In Brussel zet een federale organisatie van de gerechtelijke politie data science en artificiële intelligentie in voor operationeel en tactisch werk ter ondersteuning van onderzoeken naar georganiseerde misdaad, cybercriminaliteit, terrorisme en andere ernstige misdrijven. Als medior Data Scientist en ML Engineer bouwt u machine learning pipelines in Python en brengt u AI-modellen in productie, voornamelijk via on-premise deployments met Azure, Docker en Kubernetes.
De missie
Het team ontwikkelt AI-oplossingen voor de volledige geïntegreerde politiedienst en voor zijn nationale en internationale partners. Het technische landschap omvat grote gestructureerde en ongestructureerde datasets, SQL- en NoSQL-databases, vector search, deep learning en end-to-end MLOps. Productiesystemen moeten schaalbaar, robuust en onderhoudbaar zijn en afgestemd zijn op de vereisten inzake beveiliging, ethiek en wetgeving.
Uw werkterrein loopt van systeemontwerp en modelontwikkeling tot deployment, monitoring en onderhoud. U bouwt herbruikbare ML pipelines, beheert de versies van code en modellen en werkt samen met operationele stakeholders om onderzoeksnoden te vertalen naar betrouwbare AI-capaciteiten. De meeste deployments gebeuren on-premise, terwijl Azure deel uitmaakt van de beschikbare cloudomgeving voor geschikte workloads.
Uw verantwoordelijkheden
- Ontwerp end-to-end machine learning-systemen die voldoen aan vereisten inzake schaalbaarheid, robuustheid en onderhoudbaarheid en die rekening houden met hardwarebeperkingen.
- Ontwikkel, train en valideer modellen voor operationeel en tactisch gebruik en werk daarbij met grote gestructureerde en ongestructureerde datasets.
- Bouw en beheer on-premise machine learning pipelines en breng gevalideerde modellen vervolgens in productie, met monitoring en onderhoud.
- Containeriseer en orkestreer workloads met Docker, Kubernetes en Kubeflow.
- Zet CI/CD-workflows op voor ML-code en -modellen, met inbegrip van versiebeheer, testen en reproduceerbare releases.
- Zorg voor duidelijke documentatie, hanteer kwaliteitsnormen voor code en pas passende beveiligings-, ethische en wettelijke controles toe.
Uw profiel
Essentiële vaardigheden
- Beschik over minstens 3 jaar professionele ervaring in data science, machine learning en MLOps, met inbegrip van deployments in productie of op grote schaal.
- Ontwerp en beheer AI-oplossingen on-premise en in de cloud, met praktische ervaring met Azure.
- Programmeert vlot in Python en past PyTorch, TensorFlow en huggingface toe voor machine learning en deep learning.
- Gebruikt Docker, Kubernetes en Kubeflow om ML-workloads te containeriseren en te orkestreren.
- Werkt met MySQL, PostgreSQL, Neo4J en Milvus voor use cases met relationele data, graafdata en vectordata.
- Implementeert MLOps- en CI/CD-workflows met MLflow, Git, GitHub en GitLab en bewaakt de codekwaliteit met ruff.
- Werkt met grote gestructureerde en ongestructureerde datasets en legt technische concepten helder uit aan niet-technische stakeholders.
- Benadert problemen analytisch, werkt samen met mensen met uiteenlopende profielen en heeft oog voor kwaliteit, beveiliging, ethiek en naleving van de wet- en regelgeving.
Talen
- Engels: CEFR-niveau niet gespecificeerd; minimale professionele beheersing vereist.
- Nederlands of Frans: CEFR-niveau niet gespecificeerd; in minstens één van beide talen is minimale professionele beheersing vereist.
Opleiding
- Masterdiploma of doctoraat in informatica, artificiële intelligentie of een aanverwante discipline, of gelijkwaardige professionele expertise.