Als Applied GenAI Data Scientist werk je in het hart van de integratie van GenAI in werkelijke bedrijfsprocessen, zodat oplossingen verder gaan dan pilots en robuust zijn ingebed waar ze echt verschil maken. Je draagt bij aan initiatieven die variëren van vroeg ontwerp en experimenten tot versterking, evaluatie en integratie van bestaande GenAI-applicaties zodat ze betrouwbare en duurzame waarde leveren.
In nauwe samenwerking met engineers, productteams en stakeholders zorg je ervoor dat GenAI in de praktijk werkt. Van agent-evaluatie en prompt-optimalisatie tot guardrails, LLMOps en gouden brondata: je werk zorgt ervoor dat AI-oplossingen betrouwbaar zijn, schaalbaar in gebruik en gebouwd voor duurzame impact.
Rollen en verantwoordelijkheden:
- Eigenaar van GenAI-oplossingen van vroeg experiment tot productie, zodat ze robuust zijn ingebed in bedrijfsprocessen en duurzame impact leveren
- Leid de overgang van GenAI-pilots naar productie-klare oplossingen die meetbare bedrijfswaarde creëren
- Ontwikkel en verbeter GenAI-applicaties, inclusief agents en LLM-integraties, met focus op betrouwbaarheid, prestaties en lange termijn bruikbaarheid
- Evalueer en monitor GenAI-gedrag in productie, inclusief prompt-prestaties, agent-kwaliteit en doorlopende modelvalidatie
- Integreer GenAI-oplossingen in bestaande bedrijfsprocessen voor adoptie, vertrouwen en praktijkimpact
- Zorg dat GenAI-applicaties voldoen aan risico-, compliance- en governance-vereisten, inclusief guardrails en verantwoorde AI-praktijken
- Adviseer en beïnvloed technische en niet-technische stakeholders over effectief en verantwoord GenAI-gebruik om impact te maximaliseren
Vereisten:
- MSc of PhD in een kwantitatief vakgebied zoals Computer Science, Machine Learning, Artificial Intelligence, Wiskunde, of gelijkwaardige praktijkervaring
- 4 of meer jaar relevante praktische ervaring op het gebied van AI, met breed en diep inzicht in kernalgoritmes en -methoden
- Sterke ervaring in het schrijven van schone, leesbare, goed gedocumenteerde en efficiënte Python-code geschikt voor productieomgevingen
- Bewezen praktische ervaring met GenAI-systemen, inclusief agent-frameworks zoals Google ADK, prompting, RAG, evaluatie, LLMOps en het opbouwen van gouden brondata
- Solide data-analysevaardigheden met SQL en tools zoals PySpark, BigQuery of vergelijkbare, gecombineerd met het vermogen om data duidelijk te presenteren en bevindingen uit te leggen
- Ervaring met effectieve samenwerking in cross-functionele teams, werken in een Agile Scrum-omgeving en openheid voor feedback en continue groei