Mid/Senior AI LLM Engineer in Amsterdam

Mid/Senior AI LLM Engineer in Amsterdam

Amsterdam Full Time 61650 - 75350 € / jaar (geschat) Remote
Jobgether

In één oogopslag

  • Taken: Ontwikkel en optimaliseer geavanceerde taalmodellen voor boeiende AI-gesprekken.
  • Bedrijf: Een innovatieve partner in de AI-industrie met een focus op samenwerking.
  • Voordelen: Volledig remote werken, 20 dagen betaald verlof en een maandelijkse zorgvergoeding.
  • Overige informatie: Uitdagende omgeving met kansen voor professionele groei en ontwikkeling.
  • Waarom deze baan: Werk hands-on met cutting-edge AI-technologieën en maak impact op consumentenproducten.
  • Kwalificaties: Ervaring met het finetunen van taalmodellen en sterke Python-vaardigheden.

Het verwachte salaris ligt tussen 61650 - 75350 € per jaar.

Deze functie is vermeld namens een partnerbedrijf, dat alle aanvragen en volgende stappen beheert. Onze partner is op zoek naar een Mid/Senior AI LLM Engineer gevestigd in Nederland. Als Mid/Senior AI LLM Engineer ontwikkel, verfijn en optimaliseer je zelf-gehoste grote taalmodellen die gepersonaliseerde, boeiende AI-gesprekken aandrijven. Je werkt door de volledige levenscyclus van modelontwikkeling, van het voorbereiden van trainingsdatasets en het uitvoeren van GPU-gebaseerde experimenten tot het evalueren van prestaties en het implementeren van verbeteringen in productie.

Je werk helpt de gesprekskwaliteit, langetermijngeheugen, consistentie van de persoonlijkheid en meertalige interacties te verbeteren. In samenwerking met AI-engineers, productspecialisten, webontwikkelaars en DevOps-teams zet je experimentele bevindingen om in betrouwbare, schaalbare oplossingen. Deze praktische rol biedt de mogelijkheid om te werken met open-weight modellen, geavanceerde fine-tuning technieken en praktische AI-evaluatiekaders.

Verantwoordelijkheden:

  • Fine-tunen en optimaliseren van bestaande open-weight grote taalmodellen om de gesprekskwaliteit, nauwkeurigheid van reacties, consistentie en personalisatie te verbeteren.
  • Voorbereiden, cureren en verbeteren van trainingsdatasets ter ondersteuning van effectief model leren, ongewenste outputs verminderen en de relevantie en natuurlijkheid van gegenereerde reacties verbeteren.
  • Ontwerpen en implementeren van evaluatiekaders, benchmarks en testmethodologieën om modelkwaliteit te meten, zwaktes te identificeren en verbeteringen te valideren.
  • Verbeteren van gespreksgeheugen, consistentie van de persoonlijkheid en het vermogen van modellen om coherente, contextbewuste interacties gedurende langere gesprekken te behouden.
  • Ontwikkelen van meertalige gespreksmogelijkheden en ondersteuning van interacties met meerdere personages, waarbij natuurlijke en consistente gedragingen in verschillende scenario's worden gewaarborgd.
  • Onderzoeken van modelfouten en prestatiebeperkingen, het aanpassen van trainingsdata, prompts, modelconfiguraties en responsfilters om geïdentificeerde problemen aan te pakken.
  • Uitvoeren van GPU-gebaseerde training en fine-tuning experimenten, het oplossen van infrastructuur- en prestatieproblemen, en het optimaliseren van trainingsworkflows voor efficiëntie en betrouwbaarheid.
  • Toepassen van moderne modeladaptatie- en afstemmingstechnieken, waaronder supervisie fine-tuning, LoRA, QLoRA en voorkeur-gebaseerde optimalisatiemethoden waar nodig.
  • Implementeren van verbeterde modellen in productieomgevingen, hun prestaties monitoren, gebruikersresultaten analyseren en iteratieve verfijningen doorvoeren op basis van evaluatieresultaten.
  • Samenwerken met AI-engineering, product-, webontwikkeling en DevOps-teams om modelverbeteringen te integreren in consumentgerichte applicaties en technische werkzaamheden af te stemmen op productdoelstellingen.
  • Werken met gevoelige gespreksgebruikscases en moderatievereisten, waarbij modelgedrag, gebruikerservaring en toepasselijke inhoudsbeleid in balans worden gebracht.

Vereisten:

  • Bewezen praktische ervaring met het fine-tunen van open-weight grote taalmodellen en het implementeren van modellen in productieomgevingen.
  • Sterke Python-programmeringsvaardigheden, inclusief ervaring met het ontwikkelen, testen en onderhouden van machine-learning workflows.
  • Praktische ervaring met PyTorch en Hugging Face of vergelijkbare machine-learning frameworks en modelontwikkelingshulpmiddelen.
  • Ervaring met modeltraining en adaptatietechnieken zoals supervisie fine-tuning (SFT), Low-Rank Adaptation (LoRA) en Quantized Low-Rank Adaptation (QLoRA).
  • Bekendheid met voorkeur-gebaseerde training en afstemmingstechnieken, zoals Direct Preference Optimization (DPO) of Group Relative Policy Optimization (GRPO).
  • Ervaring met het voorbereiden en beheren van trainingsdatasets, het verbeteren van datakwaliteit en het ontwikkelen van evaluatiekaders om modelgedrag en outputkwaliteit te beoordelen.
  • Praktische ervaring met GPU-gebaseerde modeltraining, prestatieoptimalisatie en het debuggen van trainingsgerelateerde technische problemen.
  • Sterke analytische en probleemoplossende vaardigheden, met het vermogen om modelgedrag te onderzoeken, oorzaken te identificeren, experimenten te ontwerpen en meetbare verbeteringen aan te tonen.
  • Inzicht in de uitdagingen die gepaard gaan met het implementeren en onderhouden van LLM-aangedreven applicaties, inclusief responskwaliteit, consistentie, inferentieprestaties en voortdurende monitoring.
  • Ervaring met consumentgerichte AI-producten, met begrip van hoe modelkwaliteit en gespreksgedrag de gebruikerservaring beïnvloeden.
  • Comfortabel werken met minimaal beperkte of ongecensureerde AI-modellen, inclusief expliciete volwassen of NSFW-inhoud en gevoelige moderatiematerialen, terwijl passende waarborgen en inhoudsbehandelingspraktijken worden toegepast.
  • Vermogen om zelfstandig te werken in een remote omgeving, experimenten effectief te beheren, bevindingen te documenteren en samen te werken met cross-functionele teams.
  • Sterke communicatieve vaardigheden, aandacht voor detail en een mindset voor continue leren, met het vermogen om experimentele resultaten om te zetten in praktische productverbeteringen.

Voordelen:

  • Volledig remote werkarrangement binnen Europa.
  • Langdurige samenwerkingsmogelijkheden, met voorkeur voor B2B-contracten.
  • 20 werkdagen betaald verlof.
  • Een maandelijkse zorgverzekeringvergoeding van $100.
  • Budget voor apparatuur ter ondersteuning van je remote werksetup.
  • Toegang tot AI-ontwikkelingshulpmiddelen en -technologieën.
  • Ondersteuning voor leren en ontwikkeling om continue professionele groei aan te moedigen.
  • Jaarlijkse teambijeenkomst om contact te maken en samen te werken met collega's.
  • Kans om hands-on te werken met zelf-gehoste LLM's die innovatieve, consumentgerichte AI-producten aandrijven.
  • Een technisch uitdagende omgeving die blootstelling biedt aan moderne taalmodellen, fine-tuning methoden en ontwikkeling van conversatie-AI.

Mid/Senior AI LLM 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 Mid/Senior AI LLM Engineer in Amsterdam kunt binnenhalen

✨Verken de Automatisering Gemeenschap

Sluit je aan bij lokale of online communities die zich richten op automatisering en regeltechniek. Neem deel aan discussies en vraag om advies; dit kan je een voorsprong geven bij het vinden van kansen en connecties die leiden tot een functie bij bedrijven zoals Jobgether.

✨Deel je Projecten

Laat zien wat je kunt door je projecten en ervaringen te delen op platforms zoals GitHub of Behance. Dit laat toekomstige werkgevers zien wat je in huis hebt en kan ervoor zorgen dat Jobgether jouw profiel opmerkt.

✨Neem deel aan Netwerkbijeenkomsten

Ga naar netwerkbijeenkomsten of seminars over automatisering en technologie. Deze evenementen zijn ideaal om professionals in het veld te ontmoeten en meer te leren over openstaande vacatures bij bedrijven zoals Jobgether.

✨Bouw een Sterk Online Profiel

Zorg ervoor dat je LinkedIn-profiel indrukwekkend is en relevante projecten, certificaten en ervaringen benadrukt. Dit helpt je op de radar te komen bij recruiters van Jobgether en helpt je om jezelf te onderscheiden in de competitieve markt.

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

Fine-tuning van open-weight large language models
Python programmeervaardigheden
Ervaring met PyTorch en Hugging Face
Supervised fine-tuning (SFT)
Low-Rank Adaptation (LoRA)
Quantized Low-Rank Adaptation (QLoRA)
Direct Preference Optimization (DPO)

Een paar tips voor je sollicitatie 🫡

Benadruk je technische vaardigheden:In de automatisering en regeltechniek waardeert men technische vaardigheden enorm. Zorg ervoor dat je CV je ervaring met relevante software, programmeertalen en technologieën benadrukt. Laat ons zien waar je goed in bent!

Voeg projecten of cases toe:Heb je aan interessante automatiseringsprojecten gewerkt? Voeg voorbeelden van succesvol afgeronde projecten of case studies toe in je CV of motivatiebrief. Dit laat zien dat je niet alleen theoretische kennis hebt, maar ook praktische ervaring kunt toepassen.

Spreek je leergierigheid uit:In een fulltime rol in deze sector is het belangrijk om je bereidheid om te leren en jezelf te ontwikkelen aan te tonen. In je motivatiebrief kun je vertellen hoe je je vaardigheden tot nu toe hebt uitgebreid en waarom je deze kans bij Jobgether zo waardevol vindt voor je ontwikkeling.

Organiseer je documenten overzichtelijk:Voor een fulltime functie is het essentieel om je CV en motivatiebrief overzichtelijk en goed gestructureerd te laten zijn. Zorg dat ze makkelijk te lezen zijn, gebruik duidelijk titels en bullets, en houd het professioneel. Maak het ons gemakkelijk om te zien waarom jij de juiste kandidaat bent voor Mid/Senior AI LLM Engineer bij Jobgether.

Zo bereid je je voor op een sollicitatiegesprek bij Jobgether

✨Ken de nieuwste automatiseringstools

Zorg ervoor dat je goed op de hoogte bent van de laatste ontwikkelingen in automatiseringstools die binnen jouw vakgebied worden gebruikt. Kun je bijvoorbeeld de voordelen uitleggen van tools zoals UiPath of Automation Anywhere? Dit laat zien dat je niet alleen technisch onderlegd bent, maar ook proactief je kennis bijhoudt.

✨Voorbereiding op technische vragen

Verwacht dat je technische vragen moet beantwoorden die specifiek zijn voor automatisering en regeltechniek. Dit kan bijvoorbeeld inhouden dat je situaties moet oplossen of je aanpak moet uitleggen voor het automatiseren van specifieke processen. Zorg ervoor dat je deze concepten goed begrijpt, zodat je helder kunt uitleggen hoe je ze zou toepassen.

✨Je ervaring met projecten delen

Aangezien het een fulltime functie betreft, willen ze weten over je ervaringen in eerdere projecten. Bereid een paar concrete voorbeelden voor waarin je betrokken was bij automatiseringsprojecten, de uitdagingen die je tegenkwam en hoe je die hebt overwonnen. Dit laat zien dat je niet alleen de theorie kent, maar ook echt praktijkervaring hebt.

✨Passie voor efficiëntie

Toon je enthousiasme voor efficiëntie en optimalisatie tijdens het interview. Deel waarom je gepassioneerd bent over automatisering en wat je motiveert in dit vakgebied. Dit kan je onderscheiden van andere kandidaten die misschien meer focussen op de technische aspecten alleen.