Salve.Inno is een wervings- en adviesbureau dat in 2024 is opgericht en zijn hoofdkantoor heeft in Gdańsk, Polen. Het kleine team helpt bedrijven bij het aantrekken van personeel met wervingsstrategieën op maat, wereldwijde sourcing van talent voor werken op afstand, kandidaatselectie en carrièrepagina’s die het wervingsproces ondersteunen. Het bureau is actief in advies, marketing en logistiek en heeft expertise in de werving voor functies in marketing, forex en iGaming. Daarnaast ondersteunt Salve.Inno organisaties op het gebied van communicatie, DE&I en de ontwikkeling van effectievere wervingsprocessen, publiceert het vacatures voor werken op afstand en biedt het adviesdiensten voor een wereldwijde talentmarkt.
Senior Machine Learning Engineer en Lead Applied AI & MLOps
Leid productieklare AI-oplossingen en MLOps binnen een internationale organisatie. Geef vorm aan voorspellende modellen, governance, implementatie en schaalbare machinelearningarchitectuur.
Beschrijving
- Draag verantwoordelijkheid voor machinelearningmodellen, van ontwikkeling tot monitoring in productie en hertraining.
- Leid projecten voor toegepaste AI rond klantlevensduurwaarde, klantverloop, fraude en misbruikpreventie.
- Bouw MLOps-frameworks, geautomatiseerde implementaties, CI/CD, promotie tussen omgevingen en beheer van de modellifecycle uit en verbeter ze.
- Richt monitoring in voor modelprestaties, datadrift, datakwaliteit en bedrijfsresultaten.
- Bepaal strategieën voor modelhertraining, escalatieprocedures en voortdurende verbetering.
- Gebruik SHAP en feature attribution om modellen transparanter en beter uitlegbaar te maken.
- Stel normen vast voor modelgovernance, documentatie, versiebeheer, reproduceerbaarheid en controleerbaarheid.
- Werk met Data Engineering aan schaalbare pipelines, feature engineering en betrouwbare data-infrastructuur.
- Vertaal zakelijke uitdagingen samen met Product, Risk, Commercial en andere teams naar praktische, schaalbare AI-oplossingen.
- Beoordeel de prestaties van productiemodellen om nauwkeurigheid, betrouwbaarheid en zakelijke impact te verbeteren.
- Waarborg in productie stabiliteit, schaalbaarheid, onderhoudbaarheid en operationele efficiëntie.
- Begeleid en coach collega-engineers.
- Breng snelle MVP-oplevering in balans met blijvende betrouwbaarheid en schaalbaarheid in productie.
Vereisten
- Heb 5–8 jaar of meer professionele ervaring met het bouwen, implementeren en onderhouden van machinelearningmodellen in productie.
- Beschik over gevorderde Python-vaardigheden en een sterke basis in software engineering.
- Begrijp machinelearningalgoritmen, modelevaluatie, feature engineering en voorspellende modellering.
- Heb praktische ervaring met ML-uitdagingen in productie, zoals datalekken, modeldrift, datakwaliteit en modelstabiliteit.
- Heb hands-on ervaring met Apache Spark of PySpark voor gedistribueerd rekenen en grootschalige dataverwerking.
- Heb MLflow of een vergelijkbaar platform gebruikt voor het beheer van de machinelearninglifecycle.
- Heb CI/CD-pipelines ontworpen, geïmplementeerd en onderhouden, bij voorkeur met GitHub Actions.
- Beschik over gevorderde SQL-vaardigheden en ervaring met grote, complexe datasets.
- Begrijp modelimplementatie, monitoring, drift detecteren, hertraining en onderhoud in productie.
- Heb methoden voor modeluitlegbaarheid en interpreteerbaarheid geïmplementeerd, zoals SHAP.
- Heb AI/ML-oplossingen opgeleverd die meetbare commerciële of operationele verbeteringen hebben gerealiseerd.
- Begrijp de vereisten voor modelgovernance, versiebeheer, documentatie en reproduceerbaarheid.
- Kun schaalbare, betrouwbare en onderhoudbare machinelearningarchitecturen ontwerpen.
- Beschik over sterk analytisch en probleemoplossend vermogen.
- Kun complexe technische ideeën helder uitleggen aan niet-technische stakeholders.
- Heb samengewerkt met teams als Data Engineering, Product, Risk en Commercial.
- Kun snelle ontwikkeling en MVP-oplevering in balans brengen met degelijk productiegericht engineeringwerk.
- Toon leiderschap door mentoring, technische invloed en goede engineeringpraktijken.
- Werk proactief, zelfstandig en resultaatgericht aan de oplevering van AI-oplossingen.
Voordelen
- Een marktconforme vergoeding op basis van ervaring en kwalificaties.
- Uitgebreide trainingen en mogelijkheden voor professionele ontwikkeling.
- Mogelijkheid om impactvolle AI- en machinelearninginitiatieven te leiden.
- Ervaring met geavanceerde machinelearningtechnologieën en moderne MLOps-praktijken.
- Een internationale werkomgeving met samenwerking tussen verschillende disciplines.
- Bedrijfs-, team- en groepsevenementen.
- Verjaardags- en loyaliteitsvoordelen.
- Mogelijkheden voor professionele groei en technisch leiderschap.
- Aanvullende werknemersvoordelen en stimulansen.