In één oogopslag
- Taken: Ontwikkel geavanceerde ML-modellen voor weersvoorspelling en energieproductie.
- Bedrijf: Balanz, een innovatief energiehandelsbedrijf dat de toekomst van hernieuwbare energie transformeert.
- Voordelen: Competitief salaris, 21 vakantiedagen, bonusregeling en volledige reiskostenvergoeding.
- Overige informatie: Voltijd in Utrecht met uitstekende groeimogelijkheden.
- Waarom deze baan: Werk aan baanbrekende technologieën en maak impact in de energietransitie.
- Kwalificaties: 5+ jaar ervaring in machine learning en sterke Python-vaardigheden.
Het verwachte salaris ligt tussen 72000 - 88000 € per jaar.
We zijn op zoek naar een Senior Machine Learning Engineer met diepgaande expertise in tijdreeksvoorspelling, weermodellering en voorspelling van hernieuwbare energie. De ideale kandidaat combineert sterke toegepaste ML-kennis met robuuste software-engineeringpraktijken om voorspellingspipelines te ontwerpen, implementeren en optimaliseren die belangrijke zakelijke en operationele beslissingen aansteken. Je werkt nauw samen met datawetenschappers, energieanalisten en software-engineers om nauwkeurige, schaalbare en verklaarbare ML-systemen te leveren. De ideale kandidaat gedijt in een testgedreven, data-intensieve en snel veranderende omgeving, en heeft een sterke focus op modelprestaties, interpreteerbaarheid en onderhoudbaarheid.
Verantwoordelijkheden:
- Ontwerpen en implementeren van geavanceerde ML-modellen voor het voorspellen van weersomstandigheden, productie van hernieuwbare energie en patronen van energieverbruik.
- Samenwerken met domeinexperts en data-engineers om hoogwaardige datasets, robuuste feature engineering en nauwkeurige labeling te waarborgen.
- Toepassen en uitbreiden van state-of-the-art methoden in tijdreeksvoorspelling (bijv. Transformers, Graph Neural Networks, Spatio-Temporal modellen, probabilistische voorspelling).
- Optimaliseren van modellen voor latentie, prestaties en interpreteerbaarheid, vooral onder hoge frequentie of grootschalige datacondities.
- Samenwerken met verschillende teams om complexe zakelijke en milieueisen om te zetten in actiegerichte ML-gestuurde inzichten.
- Zorgen voor gegevensprivacy, modelbeveiliging en naleving van toepasselijke gegevensnormen en -regelgeving.
Profiel:
- 5+ jaar ervaring in toegepaste machine learning of data science, met een sterke focus op voorspelling, modellering of energie-analyse.
- Geavanceerde graad (MSc/PhD) in Computer Science, Toegepaste Wiskunde, Statistiek of een gerelateerd vakgebied.
- Ervaring met numerieke weer voorspelling (NWP) gegevens of satellietgebaseerde weerfeeds en/of tijdreeksgebaseerde voorspellingen.
- Bewezen expertise in tijdreeksvoorspelling en spatio-temporele modellering, bij voorkeur toegepast op weer- of energiesystemen.
- Sterke vaardigheid in Python (Pandas, NumPy, PyTorch, TensorFlow, scikit-learn, Lightning, of gelijkwaardig).
- Goede kennis van data-engineering en ML-infrastructuur.
- Ervaring met het implementeren van ML-modellen in cloud-native omgevingen (Kubernetes, Docker, AWS/GCP/Azure ML-pijplijnen).
- Ervaring met het implementeren van testgedreven ontwikkeling (TDD) en geautomatiseerde validatie voor ML-modellen.
- Diepgaand begrip van prestatie-optimalisatie (GPU-versnelling, modelverkleining, kwantisatie, gedistribueerde inferentie).
- Achtergrond in energiehandel, integratie van hernieuwbare energie of netvoorspelling is een pluspunt.
- Uitstekende communicatieve vaardigheden in het Engels (Nederlands is een sterke plus).
Wat wij bieden:
- Duur: 6 maanden aanvankelijk. Bij tevredenstellende prestaties wordt het contract onmiddellijk omgezet in een vaste positie.
- Proeftijd: Niet van toepassing.
- Locatie: Utrecht (volledige kantoor aanwezigheid; geen hybride of remote werk).
- Werktijden: 38 uur per week plus 2 extra ADV-uren.
- Vakantietoeslag: 8% van het jaarsalaris.
- Bonusregeling: 8% op basis van bedrijfsresultaten en het behalen van de bedrijfsdoelstellingen van Balanz. 2% op basis van persoonlijke doelen afgesproken met je manager.
- Bedrijfsregelingen: Maakt deel uit van de arbeidsovereenkomst; momenteel in ontwikkeling.
- Vakantiedagen: 21 vakantiedagen en 12 ADV-dagen per kalenderjaar, met volledig salaris.
- Ziekteverlof: 100% salaris tijdens de eerste 6 maanden; daarna 80%.
- Pensioenplan: Werkgeversbijdrage: 8%; Werknemersbijdrage: 4%.
- Reiskosten: Openbaar vervoer: volledig vergoed. Eigen vervoer: €0,23 per kilometer.
Over ons:
Balanz is een energiehandelsbedrijf van de volgende generatie, opgericht in 2025 met een duidelijke ambitie: de manier waarop hernieuwbare energie interacteert met de Europese energiemarkten transformeren. Onze missie is om eigenaren van wind-, zonne- en opslagactiva in staat te stellen directe, intelligente toegang tot energiemarkten te krijgen via geavanceerde technologie en datagestuurde controlesystemen. We opereren als een gelicentieerde Balance Responsible Party (BRP) en zullen binnenkort uitbreiden naar Balancing en Congestion Service Provider (BSP/CSP) rollen. Dit betekent dat we niet alleen energie verhandelen, maar ook actief onevenwichtigheden beheren, flexibiliteit optimaliseren en nieuwe inkomstenstromen creëren voor onze partners. Onze eerste markttoetreding zal in Nederland zijn in 2026, gevolgd door een snelle uitbreiding in heel Europa. Onze langetermijnvisie is om duizenden hernieuwbare activa en energie leveranciers te verbinden, waardoor hernieuwbare energie voorspelbaar, winstgevend en volledig geïntegreerd wordt in het energiesysteem van de toekomst.
Senior Machine Learning Engineer werkgever: Balanz-Energy
Balanz-Energy is een uitstekende werkgever die een stimulerende werkomgeving biedt in het hart van Utrecht. Met een focus op AI-gedreven technologieën en een cultuur van samenwerking, krijg je de kans om je vaardigheden verder te ontwikkelen en andere ontwikkelaars te mentoren. Daarnaast biedt het bedrijf aantrekkelijke voordelen en mogelijkheden voor persoonlijke groei, waardoor je een waardevolle bijdrage kunt leveren aan bedrijfs-kritische projecten.
Hupjob Expertadvies🤫
Zo denken wij dat je Senior Machine Learning Engineer kunt binnenhalen
✨Duik in de Data Science Communities
Data science draait om kennis delen en leren van elkaar. Sluit je aan bij online communities zoals Kaggle, GitHub en Stack Overflow. Deel je projectwerk en leer van anderen – dit kan leiden tot waardevolle connecties en zelfs een sollicitatie bij Balanz-Energy!
✨Neem deel aan Hackathons
Hackathons zijn een geweldige manier om je vaardigheden in de praktijk te brengen en jezelf te laten zien. Veel bedrijven, waaronder Balanz-Energy, zoeken kandidaten die hun creativiteit en probleemoplossend vermogen kunnen demonstreren. Maak gebruik van deze evenementen om je netwerk uit te breiden.
✨Show je Expertise met Projecten
Laat je skills zien met een publiek portfolio! Zorg ervoor dat je een paar interessante projecten hebt die jouw datavisualisatie, statistiek en machine learning vaardigheden tonen. Plaats ze op platforms zoals GitHub of je eigen website – zo laat je zien wat je kan bij Balanz-Energy.
✨Pas je Sollicitatie aan voor Geschiktheid
Bij fulltime data science functies is het belangrijk om je sollicitatie specifiek te maken voor de rol bij Balanz-Energy. Kijk goed naar de vereisten en match je vaardigheden en ervaring aan wat zij zoeken. Dit maakt het veel waarschijnlijker dat ze jou uitnodigen voor een gesprek!
Wij denken dat je deze vaardigheden nodig hebt om als Senior Machine Learning Engineer te schitteren
Een paar tips voor je sollicitatie 🫡
Laat je technische vaardigheden zien!:In de data-science wereld willen we je technische bekwaamheden echt zien. Zorg ervoor dat je kennis van programmeertalen zoals Python of R, evenals je ervaring met data-analysetools en -technieken, duidelijk naar voren komen in je CV. Dit is een kans om je talenten in statistiek en machine learning te benadrukken, zodat Balanz-Energy ziet dat jij hun ideale kandidaat bent!
Geef je projecten een spotlight:Vergeet niet om eventuele data-projecten of analyses die je al hebt uitgevoerd op te nemen. Heb je bijvoorbeeld een GitHub-account? Voeg dat toe! Dit is een toffe manier om je praktische ervaring te laten zien, wat de recruiter van Balanz-Energy echt zal aanspreken. Laat zien hoe je problemen hebt opgelost en dat je in staat bent om inzichten uit data te halen!
Wees duidelijk over je doelen:Aangezien het om een fulltime rol gaat, is het belangrijk dat je in je motivatiebrief je doelen en ambities duidelijk maakt. Wat hoop je te leren en te bereiken in deze functie bij Balanz-Energy? Laat zien dat je niet alleen geïnteresseerd bent in de functie, maar ook in wat je kunt bijdragen aan het team en het bedrijf.
Ondersteun je ervaring met data:Naast je technische vaardigheden, is het ook cruciaal om je eerdere ervaring te onderbouwen met concrete resultaten. Heb je analyses uitgevoerd die hebben geleid tot verbetering van processen of het nemen van strategische beslissingen? Geef cijfers en voorbeelden in je CV en motivatiebrief, zodat Balanz-Energy ziet dat je kennis van data echt impact heeft gehad.
Zo bereid je je voor op een sollicitatiegesprek bij Balanz-Energy
✨Show je dataskills
Zorg ervoor dat je goed voorbereid bent op technische vragen die je dataskills testen. Bereid je voor op vragen over data-analyse, statistiek en machine learning. Wij moeten ook kunnen zien dat je vertrouwd bent met tools zoals Python, R of SQL.
✨Breng je portfolio mee
Als data scientist is je portfolio cruciaal. Zorg ervoor dat je een aantal projecten hebt waar je trots op bent en die je kunt presenteren. Leg de nadruk op wat je hebt geleerd en hoe je de resultaten hebt toegepast. Dit laat zien dat je niet alleen kennis hebt, maar ook de toepassing ervan begrijpt.
✨Ken de data van Balanz-Energy
Neem de tijd om inzicht te krijgen in de datasets waar Balanz-Energy mee werkt. Dit kan je helpen om tijdens het gesprek specifieke voorbeelden te geven van hoe jouw vaardigheden en ervaring aansluiten bij hun behoeften. Dit toont niet alleen jouw interesse, maar ook dat je al nadenkt over hoe je een bijdrage kunt leveren.
✨Leef je in in de business case
Tijdens de interviews kunnen ze je vragen om een business case te analyseren of oplossingen voor te stellen op basis van gegevens. Dit is een kans om je analytische vaardigheden te laten zien, dus zorg ervoor dat je niet alleen de technische kanten belicht, maar ook hoe jouw aanpak waarde toevoegt aan het bedrijf.
