AI Due Diligence Engineer in Utrecht

AI Due Diligence Engineer in Utrecht

Utrecht 53550 - 65450 € / jaar (geschat) Hybride
Y

In één oogopslag

  • Taken: Evalueer AI-capaciteiten van softwarebedrijven voor M&A en investeringsbeslissingen.
  • Bedrijf: YieldDD, een dynamisch bedrijf met een expertteam in Utrecht.
  • Voordelen: Hybride werk, competitief salaris en een stimulerende werkomgeving.
  • Overige informatie: Werken in een expertteam met volop groeikansen.
  • Waarom deze baan: Maak impact door AI-architecturen te beoordelen en aanbevelingen te doen aan bestuursleden.
  • Kwalificaties: Sterke software- en AI-expertise, vloeiend in Engels en Nederlands.

Het verwachte salaris ligt tussen 53550 - 65450 € per jaar.

Yield DD is seeking an AI engineer to assess AI capabilities of software companies for M&A and investment decisions.

You will evaluate architectures, data pipelines, model behavior, governance, and scalability, translating findings into actionable recommendations for boards and legal teams.

The role requires strong software and AI expertise, and fluent English and Dutch communication.

Hybrid work and a dynamic, expert-led team await in Utrecht, NL.

#J-18808-Ljbffr

AI Due Diligence Engineer in Utrecht werkgever: Yielddd

Als Softwareonderzoeker bij ons bedrijf krijg je de kans om te werken in een stimulerende omgeving waar innovatie en samenwerking centraal staan. We bieden niet alleen een competitief salaris en uitstekende secundaire arbeidsvoorwaarden, zoals 25 vakantiedagen en een premievrij pensioen, maar ook volop mogelijkheden voor persoonlijke ontwikkeling en certificeringen. Ons gloednieuwe kantoor op Campus Werkspoor, met duurzame faciliteiten en een focus op hybride werken, maakt het een unieke plek om je carrière verder te ontwikkelen terwijl je bijdraagt aan betekenisvolle projecten.

Y

Contactgegevens:

Recruitmentteam van Yielddd

Wij denken dat je deze vaardigheden nodig hebt om als AI Due Diligence Engineer in Utrecht te schitteren

AI Expertise
Software Architecture Evaluation
Data Pipeline Assessment
Model Behavior Analysis
Governance Knowledge
Scalability Evaluation
Actionable Recommendations