In één oogopslag
- Taken: Ontwikkel en optimaliseer ML-modellen voor vroege huidkankerdetectie.
- Bedrijf: SkinVision, een innovatief bedrijf dat levens redt met AI-technologie.
- Voordelen: Competitief salaris, hybride werkbeleid en onbeperkte huidcontroles.
- Overige informatie: Dynamische werkomgeving met mogelijkheden voor professionele groei.
- Waarom deze baan: Maak impact door technologie te gebruiken voor betere gezondheidszorg wereldwijd.
- Kwalificaties: 8-10 jaar ervaring in machine learning en sterke communicatieve vaardigheden.
Het verwachte salaris ligt tussen 66150 - 80850 € per jaar.
Voor deze rol overwegen we alleen kandidaten die momenteel in Nederland zijn gevestigd.
Over SkinVision
Huidkanker is zeer behandelbaar wanneer het vroeg wordt opgemerkt, maar beperkte toegang tot specialistische zorg en lange wachttijden vertragen de diagnose, waardoor het risico op laatstadiumgevallen toeneemt en de behandelingskosten stijgen. SkinVision, opgericht in Amsterdam in 2012, bestaat om die kloof te dichten. Onze eigen AI — gecertificeerd als een Klasse IIa medisch hulpmiddel onder EU-regelgeving, met meer dan 90% gevoeligheid en 89% specificiteit — heeft al bijna 3 miljoen mensen wereldwijd geholpen bij het opsporen van vroege tekenen van huidkanker. Vandaag de dag heeft SkinVision een database van meer dan 6 miljoen huidplekkenbeoordelingen en kan het 20 miljoen mensen bereiken via verzekeringspartnerschappen. Hoog-risico gevallen worden beoordeeld door een team van dermatologen, die gebruikers ondersteunen bij het nemen van de juiste volgende stap — van urgente zorg tot een specialistische verwijzing. We breiden dit verder uit, door gebruikers sneller te verbinden met de specialistische zorg die ze nodig hebben. We zijn een gefocust, internationaal team, actief wereldwijd, verenigd door één doel: vroege detectie toegankelijk maken voor iedereen, overal.
Wat je gaat doen
- Stuur de volledige ML-modelontwikkelingscyclus aan: van het begrijpen en co-definiëren van het probleem tot het geven van input over gegevensverzameling, het beoordelen van de kwaliteit van gegevens, modeltraining, validatie, implementatie en monitoring.
- Creëer vereisten voor gegevensverzameling voor zowel nieuwe als bestaande modellen. Dit omvat gegevens voor modeltraining en -testen.
- Ontwikkel en verbeter efficiënte ML-trainingspipelines in de cloud (AWS of vergelijkbaar).
- Betrek belanghebbenden op de juiste manier tijdens de gehele ontwikkelings-, implementatie- en monitorcyclus.
- Schaal de ML-omgeving en processen naar meerdere modellen die gelijktijdig worden ontwikkeld en geïmplementeerd.
- Zorg ervoor dat de ML-ontwikkeling voldoet aan de normen voor medische hulpmiddelen indien van toepassing, inclusief ML-best practices, experimenttracking, traceerbaarheid, gegevensafstemming en documentatie.
- Ondersteun en mentor teamleden.
- Toon ML-modellen en mogelijkheden zowel intern als extern, door presentaties, workshops, trainingen, enz.
- Blijf op de hoogte van de laatste industriestandaarden, best practices en opkomende trends in Machine Learning en AI en deel inzichten met het bredere team.
Jouw profiel
- 8-10 jaar bewezen professionele ervaring als Machine Learning Engineer of een vergelijkbare rol, met uitzonderlijke bekwaamheid 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.
- Vaardigheden: 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, idealiter maar niet beperkt tot afbeeldingsgegevens.
- 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), idealiter 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 actiegerichte 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.
Wat we jou bieden
- Een competitief salaris, aanvullende voordelen en een hybride werkbeleid.
- Een levendige, dynamische en snelgroeiende scale-up in Amsterdam.
- Een enthousiast, professioneel en internationaal team.
- Regelmatige teamactiviteiten, waaronder off-sites en leuke activiteiten.
- Onbeperkte huidcontroles voor jou.
Senior ML Engineer werkgever: SkinVision
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 en professionele groei in een dynamische werkomgeving in Amsterdam. Daarnaast biedt het bedrijf aantrekkelijke voordelen zoals een competitief salaris, hybride werkbeleid en regelmatige teamactiviteiten, waardoor een sterke werkcultuur en collegialiteit worden bevorderd.
Hupjob Expertadvies🤫
Zo denken wij dat je Senior ML Engineer 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!
✨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, 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.
✨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. 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 Senior ML Engineer 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 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 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? 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 ziet dat je kennis van data echt impact heeft gehad.
Zo bereid je je voor op een sollicitatiegesprek bij SkinVision
✨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
Neem de tijd om inzicht te krijgen in de datasets waar SkinVision 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.
