AI/ML Engineer in Amsterdam

AI/ML Engineer in Amsterdam

Amsterdam Full Time 49500 - 60500 € / jaar (geschat) Remote
Jobgether

In één oogopslag

  • Taken: Ontwerp en verbeter AI-systemen voor echte wereldproblemen in gezondheidszorg en landbouw.
  • Bedrijf: Een missiegedreven techbedrijf dat zich richt op sociale impact.
  • Voordelen: Competitief salaris, volledig remote werken en flexibele uren.
  • Overige informatie: Internationale samenwerking met een diverse, gedreven team.
  • Waarom deze baan: Maak een verschil met AI-toepassingen die miljoenen levens verbeteren.
  • Kwalificaties: Minimaal 4 jaar ervaring in machine learning en sterke programmeervaardigheden.

Het verwachte salaris ligt tussen 49500 - 60500 € per jaar.

Deze positie is vermeld namens een partnerbedrijf, dat alle aanvragen en volgende stappen beheert. Onze partner is op zoek naar een AI/ML Engineer gevestigd in Nederland. Sluit je aan bij een missiegedreven engineeringteam dat praktische AI-systemen ontwikkelt die echte uitdagingen in de gezondheidszorg, landbouw, onderwijs en internationale ontwikkeling aanpakken.

Als AI/ML Engineer ontwerp, bouw, evalueer, implementeer en verbeter je continu AI-gestuurde applicaties die door non-profitorganisaties en hun gemeenschappen worden gebruikt. Je werkt aan oplossingen variërend van klinische copiloten en AI-coachingtools tot landbouwadvieschatbots en evaluatie-infrastructuur. In samenwerking met gedragswetenschappers, onderzoekers en embedded engineers vertaal je toegepaste AI-onderzoek naar betrouwbare, schaalbare producten en herbruikbare technische middelen. Je helpt partnerorganisaties ook om hun eigen AI-capaciteiten te versterken door middel van mentorschap, open-source bijdragen en kennisdeling. Deze volledig remote rol biedt aanzienlijke technische eigenaarschap en de mogelijkheid om geavanceerde AI-engineering toe te passen op initiatieven die de uitkomsten voor miljoenen mensen kunnen verbeteren.

Verantwoordelijkheden

  • Ontwerpen, bouwen, evalueren, implementeren en verbeteren van machine learning-systemen en AI-gestuurde applicaties voor praktische gebruikssituaties.
  • Bijdragen aan open-source AI-evaluatie-infrastructuur en tools die non-profitorganisaties helpen hun AI-producten te beoordelen en te verbeteren.
  • Nauw samenwerken met gedragswetenschappers, onderzoekers en veldteams om terugkerende uitdagingen te identificeren en bevindingen te vertalen naar herbruikbare tools, kaders, handleidingen en technische publicaties.
  • Ontwikkelen van rigoureuze evaluatiemethoden voor AI-systemen, inclusief geschikte datasets, evaluatiecriteria en meetbare prestatieverbeteringen.
  • Bouwen en itereren op productieklare LLM-applicaties en agentische systemen, waarbij hun betrouwbaarheid, bruikbaarheid en prestaties voor beoogde gebruikers worden verbeterd.
  • Vrijgeven van betekenisvolle technische innovaties van partnerprojecten als open-source bijdragen wanneer dat gepast is.
  • Oplossingen leveren via snelle ontwikkelings- en implementatiecycli, gebruikmakend van experimentatie en meetbare feedback om verbeteringen te begeleiden.
  • Documenteren van technische beslissingen, handhaven van engineeringstandaarden en ervoor zorgen dat AI-componenten betrouwbaar en onderhoudbaar blijven.
  • Ontwikkelingen in toegepast AI-onderzoek volgen, relevante vooruitgangen beoordelen en veelbelovende benaderingen in praktische instellingen testen.
  • Adviseren en ondersteunen van non-profitorganisaties die generatieve AI-producten ontwikkelen, hen helpen effectieve engineeringpraktijken, tools en workflows aan te nemen.
  • Mentoren van personeel van partnerorganisaties en helpen hun interne technische capaciteiten en verantwoordelijke AI-praktijken te versterken.
  • Bijdragen aan workshops, seminars en kennisdelingsinitiatieven die lessen en best practices communiceren vanuit lopende projecten.
  • Sitebezoeken uitvoeren om operationele uitdagingen te begrijpen, te observeren hoe AI-tools worden gebruikt en technische verbeteringen aan te bevelen op basis van directe gebruikersbehoeften.
  • Initiatief nemen bij het identificeren van problemen, definiëren van oplossingen en projecten door implementatie en uitvoering leiden.

Vereisten

  • De ideale kandidaat combineert sterke machine learning-fundamentals met substantiële praktische ervaring in het leveren van eindgebruikers-AI-producten.
  • Je moet comfortabel zijn met het bewegen tussen onderzoek, experimentatie, productie-engineering en samenwerking met niet-technische belanghebbenden, terwijl je een sterke focus op praktische impact behoudt.
  • Sterke fundamenten in wiskunde, deep learning, grote taalmodellen (LLMs) en moderne AI-systemen.
  • Minimaal 4 jaar hands-on ervaring in machine learning-engineering, inclusief het bouwen, evalueren en systematisch verbeteren van ten minste één eindgebruikersproduct dat wordt aangedreven door deep learning.
  • Minimaal 1–2 jaar ervaring met het bouwen van LLM-gestuurde applicaties, inclusief ten minste één productieklare agent buiten een proof of concept.
  • Praktische ervaring met het evalueren van AI-systemen, met een sterk begrip van datasetontwerp, evaluatiemethodologie en prestatiemeting.
  • Bekwaamheid in Python en de bereidheid om diep betrokken te blijven bij hands-on implementatie.
  • Vloeiend in prompting en contextengineering voor agentische systemen, inclusief het vermogen om te bepalen of een probleem verbeterde prompting, een ander model, betere tools of wijzigingen in de algehele pijplijn vereist.
  • Ervaring met AI-coderingsagenten om hoogwaardig werk te produceren, met het oordeel en de verantwoordelijkheid om outputs te valideren en verantwoordelijkheid te nemen voor wat je levert.
  • Vermogen om onderzoeksartikelen te lezen, nieuwe ideeën te beoordelen en snel relevante benaderingen te testen door praktische experimentatie.
  • Een experimentele mindset, met het vermogen om zorgvuldig na te denken over gegevens, modellen en evaluatie terwijl je iteratieve, meetbare vooruitgang boekt.
  • Sterk eerste-principes-denken en het vermogen om praktische, schaalbare oplossingen te ontwerpen.
  • Een gebruikersgerichte benadering die prioriteit geeft aan de effectiviteit van een product voor het beoogde publiek.
  • Proactieve eigenaarschap, urgentie, aandacht voor detail en het vermogen om projecten zonder constante richting tot een goed einde te brengen.
  • Sterke schriftelijke en mondelinge communicatieve vaardigheden, inclusief het vermogen om technische concepten duidelijk uit te leggen aan niet-technische doelgroepen.
  • Een toewijding aan verantwoordelijke AI-ontwikkeling en technologie die betekenisvolle sociale voordelen oplevert.

Bonuskwalificaties

  • Ervaring met meertalige natuurlijke taalverwerking of laag-resources talen, met name Swahili, Hindi en talen die gesproken worden in Oost-Afrika en Zuid-Azië.
  • Eerdere ervaring in wereldgezondheid, internationale ontwikkeling of technologie met sociale impact.
  • Kennis van gedragswetenschap of AI-toepassingen die zijn ontworpen om gedragsverandering te ondersteunen.
  • Ervaring met data-annotatiepipelines en LLM-evaluatiemethodologieën.
  • Kennis van AI-veiligheid, afstemming of verantwoordelijke AI-kaders.
  • Ervaring met het implementeren van modellen in productie en werken met cloudinfrastructuur zoals AWS, Google Cloud Platform of Azure.
  • Publicaties op toonaangevende AI-conferenties of substantiële technische documentatie van engineeringonderzoek en resultaten.

Voordelen

  • Compensatie: Concurrentieel binnen de missiegedreven technologiesector, met compensatie onder de typische salarissen van grote technologiebedrijven.
  • Remote werk: Volledig remote, asynchroon werkende omgeving.
  • Flexibele planning: Werkuren kunnen worden aangepast aan jouw tijdzone, zonder verplichte kernuren.
  • Internationale samenwerking: Sluit je aan bij een wereldwijd verspreid team dat werkt in Noord-Amerika, Europa, Oost-Afrika, Oost-Azië en Zuid-Azië.
  • Betekenisvolle impact: Bouw AI-applicaties die praktische uitdagingen in de gezondheidszorg, landbouw en andere gebieden van internationale ontwikkeling aanpakken.
  • Technisch eigenaarschap: Neem projecten van de initiële probleemdefinitie en modelselectie tot implementatie, evaluatie en continue verbetering.
  • Interdisciplinaire samenwerking: Werk samen met gedragswetenschappers, ontwikkelingseconomisten, veldonderzoekers en embedded engineers.
  • Open-source bijdragen: Deel technische innovaties, tools en leerervaringen met de bredere gemeenschap in plaats van al het werk binnen propriëtaire producten te houden.
  • Professionele ontwikkeling: Blijf dicht bij toegepast AI-onderzoek en krijg ervaring in het oplossen van uitdagende problemen in echte operationele omgevingen.
  • Autonomie en verantwoordelijkheid: Draag bij binnen een klein team met minimale hiërarchie, directe feedback en mogelijkheden om technische beslissingen te beïnvloeden.
  • Locatiegeschiktheid: De rol staat open voor kandidaten gevestigd in Sub-Sahara Afrika en Zuid-Azië. India valt binnen de aangegeven geschiktheidsgebieden, afhankelijk van de locatie van het wervings-team en de contractvereisten.
  • Contractregeling: Internationale werving wordt uitgevoerd op basis van een contract.

We waarderen je interesse en wensen je het beste!

AI/ML Engineer in Amsterdam werkgever: Jobgether

Als AWS Cloud Engineer bij onze partner in Nederland krijg je de kans om te werken in een dynamische en technologiegerichte omgeving, waar je jouw vaardigheden kunt inzetten om complexe infrastructuurproblemen op te lossen en praktische cloudoplossingen te leveren. Je profiteert van een competitief salaris, uitgebreide medische dekking, en de mogelijkheid om je expertise in moderne cloudtechnologieën verder te ontwikkelen. De cultuur is gericht op samenwerking en groei, met mogelijkheden voor professionele ontwikkeling en certificeringen, waardoor je een waardevolle bijdrage kunt leveren aan diverse klantprojecten.

Jobgether

Contactgegevens:

Recruitmentteam van Jobgether

Hupjob Expertadvies🤫

Zo denken wij dat je AI/ML Engineer in Amsterdam kunt binnenhalen

✨Sluit je aan bij Technologie- en Innovatie Community's

Zoek netwerken en community's die zich richten op technologietransfer en -commercialisatie. Dit kunnen lokale of nationale organisaties zijn waar je industriekennis en connecties kunt opdoen, zoals evenementen of workshops gericht op innovatie en productontwikkeling.

✨Bouw een Portfolio van Succesverhalen

Laat je ervaring en vaardigheden zien door een portfolio op te bouwen waarin je succesvolle projecten in de technologietransfer documenteert. Dit kan variëren van projecten waar je aan hebt meegewerkt tot case studies over hoe je waarde hebt toegevoegd aan specifieke processen.

✨Bezoek Beurzen en Conferenties

Neem deel aan beurzen en conferenties binnen de technologietransfer domein. Dit zijn gouden mogelijkheden om professionals en bedrijven te ontmoeten die op zoek zijn naar talent. Zorg ervoor dat je jezelf goed voorbereid, zodat je een blijvende indruk achterlaat.

✨Pas je Zoektocht Actief aan

Gebruik onze website en andere platforms om regelmatig actuele vacatures in technologietransfer en commercialisatie te checken. We moedigen je ook aan om actief jouw netwerk te benutten en te laten weten dat je op zoek bent naar mogelijkheden. Maak gebruik van LinkedIn om connecties goed te onderhouden!

Wij denken dat je deze vaardigheden nodig hebt om als AI/ML Engineer in Amsterdam te schitteren

Machine Learning Fundamentals
Deep Learning
Large Language Models (LLMs)
Python
AI System Evaluation
Dataset Design
Evaluation Methodology

Een paar tips voor je sollicitatie 🫡

Benadruk je ervaring met technologie en commercialisatie:Bij een rol in technologietransfer en commercialisatie wil je echt laten zien dat je ervaring hebt met het omzetten van technische kennis naar commerciële oplossingen. Zorg ervoor dat je voorbeelden geeft in je CV en motivatiebrief van projecten of stages waarbij je deze vaardigheden hebt toegepast. Dit toont aan dat je weet waar je het over hebt!

Geef aandacht aan je communicatievaardigheden:Eén van de belangrijkste aspecten van deze functie is het vermogen om technische informatie duidelijk en overtuigend over te brengen. Vermeld specifieke voorbeelden in je CV waarin je complexe ideeën op een begrijpelijke manier hebt uitgelegd aan diverse doelgroepen, of dat nu collega’s, klanten of stakeholders zijn.

Toon je passie voor innovatie:In je motivatiebrief kun je flink uitpakken: vertel ons niet alleen waarom je deze functie bij Jobgether wilt, maar ook waarom je zo enthousiast bent over technologietransfer en commercialisatie. Wat trekt je aan in de sector? Heb je specifieke trends of technologieën die je fascineren? Dit laat zien dat je echt betrokken bent!

Duidelijke structuur en leesbaarheid:Jouw CV en motivatiebrief moeten niet alleen informatief zijn, maar ook prettig leesbaar. Gebruik duidelijke kopjes, bullet points en zorg voor een logische flow in je verhaal. Verkeerde opmaak kan ons afleiden van jouw geweldige kwalificaties, dus houd het simpel en overzichtelijk!

Zo bereid je je voor op een sollicitatiegesprek bij Jobgether

✨Begrijp de basisprincipes van technologietransfer

Zorg ervoor dat je de belangrijkste concepten van technologietransfer en commercialisatie goed begrijpt. We moeten in staat zijn om te laten zien dat we weten hoe technologische innovaties naar de markt kunnen worden gebracht en dat we inzicht hebben in de uitdagingen die daarbij komen kijken.

✨Bereid je voor op casestudy-vragen

Wij moeten klaar zijn om ons denkproces te delen door middel van casestudy-vragen tijdens het interview. Dit kunnen scenario's zijn waarin we moeten uitleggen hoe we een bepaalde technologie zouden commercialiseren of hoe we een strategisch partnerschap zouden opzetten. Denk na over enkele voorbeelden uit je opleiding of eerdere werkervaring die je kunt gebruiken.

✨Toon je communicatieve vaardigheden

In de wereld van technologietransfer is het cruciaal om je ideeën helder over te brengen. Tijdens ons interview met Jobgether moeten we onze communicatieve vaardigheden omhoog halen, vooral als het gaat om het uitleggen van complexe technische concepten aan niet-technische belanghebbenden.

✨Wees voorbereid op teamdynamiek en samenwerking

Omdat je full-time gaat werken in een teamomgeving, is het belangrijk om aan te tonen dat je kunt samenwerken met verschillende afdelingen. We zouden voorbeelden kunnen aandragen van eerdere ervaringen in teamprojecten, waarbij we hoe we onze rol hebben ingevuld en bijgedragen aan het gezamenlijke succes.