In één oogopslag
- Taken: Ontwikkel en verbeter ML-modellen voor huidkankerdiagnose met een impact op miljoenen levens.
- Bedrijf: SkinVision, een snelgroeiende scale-up in Amsterdam met een passie voor gezondheid.
- Voordelen: Competitief salaris, hybride werkbeleid en onbeperkte huidcontroles.
- Overige informatie: Dynamische werkomgeving met een enthousiast internationaal team en regelmatige teamactiviteiten.
- Waarom deze baan: Werk aan baanbrekende technologieën die echte verandering teweegbrengen in de gezondheidszorg.
- Kwalificaties: 8-10 jaar ervaring in machine learning en sterke communicatieve vaardigheden.
Het verwachte salaris ligt tussen 61650 - 75350 € per jaar.
Skin cancer is highly treatable when caught early, but limited access to specialist care and long wait times delay diagnosis, increasing the risk of late-stage cases and driving up treatment costs. SkinVision, founded in Amsterdam in 2012, exists to close that gap. Our proprietary AI — certified as a Class IIa medical device under EU regulation, with over 90% sensitivity and 89% specificity — has already helped over 3 million people worldwide.
Verantwoordelijkheden:
- Drive the full ML model development lifecycle: from understanding and co-defining the problem to providing inputs on data collection, assessing the quality of data, model training, validation, deployment and monitoring.
- Create requirements for data collection for both new and existing models, including data for model training and testing.
- Develop and improve efficient ML training pipelines in the cloud (AWS or similar).
- Involve stakeholders appropriately during the entire development, deployment and monitoring lifecycle.
- Scale the ML environment and processes to multiple models being developed and deployed simultaneously.
- Ensure ML development aligns with medical device standards if applicable, including ML best practices, experiment tracking, traceability, data lineage and documentation.
- Support and mentor team members.
- Showcase ML models and capabilities both internally and externally, by giving presentations, workshops, training, etc.
- Stay abreast of the latest industry standards, best practices and emerging trends in Machine Learning and AI and share insights with the broader team.
Eisen:
- Voor deze rol zullen we alleen kandidaten overwegen die momenteel in Nederland zijn gevestigd.
- 8-10 jaar bewezen professionele ervaring als Machine Learning Engineer of een vergelijkbare rol, met uitzonderlijke vaardigheden in modeltraining, implementatie binnen een consumentenproduct, data-analyse, stakeholdermanagement en teamwork/mentoring.
- Bachelor- of masterdiploma in Data Science, Econometrie, Statistiek, Computerwetenschappen of een gerelateerd vakgebied.
- Vermogen om gebruikersbehoeften en vereisten om te zetten in technische vereisten en een ontwikkelingsplan.
- Hands-on expertise met moderne deep learning-architecturen en andere ML-architecturen, bij voorkeur maar niet beperkt tot afbeeldingsdata.
- Hands-on ervaring met MLOps-praktijken voor schaalbare training, implementatie en monitoring.
- Ervaring in het ontwikkelen en implementeren van ML-modellen voor een consumentenproduct (volwassen ontwikkelingsprocessen), bij voorkeur in de gezondheidszorg of een gereguleerde omgeving.
- Vermogen om snel te itereren van ideeën naar experimenten, leren van resultaten en datagestuurde beslissingen nemen.
- Sterke analytische mindset, probleemoplossende vaardigheden en het vermogen om bruikbare inzichten uit complexe datasets te halen.
- Uitstekende communicatie- en presentatievaardigheden, met de capaciteit om technische concepten effectief over te brengen aan diverse doelgroepen.
- Bewezen vermogen om te gedijen in een samenwerkende, cross-functionele teamomgeving, waarbij meerdere prioriteiten en deadlines worden beheerd.
- Ervaring met het mentoren en leiden van teamleden.
- Kennis van data-orchestratie tools (Apache Airflow), datamodellering (dbt) en werken in een gereguleerde en/of medische omgeving zijn een plus!
Voorwaarden:
- Een competitief salaris, extra voordelen en een hybride werkbeleid.
- Een levendige, dynamische en snelgroeiende scale-up in Amsterdam.
- Een enthousiast, professioneel en internationaal team.
- Regelmatige team evenementen, inclusief off-sites en leuke activiteiten.
- Onbeperkte huidcontroles voor jou.
ML engineer in Amsterdam werkgever: SkinVision BV
SkinVision is een uitstekende werkgever die zich richt op het verbeteren van de toegang tot huidkankerdiagnose door middel van innovatieve technologie. Werken bij SkinVision betekent deel uitmaken van een gepassioneerd, internationaal team dat zich inzet voor een belangrijke missie, met volop mogelijkheden voor persoonlijke groei en ontwikkeling. Met een competitief salaris, aantrekkelijke voordelen en een hybride werkbeleid biedt SkinVision een dynamische werkomgeving in Amsterdam waar medewerkers regelmatig betrokken worden bij teamactiviteiten en evenementen.
Hupjob Expertadvies🤫
Zo denken wij dat je ML engineer in Amsterdam 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 SkinVision BV!
✨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 SkinVision BV, 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 SkinVision BV.
✨Pas je Sollicitatie aan voor Geschiktheid
Bij fulltime data science functies is het belangrijk om je sollicitatie specifiek te maken voor de rol bij SkinVision BV. 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 ML engineer in Amsterdam 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 SkinVision BV 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 SkinVision BV 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 SkinVision BV? 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 SkinVision BV ziet dat je kennis van data echt impact heeft gehad.
Zo bereid je je voor op een sollicitatiegesprek bij SkinVision BV
✨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 SkinVision BV
Neem de tijd om inzicht te krijgen in de datasets waar SkinVision BV 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.
