Machine Learning Engineer M/V/X

Beschrijving van de functie

Smals realiseert innovatieve ICT-projecten in e-government en e-health voor instellingen uit de sociale zekerheid en de gezondheidszorg. 'ICT for society' is voor Smals meer dan een slogan: alle projecten hebben een positieve maatschappelijke impact. Zo bouwt Smals mee aan het portaal van de sociale zekerheid en het eHealth-platform. Grensverleggende projecten zijn ons werkterrein: Student@Work, Orgadon, digitalisering van medische voorschriften, raadpleging van de historiek van je loopbaan, snellere doorstroming van testresultaten naar je huisarts...
Als Machine Learning Engineer ben je verantwoordelijk voor het ontwerpen, bouwen, deployen en onderhouden van machine learning-modellen en machine learning -pipelines. Je zorgt ervoor dat modellen niet enkel performant zijn in experimenten, maar ook betrouwbaar, schaalbaar en beheersbaar functioneren in productie zowel op cloudinfrastructuren (Azure) als on-premise. Je werkt nauw samen met data engineers, developers, architecten en business stakeholders. Ook vertaal je machine learning -use cases naar duurzame technische implementaties die in overeenstemming zijn met de geldende regelgeving (met name de Europese AI-wet). Belangrijkste verantwoordelijkheden: Datavoorbereiding en feature engineering: Data uit diverse bronnen verwerken en voorbereiden, datatransformaties en feature engineering opzetten, en datakwaliteit, consistentie en reproduceerbaarheid bewaken. Modelontwikkeling en validatie: ML-modellen ontwerpen, trainen, tunen en benchmarken voor uiteenlopende use cases, met duidelijke validatiecriteria vóór productie. Operationaliseren van ML-oplossingen: Modellen vertalen naar productieklare services en pipelines, integreren in backend/API's/batch, met versiebeheer en een gestandaardiseerde deployment-aanpak. MLOps, monitoring en reliability: ML-pipelines en CI/CD opzetten en onderhouden, monitoring voorzien (performantie, drift, fouten) en retraining-mechanismen uitwerken, met oog voor betrouwbaarheid, schaalbaarheid en cost control. Samenwerking en kennisdeling: Afstemmen met technische en business stakeholders, goede praktijken en documentatie verzorgen, en bijdragen aan de ML-maturiteit van de organisatie.

Jouw profiel

Je beschikt over een Bachelor of Master in de Informatica of je kan gelijkwaardige ervaring aantonen. Je hebt minimum 2 jaar ervaring in een vergelijkbare rol. Je hebt een sterke expertise in: - Python (data- en machine learning development) - SQL en dataverwerking in productiecontext - Machine learning libraries and opensource model/tools (scikit-learn, PyTorch,, Langraph, Ollama, Langchain) - Datavoorbereiding, feature engineering en modelvalidatie - Integratie van ML-componenten in applicaties of backend-services - C# / .NET / Blazor Framework - Machine Learning pipelines en MLOps-praktijken (Azure Devops) - CI/CD, versiebeheer en deployment van Machine Learning-services - Containerisatie en deployment patterns (Docker) - Monitoring van modellen en pipelines Je bent resultaatgericht en pragmatisch en in staat om machine learning oplossingen om te zetten naar stabiele en bruikbare productiecomponenten. Je beschikt over een sterk analytisch en logisch denkvermogen. Je bent kwaliteitsbewust, met aandacht voor betrouwbaarheid, onderhoudbaarheid en duidelijkheid. Je neemt ownership over technische implementaties en stelt proactief verbeteringen voor. Je bent communicatief en kan technische keuzes helder toelichten aan zowel technische als niet-technische stakeholders en toont je sterk in de samenwerking binnen multidisciplinaire teams. Je bent leergierig en gemotiveerd om nieuwe technieken en best practices in een productiecontext toe te passen. Tot slot heb je een passieve kennis van het Frans en het Engels.

Taalvaardigheden

• Nederlands (troef)

  • Begrijpen : Vaardig - (C1)
  • Schrijven : Vaardig - (C1)
  • Lezen : Vaardig - (C1)
  • Spreken : Vaardig - (C1)

Wil je meer weten over dit beroep of over een beroep dat erop lijk? Vind alle nuttige informatie op Beroepenpanorama. Beroepen Panorama