Machine Learning Engineer - Energy Management

Werken als Machine Learning Engineer bij Eneco
Wil jij bijdragen aan de energietransitie door het bouwen van betrouwbare productiesystemen voor machine learning? Bij Eneco in Rotterdam kom je te werken in een multidisciplinair team van gedreven professionals binnen het Energy Management Systems domein. Samen ontwikkel, deploy en beheer je geavanceerde ML-oplossingen die de digitale producten en diensten van Eneco ondersteunen.
Wat je gaat doen

• Ontwerpen, bouwen en onderhouden van end-to-end machine learning pipelines voor training, validatie en productie-inferentie in zowel batch- als real-time omgevingen.
• Ontwikkelen van schaalbare MLOps-capaciteiten, waaronder CI/CD-pipelines, geautomatiseerde tests, modelversionering en drift-detectie.
• Bouwen en beheren van Databricks-gebaseerde dataverwerking en ML-workflows op schaal.
• Inzetten en optimaliseren van machine learning workloads op AWS.

Wat wij van jou vragen

• Minimaal 4 jaar professionele ervaring in ML engineering, waarvan ten minste 2 jaar in MLOps/productie ML-systemen.
• Praktische ervaring met Databricks, MLflow en AWS.
• Goede beheersing van Scala voor dataverwerking/ETL op Spark.
• Sterke software engineering fundamenten zoals testen, design patterns en code reviews.

Solliciteer direct
Ben jij klaar om impact te maken en Eneco te helpen in de versnelling van de energietransitie? Solliciteer vandaag nog via de knop!
Belangrijkste verantwoordelijkheden

• Design, build and maintain end-to-end machine learning pipelines
• Develop scalable MLOps capabilities, including CI/CD and automated testing
• Build and operate Databricks-based data processing and machine learning workflows
• Manage MLflow for experiment tracking and model registry
• Deploy, operate and optimize machine learning workloads on AWS

Vereisten

• 4+ years professional experience in ML engineering
• 2+ years owning MLOps/production ML systems
• Hands-on experience with Databricks
• Production experience with MLflow
• Strong AWS experience
• Proficient in Scala for data processing/ETL on Spark