Federatieve ML Engineer – Medische Zorg, Hybride Werken

DHD - Zorg voor data; Utrecht; Hybrid; EUR 57,000 - 63,000; Part time

Benefits offered by this job

Hybride werken

Pensioenregeling

Eindejaarsuitkering 8,33%

Thuiswerkvergoeding

Job summary

Bij DHD - Zorg voor data in Utrecht zoeken wij een ervaren machine learning engineer met affiniteit voor data engineering. Je werkt aan federatieve AI-modellen en draagt bij aan end-to-end ML-pipelines in een hybride werkomgeving.

Je combineert modelontwikkeling met productie-ervaring, werkt met Python, Docker en Azure, en zet klinische vraagstukken om in betrouwbare, schaalbare oplossingen binnen de medisch-specialistische zorg.

Qualifications

• Een relevant wo-diploma in Data Science of aanverwant vakgebied.
• Ruime programmeerervaring in Python met data- en ML-packages.
• Goede beheersing van de Nederlandse taal.
• Ervaring met in productie brengen van modellen en onderhoudbare software.
• Ervaring met CI/CD, OOP en MLOps.

Responsibilities

• Ontwerpen, ontwikkelen en optimaliseren van modellen (Deep Learning, NLP) met aandacht voor performance en betrouwbaarheid.
• Mee-ontwikkelen aan federatieve infrastructuur en open-source tooling.
• Modellen productierijp maken binnen een MLOps-pipeline.
• Ontwikkelen van toepassingen in Python met GitHub, Docker en Azure.
• Meedenken over nieuwe data science toepassingen in de medische sector.

Skills

Python

ML engineering

NLP

Model deployment

CI/CD

Git/GitHub

Docker

Azure

Linux

Dutch language

Education

Data Science WO

Computational Science WO

Artificial Intelligence WO

Informatica WO

Econometrics WO

Medische informatiekunde WO

Tools

Git

GitHub

Docker

Azure

Linux

CI/CD tooling

MLOps

Job description

Bij DHD - Zorg voor data in Utrecht zoeken wij een ervaren machine learning engineer met affiniteit voor data engineering. Je werkt aan federatieve AI-modellen en draagt bij aan end-to-end ML-pipelines in een hybride werkomgeving.

Je combineert modelontwikkeling met productie-ervaring, werkt met Python, Docker en Azure, en zet klinische vraagstukken om in betrouwbare, schaalbare oplossingen binnen de medisch-specialistische zorg.