Via de knop 'Apply now' op de vacaturepagina van Action
Over de opdracht
Je vertaalt vragen uit de business naar analysedoelen, bereidt data voor en bouwt modellen voor clustering, regressie, tijdreeksen en classificatie. Oplossingen breng je in productie volgens MLOps- en LLMOps-principes. Gevraagd zijn een master in een kwantitatief vak, minstens 5 jaar ervaring (bij voorkeur in retail), Python, PySpark, SQL, Azure en Databricks. Kennis van LLM-toepassingen zoals RAG, agentic workflows, tool calling en finetuning is een plus. Je kunt tot 40 procent thuiswerken. Na je sollicitatie volgen gesprekken, een businesscase en een screening.
Wat er gevraagd wordt
Machine learning
Python
PySpark
SQL
Azure
Databricks
MLOps / LLMOps
RAG / agents (pluspunt)
Waar zit AI in?
Je bouwt machine-learningmodellen en zet waar zinvol deep learning of GenAI in, volgens MLOps- en LLMOps-principes.
AI is het werk zelf.
Zo pak je dit aan met AI
Bereid de businesscase voor met een klein retailvoorbeeld, zoals een vraagvoorspelling in Databricks, aangevuld met een LLM-component die uitkomsten uitlegt aan category managers. Met AI-codeassistenten kun je de pipeline sneller opzetten. Valideer de modellen wel zelf grondig.
Suggestie door AIEen idee voor een aanpak, geen eis van de opdrachtgever.
Past dit bij je?
Deze opdracht gaat over schrijvenonderzoeken
Met een profiel op actiefai zie je in je portaal welke opdrachten bij jou passen, en reageer je op vragen van bedrijven die hier zelf iets uitzetten.
Deze pagina is met AI gemaakt op basis van de oorspronkelijke plaatsing bij Action jobs. Kijk daar voor de precieze voorwaarden. Klopt er iets niet, of wil je dat deze opdracht hier niet staat? Laat het ons weten, dan halen we hem weg.
We willen Google Analytics gebruiken om te zien welke pagina's gelezen worden, zodat we de site kunnen verbeteren. Dat zet cookies. Er gaat niets naar Google zolang je niet akkoord gaat, en je kunt je keuze altijd wijzigen via "Cookie-instellingen" onderaan de pagina. Meer over cookies.