Machine Learning Engineer - Schaarbeek

Editx; Schaarbeek; Sur place; EUR 60 000 - 100 000; Plein temps

Résumé du poste

IT-Planet zoekt een Machine Learning Engineer voor onze klant in Brussel. Je ontwikkelt, implementeert en beheert ML-oplossingen in cloud- en on-premise omgevingen, met nadruk op SageMaker en end-to-end lifecycle management.

Je werkt samen met data scientists en engineers om requirements te vertalen naar concrete technische oplossingen, en bouwt CI/CD-pijplijnen voor ML- en data-projecten.

Qualifications

• Ervaring met ontwikkelen en evalueren van ML-modellen in cloud- en on-premise omgevingen.
• Kennis van MLOps-principes, model deployment en monitoring.
• Ervaring met Python data-pipelines en analytics.

Responsabilités

• Ontwikkelen, implementeren en beheren van ML-oplossingen in cloud- en on-premise omgevingen.
• Deployen van ML-modellen met focus op SageMaker en CI/CD-pipelines.
• Zorgen voor performance, beschikbaarheid en schaalbaarheid van modellen in productie.

Connaissances

Python

Machine Learning

Cloud AWS

SageMaker

CI/CD

Data Engineering

Outils

dbt

Dagster

Jupyter Notebooks

Description du poste

IT-Planet is dé HR specialist voor flexibele en tijdelijke staffing in IT. Wij verzorgen IT-projecten bij diverse top 100-klanten over heel Vlaanderen en Brussel in volgende IT-domeinen: Application Development, Infrastructure Services & Software Testing. Met 15 jaar ervaring achter de kiezen kunnen wij perfect tegemoet komen aan jouw individuele noden. Bij ons kan en mag je groeien en leren, kortom floreren in jouw job. Sounds good? Op vandaag hebben wij reeds 180 fijne collega’s op project. Om ons team verder te versterken zijn we momenteel op zoek naar een Machine Learning Engineer (m/v/x) om aan de slag te gaan bij onze klant in Brussel.

• Deze positie kan worden ingevuld met zowel vast contract (bediendestatuut) als freelance contract
• Duurtijd: Lange termijn
• Regio: Brussel
• Fulltime

Ontwikkelen, implementeren en beheren van machine learning-oplossingen binnen cloud- en on-premise omgevingen.

Deployen van machine learning-modellen, met specifieke focus op Amazon SageMaker.

Monitoren en onderhouden van de performantie, beschikbaarheid en schaalbaarheid van modellen in productie.

Implementeren van best practices voor version control, model tracking en end-to-end model lifecycle management.

Ontwerpen en beheren van schaalbare, betrouwbare en veilige infrastructuur voor machine learning-projecten.

Zorgen voor een naadloze integratie tussen verschillende infrastructuur- en datacomponenten.

Opzetten, implementeren en onderhouden van CI/CD-pipelines voor ML- en data-oplossingen.

Toepassen van Infrastructure as Code (IaC) om infrastructuur consistent, reproduceerbaar en beheersbaar te maken.

Samenwerken met data scientists, data engineers, product owners, architecten en business stakeholders om requirements te begrijpen en passende technische oplossingen te realiseren.

Uitvoeren van technische en businessanalyses en vertalen van behoeften naar concrete ML- en data-oplossingen.

Uitvoeren van data-analyses in Python, onder andere met Jupyter Notebooks.

Bijdragen aan data engineering-workflows en werken met tools zoals dbt en/of Dagster.

Opvolgen van nieuwe ontwikkelingen binnen machine learning, cloud, DevOps en MLOps en deze vertalen naar concrete verbeteringen.

Optimaliseren van bestaande workflows en systemen, met aandacht voor performantie, betrouwbaarheid en FinOps.

Deelnemen aan incident response en root cause analysis bij problemen rond data-integriteit, beschikbaarheid, performantie en datakwaliteit.

Troubleshooten en oplossen van technische en data-gerelateerde problemen binnen productieomgevingen.

Ondersteunen van business intelligence en analytics door het ontwikkelen van dashboards en rapporteringen.

Bijdragen aan een verdere professionalisering van MLOps, data engineering en cloud-based analytics binnen de organisatie.