectuur en in samenwerking met relevante teams. Je bepaalt dus niet de organisatiebrede AI-roadmap, maar zorgt wel voor een sterke implementatie van concrete oplossingen.

Belangrijkste verantwoordelijkheden:

• AI-use cases implementeren — Functionele noden vertalen naar concrete AI-oplossingen (intelligente assistentie, documentverwerking, samenvatting, extractie, classificatie, kennisontsluiting) op basis van generative AI, LLM's en retrieval/grounding, met voorkeur voor open-source en aandacht voor betrouwbaarheid, veiligheid en gebruikservaring.
• Integratie met systemen en processen — Integraties ontwerpen en implementeren tussen AI-componenten en interne applicaties, API's, databronnen en documentstromen, robuust ingebed in bestaande workflows, met toegangsbeheer, auditing en input/output-validatie.
• Evaluatie en kwaliteitsborging — Evaluaties, testscenario's en reviewflows opzetten met oog voor relevantie, nauwkeurigheid, grounding en veiligheid, en prompts, retrieval-logica en output-structuren verbeteren op basis van resultaten.
• Productionisering en monitoring — POC's vertalen naar productieklare AI-services met deployment-aanpak en versiebeheer, en monitoring/observability voorzien (logging, traces, latency, foutpercentages, gebruik, inferentiekosten) om problemen tijdig te signaleren en verbeteren.
• Samenwerking en kennisdeling — Afstemmen met developers, architecten, product owners, security en business stakeholders, goede praktijken en documentatie verzorgen, en kennis delen rond het verantwoord en effectief ...