MLOps-engineer voor uniek team!

# MLOps Engineer bij Deltares en KNMI

## Over de rol
Je sluit aan bij het onlangs opgerichte Intelligent Modelling Lab for Weather, Climate and Water (iML-WKW), een gezamenlijk initiatief van Deltares, het KNMI en Rijkswaterstaat. Je wordt één van acht teamleden in dit nieuw gevormde team.

## Jouw werkzaamheden
Je komt te werken op het snijvlak van machine learning, DevOps en data-engineering. Als onderdeel van het team speel je een sleutelrol bij het vormgeven van de infrastructuur voor machine learning-pipelines. Je brengt ontwikkelaars, wetenschappers en gebruikers bij elkaar, stemt de technische inspanningen op elkaar af en helpt de basis te leggen voor een robuuste en reproduceerbare ML-omgeving.

Je helpt onderzoekers om reproduceerbare, operationele werkwijzen toe te passen door richtlijnen, processen en werkwijzen vorm te geven die de overgang van onderzoek naar operaties beter maken. Je werkt in een agile omgeving met een Scrummaster en product owner.

## Jouw impact
Als MLOps Engineer zorg je ervoor dat AI/ML-modellen productieklaar, schaalbaar en betrouwbaar zijn. Je helpt onderzoek te vertalen naar operationele waarde en draagt bij aan systemen die vroegtijdige waarschuwingsmogelijkheden en bredere maatschappelijke impact ondersteunen. Je richt je op de operationele kant van de Research-to-Operations (R2O)-cyclus, waarbij je schaalbare infrastructuur, automatisering en monitoring opzet.

## Vereisten

• Bachelordiploma in informatica of verwant vakgebied en minimaal 2 jaar relevante werkervaring in agile omgeving
• 3+ jaar ervaring in MLOps, of 3 jaar in data- of software-engineering
• Ervaring met Python-ontwikkeling en onderhouden van Python-applicaties voor productieomgevingen
• Ervaring met best practices op het gebied van software-engineering (versiebeheer/Git, CI/CD, geautomatiseerd testen, afhankelijkheidsbeheer)
• Ervaring met het bouwen van AI/ML-pijplijnen en integreren van ML-bibliotheken in productieklaar systemen
• Ervaring met het ontwerpen en ontwikkelen van datagestuurde systemen
• Ervaring met machine learning-bibliotheken

## Plus

• Ervaring met cloud- en/of on-premise omgevingen
• Ervaring met MLflow
• Ervaring in onderzoeksintensieve of kennisgedreven omgeving

## Benefits

• Inspirerende omgeving die innovatie en professionele ontwikkeling stimuleert
• Contract van 12 maanden (minimaal 32 uur) met intentie om te zetten in vast contract
• 34 vakantiedagen op basis van 40-urige werkweek
• ABP-pensioen, mobiliteitsbudget en vergoeding zorgkosten
• Flexibele werkomgeving met balans tussen werk en privé