Senior Technical Trainer — Machine Learning in Amsterdam

Deze positie is vermeld namens een partnerbedrijf, dat alle aanvragen en volgende stappen beheert. Onze partner is op zoek naar een Senior Technical Trainer — Machine Learning, gevestigd in Nederland. We zoeken een hands-on machine learning practitioner met een passie voor lesgeven om boeiende technische cursussen voor ingenieurs te ontwerpen en te geven. In deze remote freelance rol help je leerlingen om van de basisconcepten van machine learning naar het trainen en evalueren van hun eigen modellen te gaan via praktische, lab-gebaseerde leerervaringen. Je werkt samen met curriculum specialisten en productieteams om duidelijke lessen, hands-on oefeningen en real-world demonstraties te ontwikkelen. De focus ligt op het delen van jouw technische expertise door middel van overtuigende scripts, video-presentaties en lab-walkthroughs in plaats van het beheren van productietaken. Het initiële betaalde cursusproject duurt doorgaans ongeveer drie maanden en kan worden voltooid naast bestaande professionele verplichtingen. Met flexibele uren en een vooraf afgesproken leveringsplan kan de kans leiden tot verdere projecten of een fulltime positie.

Accountabilities

• Ontwerpen en ontwikkelen van cursusinhoud: Samenwerken met het curriculumteam om de cursusstructuur, secties, lessen, praktische labs en notities te definiëren die progressief leren ondersteunen.
• Creëren van hands-on leerervaringen: Gedetailleerde lab-specificaties schrijven voor het toegewijde lab-ontwikkelingsteam en vervolgens de voltooide omgevingen testen om ervoor te zorgen dat ze werken zoals bedoeld.
• Schrijven van boeiende educatieve scripts: Korte, verhaalgedreven video-lessen van ongeveer zes minuten ontwikkelen, waardoor machine learning concepten toegankelijk, intuïtief en relevant worden voor ingenieurs.
• Levering van technische presentaties: Gescripte lessen zelfverzekerd in het Engels vertellen en demonstraties en lab-oplossing walkthroughs opnemen die belangrijke concepten versterken.
• Toepassen van praktische machine learning expertise: Cursusmateriaal bouwen dat is gebaseerd op echte ervaring met het trainen, evalueren en implementeren van machine learning modellen.
• Incorporeren van redactionele feedback: Werken door gestructureerde beoordelingen, vooral tijdens de eerste cursussectie, en inhoud verfijnen om te voldoen aan vastgestelde kwaliteits- en onderwijseisen.
• Samenwerken op afstand: Coördineren met curriculum- en productieteams via wekelijkse syncs en Slack, met voldoende tijdzone-overlap met collega's in Europa en Azië.
• Focus op onderwijs en technische inhoud: Samenwerken met het productieteam, dat verantwoordelijk is voor video-editing, animatie, lab-infrastructuur en publicatie.

Vereisten

• Hands-on machine learning ervaring: Aangetoonde vaardigheid om modellen te trainen, evalueren en te verzenden met behulp van frameworks zoals scikit-learn, PyTorch of TensorFlow.
• Sterke technische communicatievaardigheden: Vermogen om machine learning concepten, inclusief de redenering achter verschillende benaderingen, duidelijk uit te leggen aan ingenieurs die nieuw zijn in het veld.
• Uitstekende Engelse taalvaardigheid: Sterke schriftelijke en gesproken Engelse vaardigheden, met het vermogen om natuurlijke scripts te schrijven, duidelijke vertellingen te leveren en zelfverzekerd voor de camera te communiceren.
• Een oprechte passie voor lesgeven: Bewijs van genieten van kennisdeling via online cursussen, tutorials, technische lezingen, workshops, mentoring of andere educatieve activiteiten.
• Actuele technische kennis: Een actieve interesse in ontwikkelingen in machine learning en een toewijding aan continu leren en verbeteren.
• Presentatievertrouwen: Comfortabel presenteren van technische materialen voor de camera op een duidelijke, boeiende en toegankelijke manier.
• Openheid voor feedback: Bereidheid om een gevestigde onderwijsmethodologie te volgen, samen te werken met redacteuren en cursusinhoud te verbeteren door middel van gestructureerde feedback.

Voorkeurskwalificaties

• Ervaring met het publiceren van cursussen op platforms zoals Udemy, Pluralsight of Coursera, of het creëren van educatieve inhoud op YouTube.
• Ervaring met het schrijven van een technisch boek of lesgeven aan een universiteit, bootcamp of vergelijkbare onderwijssetting.
• Praktische kennis van fine-tuning, MLOps of het implementeren van machine learning modellen in productie.
• Cloud machine learning certificeringen gerelateerd aan AWS, Microsoft Azure, Google Cloud Platform of Databricks.

Voordelen

• Competitieve project-gebaseerde compensatie: Een vast bedrag wordt vooraf afgesproken voor elke cursus, op basis van de lengte en technische complexiteit, met competitieve tarieven voor geavanceerde onderwerpen en uitzonderlijke instructeurs.
• Flexibele werkregelingen: Werk op afstand vanuit elke locatie ter wereld, zonder vaste wekelijkse uurvereiste en een vooraf afgesproken leveringsschema.
• Compatibel met bestaande verplichtingen: Voltooi het initiële freelance cursusproject naast je huidige baan of andere professionele verantwoordelijkheden.
• Gedefinieerde projectomvang: Het initiële cursusproject duurt doorgaans ongeveer drie maanden, wat een duidelijke tijdlijn biedt voor planning en levering.
• Betaling bij voltooiing: Ontvang de afgesproken cursusvergoeding wanneer de voltooide cursus is geleverd.
• Langdurige carrièremogelijkheden: Succesvolle samenwerking kan leiden tot aanvullende cursusprojecten of een fulltime mogelijkheid als onderdeel van een groeiend trainer netwerk.
• Toegewijde productiesupport: Focus op instructionele inhoud en lesgeven terwijl het productieteam zorgt voor editing, animatie, lab-infrastructuur en publicatie.
• Samenwerkende remote omgeving: Werk nauw samen met curriculum- en productiespecialisten via regelmatige team-syncs en Slack-communicatie.
• Professionele zichtbaarheid: Toon je technische expertise en lesgeefvaardigheden door praktische leerervaringen te ontwikkelen voor een breed publiek van ingenieurs.