Wat doet een ML engineer?
Waar een data scientist vooral onderzoekt en modelleert, zorgt een machine learning engineer dat een model ook echt bruikbaar wordt: reproduceerbaar trainen, efficiënt laten draaien en bewaken dat het niet achteruitgaat als de data verandert.
Je vindt de rol bij productbedrijven, in de industrie (beeldherkenning, voorspellend onderhoud), in de financiële sector en bij onderzoeksinstellingen. Afhankelijk van het team ligt de nadruk meer op modellen of meer op software en infrastructuur.
Typische taken
- Modellen ontwikkelen, trainen en evalueren op echte bedrijfsdata
- Datapipelines voor training en inferentie bouwen
- Modellen optimaliseren voor snelheid en kosten
- Modellen in productie brengen en opvolgen
- Samenwerken met data scientists, data engineers en softwareteams
Kennis en tools die vaak terugkomen
Elke vacature is anders, maar deze kennis zie je in vacatures voor deze rol vaak gevraagd:
- Python met bibliotheken zoals PyTorch, TensorFlow of scikit-learn
- Statistiek en kennis van modelevaluatie
- SQL en het werken met grote datasets
- Cloud, containers en versiebeheer van data en modellen
- Voor gespecialiseerde rollen: computer vision of taalverwerking
Expertisedomeinen in de vacatures die nu op ai-work.be staan:
Solliciteren via ai-work.be
Zoeken, filteren en vacatures bewaren kan gratis. Met een gratis profiel bewaar je ook zoekopdrachten en kies je zelf of bedrijven je anoniem kunnen vinden. Met een lidmaatschap zie je welk bedrijf achter een vacature zit, lees je alle beschikbare details en reageer je. Op vacatures die een bedrijf rechtstreeks plaatste, reageer je met je profiel en een korte motivatie; bij andere vacatures solliciteer je via de website van het bedrijf.