Was Sie tun werden
Sie wirken direkt an der Konzeption und Entwicklung von AI- und Data-Science-Lösungen mit, um operative und taktische Anforderungen zu erfüllen. Zu Ihren Aufgaben gehören:
- Entwicklung von Machine-Learning-Pipelines sowie deren Monitoring und Wartung
- Deployment von AI-Modellen in die Produktion, hauptsächlich in on-premise Umgebungen
- Implementierung von Best Standards in Programmierung und Machine Learning in Ihren Projekten
- Durchführung von Technology Watch, um über die neuesten Entwicklungen in MLOps und Machine Learning auf dem Laufenden zu bleiben
- Design von End-to-End-ML-Systemen unter Berücksichtigung von Skalierbarkeit, Robustheit, Wartung und Hardware-Einschränkungen
- Arbeit mit großen strukturierten und unstrukturierten Datensätzen
Was wir suchen
Sie verfügen über einen Master-Abschluss oder eine Promotion in Informatik, AI oder gleichwertig, mit mindestens drei Jahren Erfahrung in Data Science, MLOps und Machine Learning.
Technische Expertise:
- On-premise und Cloud-Entwicklung: Expertise in der Entwicklung und dem Deployment von AI-Lösungen on-premise und auf Cloud-Plattformen (Azure, AWS, GCP)
- Drei oder mehr Jahre Branchenerfahrung in ML, MLOps und Big Data mit Fokus auf großflächigem Deployment
- Theoretischer Hintergrund und praktische Expertise in Machine Learning und Deep Learning
- Fundierte Kenntnisse relationaler und nicht-relationaler Datenbanken (SQL und NoSQL), einschließlich PostgreSQL, MySQL, Milvus, Neo4J
- Nachweisbare Erfahrung im Deployment von ML-Modellen und Expertise in MLOps
- Erfahrung mit Containerisierung und Deployment mittels Docker und Kubernetes sowie Orchestrierungstools wie Kubeflow
- Beherrschung von ML-Pipelines (Kubeflow, MLflow, SageMaker)
- Beherrschung der CI/CD-Implementierung für ML-Modelle und zugehörigen Code
- Erfahrung mit verschiedenen Datenspeicherlösungen (Data Lakes, Data Warehouses, Object Storage wie S3)
Hard Skills:
- Datenbanken: MySQL, PostgreSQL, Neo4j, Milvus
- AI-Frameworks: Hugging Face, MLflow, PyTorch, TensorFlow, scikit-learn, OpenCV, vLLM
- Programmiersprachen: Python (R ist ein Plus)
- Orchestrierung und Containerisierung: Docker, Kubernetes, Kubeflow
- Software Engineering: uv, ruff, black
- Cloud-Plattformen: Azure, AWS
- Versionierung (Code und Modelle): MLflow, Git, GitHub, GitLab
Soft Skills:
- Fähigkeit, Menschen zusammenzubringen: unterschiedliche Profile auf ein gemeinsames Ziel ausrichten
- Sinn für Prioritäten: kritische Aufgaben identifizieren, eine langfristige Vision bewahren und die Arbeit bei unerwarteten Entwicklungen neu organisieren
- Klare und spontane Kommunikation: die richtige Botschaft zur richtigen Zeit und auf der richtigen Ebene vermitteln, technische Konzepte für nicht-technische Stakeholder erklären
- Problemlösung und analytisches Denken: Probleme strukturiert angehen, Ursachen identifizieren und pragmatische Lösungen vorschlagen
- Zusammenarbeit: konstruktiv mit allen Stakeholdern arbeiten, Austausch fördern und Lösungen gemeinsam entwickeln
- Liebe zum Detail: Fokus auf technische, funktionale und organisatorische Aspekte von Projekten, Sicherstellung von Code-Qualität, Modell-Robustheit und Einhaltung von Standards
- Genauigkeit: systematische Anwendung von Best Practices und Methodologien, präzise Dokumentation der Arbeit und konsistente Projektverfolgung
Ein Bewusstsein für Sicherheits-, ethische und rechtliche Aspekte wird geschätzt.
Die Rahmenbedingungen
Dies ist ein dreimonatiger Freelance-Auftrag, der im Oktober 2026 beginnt, mit Sitz in Brüssel und einer hybriden Arbeitsregelung.
Sie müssen über aktive Kenntnisse in Englisch und mindestens einer der beiden Landessprachen (Niederländisch oder Französisch) verfügen.