Senior Machine Learning Engineer - Applied AI in Amsterdam

Senior Machine Learning Engineer - Applied AI in Amsterdam

Amsterdam Fulltime 72000 - 80000 € / jaar (geschat) Hybride
M

In één oogopslag

  • Taken: Bouw AI-producten die echte klantbehoeften oplossen met de nieuwste technologieën.
  • Bedrijf: Een energiek B2B softwarebedrijf in Amsterdam dat AI gebruikt voor videobegrip.
  • Voordelen: Competitief salaris, onbeperkte vakantiedagen en flexibele werkuren.
  • Overige informatie: Kleine senior teams met ruimte om te leren en te groeien.
  • Waarom deze baan: Werk aan innovatieve producten die door miljoenen kijkers wereldwijd worden gebruikt.
  • Kwalificaties: Minimaal 5 jaar ervaring in toegepaste AI en sterke Python-vaardigheden.

Het verwachte salaris ligt tussen 72000 - 80000 € per jaar.

Locatie: Amsterdam, hybride met 2 dagen per week op kantoor

Uren: 36-40 uur per week, parttime mogelijk

Salaris: EUR 72.000 tot EUR 80.000 bruto per jaar inclusief vakantiegeld, op basis van fulltime

Niveau: Senior

Focus: producten bouwen met LLMs en VLMs

Technologie: Python, PyTorch, AWS (SageMaker), en Java (een grote plus)

Over Media Distillery

Wij zijn een in Amsterdam gevestigd B2B-softwarebedrijf dat AI gebruikt om te begrijpen wat er in video zit. TV-operators, omroepen en streamingplatforms gebruiken onze oplossingen om kijkers sneller toegang te geven tot relevante content, advertenties te verbeteren en de betrokkenheid te vergroten, met functies zoals skip intro, previews, sporthoogtepunten, hoofdstukken en verticale video.

Onze producten draaien in productie voor videoservices over de hele wereld.

Wij zijn een jong, energiek, internationaal bedrijf voor mensen die gedijen in een startup- of scale-upomgeving. Kleine agile teams zijn verantwoordelijk voor de ontwikkeling en het leven van een volledig product, met veel vrijheid en verantwoordelijkheid: je bouwt het, je runt het.

De rol

Je werkt op het snijvlak van state-of-the-art AI en product. De kern van de rol is het bouwen van AI-gestuurde producten die echte behoeften van onze klanten oplossen, met behulp van de nieuwste AI-tools en modellen zoals LLMs en VLMs. Je geeft net zoveel om waarom een functie belangrijk is voor de klant als om hoe het werkt.

Wanneer kant-en-klare modellen niet goed genoeg zijn, train, verfijn of distilleer je je eigen modellen, zodat ze nauwkeurig, snel en betaalbaar zijn voor live video. Je hebt volledige eigendom vanaf het eerste experiment tot productie. De rol is dichter bij een generalist dan een specialist, en meer toegepast dan onderzoek: wanneer een product een backend-service, een API of een datapijplijn nodig heeft, bouw je het, met behulp van agentic coding tools om snel te bewegen.

Wat je zult doen

  • Werken met product, engineering en soms sales of klanten om klantbehoeften te begrijpen en AI-gestuurde producten met je team te bouwen
  • Eigenaarschap van functies of initiatieven van begin tot eind, van het vormgeven van de aanpak tot het leveren van het resultaat
  • Ontwerpen en uitvoeren van experimenten, evaluaties en benchmarks die laten zien of een model goed genoeg is om te verzenden
  • Train, verfijn en distilleer LLMs en VLMs voor video begrip wanneer kant-en-klare modellen niet voldoende zijn
  • Beheer de volledige modelcyclus, van prototype tot productie, met aandacht voor latentie, kosten en betrouwbaarheid
  • Bijdragen aan een sterk team door middel van code- en ontwerpbeoordelingen, kennisdeling en mentoring, en helpen onze ML-aanpak vorm te geven

Wie je bent

  • Minimaal 5 jaar ervaring in toegepaste AI en machine learning, inclusief generatieve AI
  • Een goed begrip van traditionele ML, zoals encodings, embeddings en classificatiemodellen
  • Sterke Python-vaardigheden en ervaring met PyTorch of vergelijkbare frameworks
  • Ervaring met het toepassen van LLMs of VLMs in real-world producten
  • Solide backend-vaardigheden: je kunt zelf een service of API bouwen en verzenden
  • Een oplossingsgerichte mindset en een bewezen staat van dienst in productie
  • Sterke probleemoplossende vaardigheden, comfort met rommelige real-world data, en rigoureuze modelevaluatie
  • Nieuwsgierig en proactief: je wilt begrijpen hoe nieuwe modellen en tools werken
  • Vloeiend in het Engels, zowel schriftelijk als mondeling

Aanvullende vaardigheden

  • Java-ervaring voor backend-werk is een grote plus
  • Ervaring met video, audio en multimodale modellen
  • Ervaring met het implementeren van modellen in productie op grote schaal
  • Affiniteit met media, sport en technologie

Wat wij bieden

  • Werken aan producten die door miljoenen kijkers op videoservices over de wereld worden gebruikt
  • Een klein, senior team waar jouw ideeën de roadmap vormgeven
  • Een jaarlijks opleidingsbudget voor jouw vaardigheden of voor evenementen
  • Een maandelijkse hackathon tijdens kantooruren
  • Leuke bedrijfsactiviteiten en een jaarlijkse meerdaagse bedrijfsreis
  • Onbeperkte vakantiedagen
  • Flexibele werktijden, met de mogelijkheid om 3 dagen per week vanuit huis te werken
  • Reiskosten en streamingabonnementen (tot EUR 300 per jaar) vergoed
  • Een kantoor in het centrum van Amsterdam, met geweldige koffie, gratis (gezonde) snacks en sta-bureaus
  • Salaris tussen EUR 72.000 en 80.000 bruto per jaar inclusief vakantiegeld

Senior Machine Learning Engineer - Applied AI in Amsterdam werkgever: Media Distillery International

Media Distillery is een uitstekende werkgever die een dynamische en innovatieve werkomgeving biedt in het hart van Amsterdam. Met een focus op persoonlijke groei, biedt het bedrijf een jaarlijks opleidingsbudget, onbeperkte vakantiedagen en flexibele werkuren, waardoor medewerkers de ruimte krijgen om hun vaardigheden te ontwikkelen en een goede werk-privébalans te behouden. Werken bij Media Distillery betekent bijdragen aan baanbrekende AI-producten die door miljoenen kijkers wereldwijd worden gebruikt, terwijl je deel uitmaakt van een klein, ervaren team dat jouw ideeën waardeert en vormgeeft aan de toekomst van video-inhoud.

M

Contactgegevens:

Recruitmentteam van Media Distillery International

Hupjob Expertadvies🤫

Zo denken wij dat je Senior Machine Learning Engineer - Applied AI in Amsterdam kunt binnenhalen

✨Join Data Science Communities

Duik in lokale en online data science communities zoals Meetup of Kaggle. Hier vind je niet alleen mensen met dezelfde interesses, maar kun je ook je kennis laten zien en misschien zelfs een paar projecten doen die je CV een boost geven.

✨Hackathons en Competities

Neem deel aan hackathons en data science competities. Deze evenementen zijn perfect om je vaardigheden in de praktijk te brengen en je netwerk uit te breiden. Veel bedrijven, inclusief Media Distillery International, zijn op zoek naar talent die zich in zulke omgevingen bewezen heeft!

✨Projecten en Portfolio

Zorg ervoor dat je een zichtbaar portfolio hebt met projecten die je hebt gedaan, bij voorkeur met real-world data. Dit kan via GitHub of je eigen website waar je je beste werk toont. Potentiële werkgevers, zoals Media Distillery International, willen zien wat je in huis hebt!

✨Pas je sollicitatie aan

Bij het solliciteren voor een rol, zoals de Senior Machine Learning Engineer - Applied AI bij Media Distillery International, zorg ervoor dat je je brief en eventuele projecten aanpast aan wat zij specifiek zoeken. Het laten zien van je interesse en begrip voor hun projecten verhoogt je kans om uitgenodigd te worden voor een gesprek!

Wij denken dat je deze vaardigheden nodig hebt om als Senior Machine Learning Engineer - Applied AI in Amsterdam te schitteren

Python
PyTorch
AWS (SageMaker)
Java
Machine Learning
Generative AI
LLMs

Een paar tips voor je sollicitatie 🫡

Maak je CV data-ready!:Zorg ervoor dat je CV concrete voorbeelden bevat van projecten waarbij je met data hebt gewerkt. Vermeld je programmeerervaring, statistische kennis, en eventueel relevante software zoals Python, R of SQL. Dit laat ons bij Media Distillery International meteen zien dat je de juiste bagage hebt voor de rol van Senior Machine Learning Engineer - Applied AI.

Vergeet je portfolio niet!:Een goed portfolio kan je helpen om je vaardigheden te demonstreren! Voeg enkele data-analyseprojecten toe of zelfs dashboards die je hebt gebouwd. Dit geeft ons een beter beeld van wat je kunt, en hoe je je skills toepast in de praktijk. Vergeet niet om dat ook te vermelden in je motivation letter!

Motivatie is key!:In je motivatiebrief is het belangrijk om je passie voor data science te communiceren. Vertel ons waarom je deze carrière bent ingeslagen en wat je hoopt te bereiken bij Media Distillery International als Senior Machine Learning Engineer - Applied AI. We willen jouw enthousiasme echt voelen!

Referenties en certificaten:Vergeet niet om relevante certificaten en referenties erbij te voegen! Als je onlangs een cursus hebt gevolgd in machine learning of een andere relevante kwalificatie hebt behaald, laat het ons weten. Dit soort details kunnen ons helpen om je kwalificaties voor de rol nog beter te begrijpen.

Zo bereid je je voor op een sollicitatiegesprek bij Media Distillery International

✨Ken de Basis van Data-analyse

Als je solliciteert voor een fulltime rol in data-science bij Media Distillery International, zorg ervoor dat je de basis van data-analyse onder de knie hebt. Verwacht vragen over statistiek, machine learning en data preprocessing. Wees voorbereid om je oplossingen te onderbouwen met voorbeelden uit je portfolio.

✨Toon je technische vaardigheden

Je technische vaardigheden zijn cruciaal in een data-science rol. Zorg ervoor dat je je ervaring met tools zoals Python, R, en SQL benadrukt. Tijdens het interview kunnen ze je vragen om bepaalde datasets te analyseren of een model te bouwen, dus wees gerust in je codeerskills!

✨Praat over je projecten

We willen dat je je portfolio gebruikt om je impact te tonen. Bespreek specifieke projecten die je hebt gedaan en hoe je data-analyse hebt toegepast om problemen op te lossen. Dit helpt om je leervermogen en creatief probleemoplossend vermogen te demonstreren aan Media Distillery International.

✨Interactief overleg

Verwacht dat het interview een interactief gesprek wordt waarin je je denkprocessen moet uitleggen. Denk dus na over hoe je je aanpak zou uitleggen bij het oplossen van een data-vraagstuk. Laat zien dat je niet alleen om het antwoord gaat, maar ook om de kennis en methodes die je hanteert.