Terug naar overzicht
Vandaag zichtbaar op IKONSNieuwPopulair
BrusselOp locatieUren in overleg<3mnd
Je krijgt de kans om te werken aan interessante Europese projecten voor een Europese organisatie.
Wat je doet
- Ontwerpen, implementeren en optimaliseren van geavanceerde AI-, NLP- en ML-modellen.
- Gebruikmaken van LLM's, RAG-frameworks en andere state-of-the-art benaderingen.
- Methoden creëren voor tokenisatie, part-of-speech tagging, named entity recognition, classificatie, clustering en andere tekstmining-gerelateerde taken.
- Voorgetrainde modellen fine-tunen voor domeinspecifieke taken.
- Grondig onderzoek uitvoeren en op de hoogte blijven van de nieuwste trends en ontwikkelingen in NLP-, ML- en AI-technologieën.
- Robuuste, schaalbare en efficiënte code ontwikkelen en onderhouden met Python.
- Samenwerken met cross-functionele teams om AI/ML-oplossingen te integreren in bestaande producten en diensten.
- Rigoureuze analyse en experimenten uitvoeren om de modelnauwkeurigheid, efficiëntie en schaalbaarheid te verbeteren.
- Deelnemen aan peer reviews en bijdragen aan de continue verbetering van AI-oplossingen.
- Bijdragen aan het ontwerp en de implementatie van ML-applicatiearchitectuur en de oplossingstack.
- Uitgebreide rapporten en visualisaties ontwikkelen om inzichten en bevindingen te communiceren naar belanghebbenden.
Wat ze vragen
- Ervaring met Machine Learning en Natural Language Processing.
- Uitstekende kennis van Python en bibliotheken (bijv. Pandas, SpaCy, NLTK, Hugging Face).
- Ervaring met deep learning frameworks voor complexe modelarchitectuur zoals TensorFlow of PyTorch.
- Ervaring met AI-gestuurde code-assistenten (bijv. Amazon Kiro, Github Copilot).
- Goede kennis van SQL-tools (Oracle, PostgreSQL).
- Kennis van NoSQL-databases (Elasticsearch, MongoDB).
- Kennis van architectonisch ontwerp van schaalbare ML-oplossingen (modelservers, GPU-resource-optimalisatie).
- Ervaring met A/B-testen en experimenteel ontwerp van ML-modellen.
- Ervaring met voorgetrainde modellen en LLM's zoals GPT en andere Transformer-gebaseerde architecturen.
- Ervaring met tools zoals Matplotlib en Seaborn voor het creëren van datavisualisaties.
- Sterk begrip van linguïstiek en tekstverwerkingstechnieken.
- Bedreven in continue codelevering en unit testing.
- Begrip van bias in ML-applicaties en bias-mitigatietechnieken.
- Kennis van een van de volgende gebieden: voorspellend (forecasting, aanbeveling), prescriptief (simulatie), onderwerpsdetectie, plagiaatdetectie, trends/anomaliedetectie in datasets, aanbevelingssystemen.
- Goede kennis van een subsidiebeheersysteem van een Europese organisatie (eGrants) is een pluspunt.
Profiel
- EQF6-focus op Statistiek, Data Science, Machine Learning.
- Goede communicatieve vaardigheden in het Engels, zowel mondeling als schriftelijk.
- Bedreven in het begrijpen en toepassen van statistische concepten en modellen.
- Vermogen om problemen te formuleren en oplossingen te ontwikkelen met behulp van datagestuurde benaderingen.
- Effectief complexe data-inzichten communiceren naar niet-technische belanghebbenden.
- Resultaatgerichte mindset.
- Vermogen om duidelijke en goed gestructureerde documentatie te schrijven.
Hoe solliciteren?
Bekijk de volledige opdrachttekst en sollicitatie-informatie zodra je sollicitatie op maat klaarstaat.
Bestel een sollicitatie op maat om de volledige opdracht en sollicitatie-informatie te bekijken.
Meer context, minder losse zoekuren.
Je krijgt net genoeg context om te beoordelen of deze opdracht interessant is. De volledige briefing, klantdetails en vervolgstappen blijven beschikbaar in de app.