End-to-end machine-learningpipelines bouwen en beheren voor het Energy Management-domein van Eneco, van training tot productie-inferentie, inclusief MLOps-praktijken.
Via de solliciteerknop op werkenbijeneco.nl
Eneco zoekt binnen Data & AI een ervaren ML-engineer die modellen van data scientists naar productie brengt. Je richt CI/CD voor modellen in, beheert MLflow, werkt met Databricks en AWS en bouwt monitoring op drift en prestaties. Vereist zijn 4+ jaar ML-engineering, waarvan 2+ jaar MLOps, plus Scala/Spark, Docker en Kubernetes. Je coacht ook andere engineers. Werken gebeurt hybride (40% kantoor, 40% thuis, 20% vrij).
De rol draait om het bouwen, uitrollen en monitoren van ML-pipelines en MLOps voor energiemanagementsystemen.
AI is het werk zelf.
Zet een kleine referentiepipeline op met MLflow en drift-detectie op open energiedata en gebruik die als gespreksstof. Een AI-codeerassistent helpt bij Scala/Spark-boilerplate en testcode, zodat je tijd overhoudt voor de ontwerpkeuzes.
Suggestie door AI Een idee voor een aanpak, geen eis van de opdrachtgever.
Deze opdracht gaat over bouwen lesgeven
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 Werken bij Eneco. 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.