machine learning engineer in digital manufacturing

Enfint; Amsterdam; On-site; EUR 90,000 - 130,000; Full time

Benefits offered by this job

Annual bonus

Dog-friendly office

Lunch provided

Learning & development days

Funding for courses & events

Access to LEARN platform

In-house 3D printing

Job summary

Protolabs ищет специалиста по машинному обучению для разработки и внедрения моделей спроса и предложения в цифровом производстве. Вы будете работать над ценообразованием, обработкой геометрий и прогнозами спроса в многофункциональной команде.

Требуется сильный практический опыт развертывания ML‑моделей, знание Python и фреймворков PyTorch/TensorFlow. Ожидается активное участие в конвейерах ML‑инфраструктуры на AWS и мониторинге моделей.

Qualifications

• Опыт создания и развёртывания ML-моделей в продакшн.
• Сильные навыки Python или аналогичного языка.
• Опыт работы с PyTorch, TensorFlow или scikit-learn.
• Глубокие знания supervised и probabilistic modelling, включая регрессию, классификацию и оценку неопределённости.
• Опыт извлечения признаков из структурированных или геометрических данных.
• Опыт конвейеров ML, версионирования моделей, трекинга экспериментов и инструментов MLOps (Weights & Biases, Prefect, Karpenter).
• Умение работать с грязными реальными данными и решать неоднозначные задачи.
• Желателен опыт: pricing/marketplace моделирование, OR, эконометрика и т.д.

Responsibilities

• Разрабатывать и поддерживать ML‑модели спроса и предложения.
• Строить и дорабатывать модели ценообразования, включая CAD‑геометрию и прогноз спроса.
• Применять деревья, вероятностное моделирование и глубокое обучение.
• Проектировать и поддерживать конвейеры обучения/инференса на AWS.
• Проводить офлайн‑эксперименты и A/B‑тестирования.
• Сотрудничать с ML‑инженерами, дата‑учёными и доменными экспертами.
• Переводить геометрию деталей и историю заказов в признаки.
• Мониторить производительность и дрейф моделей.
• Следить за трендами ML, ценообразования и производственной аналитики.
• Наставлять мидл/джуниор инженеров.

Skills

Python

ML deployment

Experiment tracking

Problem solving

Tools

PyTorch

TensorFlow

scikit-learn

Weights & Biases

Prefect

Karpenter

Job description

Описание:

Protolabs is a digital manufacturing company that brings innovative products to market through digitally enabled custom manufacturing. Its intelligent pricing platform supports real-time quoting for custom-manufactured parts in a two-sided marketplace.

Задачи:

• Develop, improve, and maintain machine learning models for demand and supply dynamics in a digital manufacturing marketplace.
• Build and refine pricing models, including CAD geometry cost estimation, demand forecasting, and partner routing probability models.
• Apply tree-based methods, probabilistic models, and deep learning to new and existing challenges.
• Design, build, and maintain reliable training and inference pipelines on AWS.
• Run offline experiments, including A/B testing and backtesting, to validate model improvements before deployment.
• Collaborate with ML engineers, data scientists, and domain experts in a cross-functional team.
• Translate part geometry, order history, and partner capacity into meaningful model features.
• Monitor production model performance and address drift or degradation.
• Stay up to date with advances in machine learning, pricing, marketplace modelling, and manufacturing intelligence.
• Mentor and support mid-level and junior engineers.

Требования:

• Proven experience building and deploying machine learning models in production environments.
• Strong coding skills in Python or a similar language.
• Experience with PyTorch, TensorFlow, or scikit-learn.
• Solid understanding of supervised and probabilistic modelling, including regression, classification, and uncertainty estimation.
• Experience with feature engineering from structured or geometric data.
• Hands-on experience with ML pipelines, model versioning, experiment tracking, and MLOps tools such as Weights & Biases, Prefect, or Karpenter.
• Comfortable working with messy real-world data and solving ambiguous problems.
• Nice to have: marketplace or pricing models, operations research, econometrics, supply chain optimisation, 3D or geometric data, scaling ML infrastructure, explaining complex models to non-technical stakeholders, ML monitoring, alerting, and retraining workflows.

Условия:

• Annual company bonus.
• Access to OpenUp psychologists and Headspace.
• Dog-friendly office.
• Daily lunch and snacks provided in the office.
• Learning and development days, funding for courses, events, and training.
• Access to the in-house LEARN platform.
• In-house 3D printing.