ML DevOps Engineer

Eneco Belgium levert elektriciteit uit 100% hernieuwbare bronnen. Wat ons drijft? Een grote maatschappelijke betrokkenheid en verantwoordelijkheid. We willen een inspiratiebron zijn voor anderen door te laten zien dat een snelle transitie van fossiele naar duurzame energie technisch mogelijk en rendabel is. Eneco is succesvol omdat we innoveren en investeren. In technologie, maar zeker ook in mensen. Bij Eneco zien we wie je bent, wat je wil en wat je kan.

Vandaag werk je op kantoor. Je start de dag met een gezamenlijke checkpoint van het Customer Data Insights & Analytics-team. Samen met je chaptercollega’s bespreek je waar iedereen aan werkt, wat er goed gaat en waar hulp nodig is. Zo blijf je goed op de hoogte en kun je altijd terugvallen op elkaars expertise.

Daarna stem je af met een van de data scientists over de uitrol en automatisering van een nieuw ML-model. Jullie bespreken de technische vereisten, planning en de beste aanpak om het model 
soepel naar productie te brengen.

Na een gezamenlijke lunch met collega’s (en vaak een wandeling langs het water), heb je in de middag ruimte om echt de diepte in te gaan. Je gaat aan de slag met het opzetten van de deployment en het ontwikkelen van de pipeline.

Je sluit de dag af met een overleg binnen het System of Engagement chapter, samen met een van de technische leads. Jullie buigen je over het opzetten van een nieuwe data pipeline voor het ontsluiten van een externe databron – belangrijk werk dat bijdraagt aan slimme en duurzame inzichten voor onze klanten.

Als MLOps Engineer zorg je voor het betrouwbaar en efficiënt uitrollen, opschalen en beheren van machine learning-modellen in een productieomgeving. Je bouwt de nodige data pipelines en infrastructuur ter ondersteuning van data scientists en analisten, waarbij je DevOps en ML-expertise combineert. Je werkt nauw samen met data scientists en analisten om schaalbare, nauwkeurige oplossingen te realiseren. Je bewaakt continu de prestaties van modellen en grijpt in waar nodig.

• Je past DevOps-principes toe op ML-workflows voor een consistente uitrol, monitoring en onderhoud.

• Je ontwerpt en optimaliseert data pipelines zodat data schoon, bruikbaar en modelklaar is.

• Je automatiseert het volledige CI/CD-proces: van dataverzameling tot modeltraining en -uitrol.

• Je zorgt voor een efficiënte en foutloze modeluitrol met minimale downtime.

• Je maakt modellen schaalbaar voor productieomgevingen en grote datavolumes.

• Je beheert de infrastructuur die data-analyse, modeltraining en -uitrol ondersteunt, inclusief de Customer Data Insights & Analytics-omgevingen.

• Je zorgt voor versiebeheer van ML-modellen voor traceerbaarheid, reproduceerbaarheid en rollback-mogelijkheden.

• Je monitort continu de prestaties van modellen, detecteert afwijkingen en stuurt bij – zelfstandig en in samenwerking met data scientists.

• Je werkt nauw samen met data scientists en analisten om modellen operationeel en schaalbaar te maken met de juiste infrastructuur en datasets.

• Je hebt 3 tot 5 jaar ervaring in een vergelijkbare functie.

• Je behaalde een master in Computer Science, Data Science, Econometrie of beschikt over gelijkwaardige ervaring.

• Je beschikt over sterke kennis van Python, SQL en DevOps-principes.

• Je hebt inzicht in het machine learning-proces en werkt vlot samen met data scientists.

• Je hebt ervaring met tools zoals Databricks, Git, Azure DevOps en MLflow.

• Je hebt bij voorkeur kennis van containertechnologieën zoals Docker of Kubernetes.

• Je bent vertrouwd met cloudoplossingen zoals Microsoft Azure of AWS.

• Je hebt notie van API integraties. 

• Je hebt ervaring met Snowflake, wat als een pluspunt wordt beschouwd.

• Je communiceert helder en effectief, zeker met technische collega’s zoals data scientists, tech leads en IT-architecten.

• Je bent proactief, werkt zelfstandig en draagt tegelijk bij aan het team.

• Je combineert een analytische geest met een ondernemende ingesteldheid.