Data Scientist – ML Engineer

HumanInTech; Brussel; Hybride; EUR 70 000 - 110 000; Plein temps

Résumé du poste

HumanInTech in Brüssel sucht eine erfahrene Data-Science-/AI-Expertin oder -Experte zur Mitgestaltung von AI- und Data-Science-Lösungen, die vor Ort und remote arbeiten.

Sie arbeiten an ML-Pipelines, Deployment in on-premise Umgebungen, MLOps, Cloud- und Datenbankkenntnissen, und begleiten Projekte von der Idee bis zur Produktion. Sie bringen Master oder Promotion, 3–5 Jahre Erfahrung und exzellente Kommunikationsfähigkeiten mit.

Qualifications

• Masterabschluss oder Promotion in Informatik/AI bevorzugt.
• Mindestens 3 Jahre Erfahrung in Data Science, MLOps und ML.
• Erfahrung mit On-Premise- und Cloud-Deployment (Azure/AWS/GCP).

Responsabilités

• Mitwirkung bei Konzeption und Entwicklung von AI-/Data-Science-Lösungen.
• Entwicklung von ML-Pipelines, Monitoring und Wartung.
• Deployment von ML-Modellen in Produktion (on-premise).
• Design von End-to-End-ML-Systemen mit Fokus auf Skalierbarkeit und Robustheit.
• Arbeit mit großen Datenmengen (strukturierte/ unstrukturierte Daten).

Connaissances

Machine Learning

MLOps

Python

Docker/Kubernetes

SQL/NoSQL

Cloud platforms

Formation

Master in CS/AI

Outils

Kubeflow

MLflow

PyTorch

PostgreSQL

Milvus

Neo4j

Docker

Kubernetes

Description du poste

Was Sie tun werden

Sie wirken direkt an der Konzeption und Entwicklung von AI- und Data-Science-Lösungen mit, um operative und taktische Anforderungen zu erfüllen. Zu Ihren Aufgaben gehören:

• Entwicklung von Machine-Learning-Pipelines sowie deren Monitoring und Wartung
• Deployment von AI-Modellen in die Produktion, hauptsächlich in on-premise Umgebungen
• Implementierung von Best Standards in Programmierung und Machine Learning in Ihren Projekten
• Durchführung von Technology Watch, um über die neuesten Entwicklungen in MLOps und Machine Learning auf dem Laufenden zu bleiben
• Design von End-to-End-ML-Systemen unter Berücksichtigung von Skalierbarkeit, Robustheit, Wartung und Hardware-Einschränkungen
• Arbeit mit großen strukturierten und unstrukturierten Datensätzen

Was wir suchen

Sie verfügen über einen Master-Abschluss oder eine Promotion in Informatik, AI oder gleichwertig, mit mindestens drei Jahren Erfahrung in Data Science, MLOps und Machine Learning.

Technische Expertise:

• On-premise und Cloud-Entwicklung: Expertise in der Entwicklung und dem Deployment von AI-Lösungen on-premise und auf Cloud-Plattformen (Azure, AWS, GCP)
• Drei oder mehr Jahre Branchenerfahrung in ML, MLOps und Big Data mit Fokus auf großflächigem Deployment
• Theoretischer Hintergrund und praktische Expertise in Machine Learning und Deep Learning
• Fundierte Kenntnisse relationaler und nicht-relationaler Datenbanken (SQL und NoSQL), einschließlich PostgreSQL, MySQL, Milvus, Neo4J
• Nachweisbare Erfahrung im Deployment von ML-Modellen und Expertise in MLOps
• Erfahrung mit Containerisierung und Deployment mittels Docker und Kubernetes sowie Orchestrierungstools wie Kubeflow
• Beherrschung von ML-Pipelines (Kubeflow, MLflow, SageMaker)
• Beherrschung der CI/CD-Implementierung für ML-Modelle und zugehörigen Code
• Erfahrung mit verschiedenen Datenspeicherlösungen (Data Lakes, Data Warehouses, Object Storage wie S3)

Hard Skills:

• Datenbanken: MySQL, PostgreSQL, Neo4j, Milvus
• AI-Frameworks: Hugging Face, MLflow, PyTorch, TensorFlow, scikit-learn, OpenCV, vLLM
• Programmiersprachen: Python (R ist ein Plus)
• Orchestrierung und Containerisierung: Docker, Kubernetes, Kubeflow
• Software Engineering: uv, ruff, black
• Cloud-Plattformen: Azure, AWS
• Versionierung (Code und Modelle): MLflow, Git, GitHub, GitLab

Soft Skills:

• Fähigkeit, Menschen zusammenzubringen: unterschiedliche Profile auf ein gemeinsames Ziel ausrichten
• Sinn für Prioritäten: kritische Aufgaben identifizieren, eine langfristige Vision bewahren und die Arbeit bei unerwarteten Entwicklungen neu organisieren
• Klare und spontane Kommunikation: die richtige Botschaft zur richtigen Zeit und auf der richtigen Ebene vermitteln, technische Konzepte für nicht-technische Stakeholder erklären
• Problemlösung und analytisches Denken: Probleme strukturiert angehen, Ursachen identifizieren und pragmatische Lösungen vorschlagen
• Zusammenarbeit: konstruktiv mit allen Stakeholdern arbeiten, Austausch fördern und Lösungen gemeinsam entwickeln
• Liebe zum Detail: Fokus auf technische, funktionale und organisatorische Aspekte von Projekten, Sicherstellung von Code-Qualität, Modell-Robustheit und Einhaltung von Standards
• Genauigkeit: systematische Anwendung von Best Practices und Methodologien, präzise Dokumentation der Arbeit und konsistente Projektverfolgung

Ein Bewusstsein für Sicherheits-, ethische und rechtliche Aspekte wird geschätzt.

Die Rahmenbedingungen

Dies ist ein dreimonatiger Auftrag, der im Oktober 2026 beginnt, mit Sitz in Brüssel und einer hybriden Arbeitsregelung.

Sie müssen über aktive Kenntnisse in Englisch und mindestens einer der beiden Landessprachen (Niederländisch oder Französisch) verfügen.

Sie können diesen Einsatz freiberuflich oder als Mitarbeiter von HumanInTech übernehmen. Gleiche Rolle, gleiches Team. Wenn Sie bei uns angestellt sind, besteht Ihr Arbeitsverhältnis über diesen Einsatz hinaus fort. Nach dessen Ende suchen wir gemeinsam nach Ihrem nächsten Einsatz.

Standort: Brüssel, hybrid

Arbeitgeber / Vertragspartner: HumanInTech

Bewerbungsfrist (Brüsseler Zeit): 1. Oktober 2026 um 02:00

Zusammenarbeitsform: Freiberuflich oder bei HumanInTech angestellt

Arbeitszeit: Vollzeit

Erfahrung: 3-5 Jahre oder mehr

Ausbildung: Master oder mehr