Voor het Recommendations-team van bol bouw en onderhoud je productieklare data- en ML-pipelines. Zo komen experimenten van data scientists betrouwbaar in productie.
Het team maakt gepersonaliseerde en niet-gepersonaliseerde aanbevelingen voor klanten van bol. Jij zorgt voor de fundamenten: pipelines met Airflow, dbt en Dataflow, plus datakwaliteit, lineage en observability. Je zet samen met data scientists en software engineers experimenten om naar systemen met deployment en monitoring. Ook verlaag je operationele complexiteit en cloudkosten in grote batch- en streaming-workflows. Gevraagd zijn minstens vijf jaar engineeringervaring, waarvan twee als data- of MLOps-engineer.
Wat er gevraagd wordt
Python
Airflow
dbt
Dataflow
Kubernetes
SQL
Vertex AI
GitLab CI
Waar zit AI in?
De rol is gericht op het in productie brengen en onderhouden van ML-pipelines en aanbevelingsmodellen (MLOps), met Vertex AI als pluspunt.
AI is het werk zelf.
Zo pak je dit aan met AI
Laat een AI-assistent helpen bij het opstellen van monitoring- en datakwaliteitschecks voor een voorbeeldpipeline, en controleer de uitkomsten zelf. Beschrijf in je motivatie concreet hoe je model- en datadrift bewaakt bij aanbevelingsmodellen.
Suggestie door AIEen idee voor een aanpak, geen eis van de opdrachtgever.
Past dit bij je?
Deze opdracht gaat over bouwenonderzoeken
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 careers.bol.com. 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.