Medior Machine Learning Engineer - MLOps & Azure (In dienst of freelance)

📋 Taken en verantwoordelijkheden

Je werkt in een tweetalige IT-omgeving met een informele cultuur, waar multidisciplinaire teams volgens Agile SAFe samenwerken. Machine-learningoplossingen worden ingezet om processen te optimaliseren, besluitvorming te ondersteunen en digitale dienstverlening te versterken. De nadruk ligt op betrouwbare, schaalbare en onderhoudbare oplossingen die vlot integreren met bestaande systemen en datastromen, zowel in Azure als on-premise.

Als Machine Learning Engineer bouw, operationaliseer en onderhoud je machine-learningoplossingen in productie. Je bevindt je op het snijvlak van data, software engineering en MLOps, met een duidelijke focus op robuuste implementatie, reproduceerbaarheid, monitoring, naleving van regelgeving en continue verbetering. Je werkt nauw samen met data engineers, developers, architecten en business stakeholders om ML-use cases te vertalen naar duurzame technische implementaties, in lijn met onder meer de Europese AI-wetgeving.

Belangrijkste verantwoordelijkheden

Datavoorbereiding en feature engineering

• Data uit verschillende interne en externe bronnen verwerken, analyseren en voorbereiden.
• Datatransformaties en feature-engineeringprocessen ontwerpen en implementeren.
• De datakwaliteit, consistentie en reproduceerbaarheid binnen ML-workflows bewaken.
• Samenwerken met relevante teams om data betrouwbaar en herbruikbaar beschikbaar te maken voor ML-use cases.

Modelontwikkeling en validatie

• Machine-learningmodellen ontwerpen, trainen, testen en tunen voor use cases zoals classificatie, regressie, forecasting, detectie en scoring.
• Geschikte technieken en evaluatiemethodes selecteren in functie van de use case en de productiecontext.
• Experimenten uitvoeren en modellen benchmarken met aandacht voor kwaliteit, uitlegbaarheid en onderhoudbaarheid.
• Duidelijke validatiecriteria definiëren voordat modellen in productie worden gebracht.

Operationaliseren van ML-oplossingen

• Modellen en experimenten vertalen naar productieklare services en pipelines.
• Modellen integreren in backend-services, API’s of batchprocessen.
• Versiebeheer implementeren voor code, configuratie, modellen en relevante datasets.
• Bijdragen aan een gestandaardiseerde en betrouwbare deploymentaanpak voor ML-oplossingen.

MLOps, monitoring en reliability

• ML-pipelines, CI/CD-processen en een release-aanpak voor ML-componenten opzetten en onderhouden.
• Monitoring voorzien voor performantie, stabiliteit, latency, foutafhandeling, datadrift en modeldrift.
• Retraining- en feedbackmechanismen uitwerken om modellen actueel en performant te houden.
• Waken over betrouwbaarheid, schaalbaarheid, cost control en operationele beheersbaarheid van ML-oplossingen.

Samenwerking en kennisdeling

• Afstemmen met developers, data engineers, architecten en business stakeholders over technische keuzes en implementatie.
• Bijdragen aan goede praktijken rond ML-engineering, testing, deployment en monitoring.
• Implementaties, aannames en operationele aandachtspunten documenteren.
• Kennis delen met teams en actief bijdragen aan de verdere maturiteit van ML binnen de organisatie.

Werkregime
Hybride: wekelijks 2 dagen op kantoor en 3 dagen telewerk.

📝Jouw profiel

Ervaring
Ervaring als Machine Learning Engineer op confirmed niveau.

Technische vaardigheden

• Azure is een pluspunt.
• C# / .NET / Blazor
• Python voor data- en ML-development
• SQL en dataverwerking in productiecontext
• Datavoorbereiding, feature engineering en modelvalidatie
• Integratie van ML-componenten in applicaties of backend-services
• CI/CD, versiebeheer en deployment van ML-services
• Containerisatie en deployment patterns (Docker)
• ML-pipelines en MLOps-praktijken, onder meer met Azure DevOps
• Experiment tracking, model registry en workflow orchestration
• Monitoring van modellen en pipelines, waaronder logging, metrics, drift-detectie, OpenTelemetry en Dynatrace
• Ervaring met machine-learninglibraries en open-source tools, zoals scikit-learn, PyTorch, Langraph en Ollama

Gedragsmatige competenties

• Resultaatgericht en pragmatisch, met het vermogen om ML-oplossingen om te zetten naar stabiele en bruikbare productiecomponenten.
• Sterk analytisch en logisch denkvermogen.
• Kwaliteitsbewust, met aandacht voor betrouwbaarheid, onderhoudbaarheid en duidelijkheid.
• Neemt ownership over technische implementaties en stelt proactief verbeteringen voor.
• Communiceert helder over technische keuzes naar zowel technische als niet-technische stakeholders.
• Werkt vlot samen in multidisciplinaire teams.
• Leergierig en gemotiveerd om nieuwe technieken en best practices toe te passen in een productiecontext.

Talenkennis

• Nederlands of Frans
• Begrijpt de tweede landstaal

💼 Aanbod

Je zal deel uitmaken van een groeiende KMO met ruimte voor initiatief en persoonlijke ontwikkeling. Wij zorgen ervoor dat je in een uitdagende maar aangename werkomgeving terecht komt met leuke collega's. Samen met jou stippelen we een carriereplan uit, met aandacht en budget voor bijkomende opleidingingen / certificaties. Je kan rekenen op een motiverend salaris, aangevuld met extralegale voordelen, inclusief bedrijfswagen (of alternatieve vergoeding).
(Freelance is ook mogelijk)