Wij geloven: goede machine learning begint bij goede data. Als Machine Learning Engineer bij Always be learning zorg jij dat voorspellende modellen bouwen en een stevig datafundament hand in hand gaan. Je bouwt ML-toepassingen op basis van betrouwbare, goed gemodelleerde data: geen losse notebooks, maar oplossingen die in het dataplatform van de klant landen en dagelijks gebruikt worden.

Wat ga je doen?

Je helpt onze opdrachtgevers om van “we willen iets met ML” naar oplossingen te gaan die leunen op een stevig datafundament. Je denkt dus niet vanuit de laatste hype of alleen het model, maar vanuit data, architectuur en productie: hoe blijft het werken, hoe schaalbaar is het, en hoe beheren we het?

Concreet betekent dat o.a.:

• samen met data engineers, BI’ers en domeinexperts hun dataplatform en datastructuur begrijpen en aanscherpen;
• het ontwerpen en bouwen van schaalbare ML-oplossingen (bijv. forecasting, churn/propensity, anomaly detection, recommenders, classificatie/regressie) met Python en frameworks als scikit-learn, PyTorch of TensorFlow;
• feature engineering en (waar nodig) het opzetten van feature pipelines/feature store concepten, zodat modellen gevoed worden door consistente, betrouwbare features;
• het inrichten van cloud-infrastructuur op bijvoorbeeld Azure, AWS of GCP om modellen veilig, compliant en performant te laten draaien;
• MLOps opzetten: monitoring, versiebeheer, evaluatie, retraining-strategie, security en cost control;
• technische consultancy: een businessvraag vertalen naar een nuchtere ML-architectuur (en ook als ML niet de oplossing is, dit durven zeggen).

Wat jouw volgende project wordt? Dat bepalen we samen.
Jouw ontwikkeling staat centraal, met afwisselende projecten, leuke opdrachtgevers en werk waar je zelf ook elke keer slimmer van wordt.

‍

Wie zijn wij?

Wij zijn Always be learning.
Een ambitieuze club van data-professionals. We weten veel van data, BI en ML en zijn technisch net zo sterk als we sociaal zijn.
We geloven in de kracht van een team, maar ook in de charme van project werken: bij ons kijk je in de keuken bij de meest uiteenlopende organisaties en projecten. Zo bouw je in no time een CV op waar je u tegen zegt.

Nieuwe dingen geleerd? Dan delen we dat met elkaar.
Successen behaald? Dat vieren we met het hele ABL-team.

‍

Wat wij bieden?

Meer dan werk
Een ongekend goede werksfeer met feestjes, goede gesprekken, sporten, borrels, elkaar uitdagen met FIFA of Mario Kart en een jaarlijks uitje in binnen of buitenland.

Lekker plekje
Een prachtig helemaal-van-deze-tijd kantoor aan de Wibautstraat, met veel groen, goede koffie, luxe lunch en gezonde (en ongezonde) snacks.

Open en informeel
We zijn (en blijven) een platte organisatie waar iedereen zich thuis kan voelen. Jouw inbreng wordt gewaardeerd en gestimuleerd. Succes behaald? Dat vieren we samen.

Always be learning
Een jaarlijks opleidingsbudget van € 2.500,- met een persoonlijk plan om je te blijven ontwikkelen. Daarnaast organiseren we maandelijks in-house trainingen en kennissessies.

Verschillende keukens
Afwisselende projecten en opdrachten bij verschillende organisaties (denk aan media, overheid, retail, energie, finance en zorg). Zo neem je overal een kijkje in de keuken.

Volledig pakket
Goede secundaire arbeidsvoorwaarden zoals volledige reiskostenvergoeding, 25 vakantiedagen, pensioenopbouw, een telefoonabonnement en laptop die je ook privé kunt gebruiken.

Fiets van de zaak
Cruisen door de straten, maar dan op een manier die goed is voor jezelf en het milieu. Inclusief full service pakket zodat je nooit meer stil staat.

Geld
En natuurlijk een lekker salaris, ook als je even niet op een project zit.

Wie ben jij?

• Je hebt een afgeronde HBO- of WO-opleiding in een technische, exacte of analytische richting;
• Je hebt minimaal 3 jaar fulltime werkervaring als ML Engineer / Data Scientist (met engineering focus) / Data Engineer met ML-projecten of vergelijkbare rol;
• Jij gaat geen complexe uitdaging uit de weg – je vindt het leuk om van vage ML-wensen concrete oplossingen te maken;
• Je bent zowel onderzoekend als praktisch: je kent de nieuwste ontwikkelingen, maar blijft nuchter in wat vandaag werkt;
• Je kunt vakinhoudelijke materie goed uitleggen aan niet-techneuten en vindt het leuk om met stakeholders te schakelen.

Jouw expertise

• Sterke programmeerskills in Python;
• Ervaring met het bouwen van ML-oplossingen (predictive modelling, forecasting, anomaly detection, recommenders, classificatie/regressie);
• Ervaring met ML-frameworks zoals scikit-learn, PyTorch en/of TensorFlow;
• Ervaring met cloudplatforms zoals Azure, AWS of GCP (bijv. training/inference in de cloud, managed services waar passend);
• Bekend met data engineering-concepten en dataplatformen (je snapt wat er onder de motorkap gebeurt en waarom dat belangrijk is voor features en modelkwaliteit);
• Ervaring met MLOps, CI/CD en tools als Git, pipelines en monitoring (model performance, drift, data quality);
• Ervaring met het uitrollen van modellen naar productie (API/batch), inclusief logging, versiebeheer en rollback-strategieën;
• Kennis van model-evaluatie (metrics, validatie, bias/robustness) en experiment tracking is een dikke pré;
• SQL heeft geen geheimen voor je, NoSQL is mooi meegenomen.

‍