Opleidingsniveau
Master in Data Science, Artificial Intelligence, Computer Science, Mathematics of vergelijkbaar
Salarisindicatie in loondienst
€60000 - €95000 per jaar
Indicatie uurtarief bij ZZP
€450 - €900 per uur
Doorgroeimogelijkheden
Senior AI Engineer, Lead ML Engineer, Principal ML Engineer, Head of AI Platform, AI Architect
Competenties & vaardigheden
RAG, LLMs, Python, Embeddingmodellen, Evaluatieframeworks
Gerelateerde functies
Machine Learning Engineer, MLOps Engineer, Data Scientist, ML Platform Engineer, Retrieval Engineer
Functiebeschrijving
Een AI Engineer gespecialiseerd in Retrieval‑Augmented Generation (RAG) ontwerpt, verbetert en beheert productieklare systemen die grote taalmodellen combineren met retrieval‑lagen om nauwkeurige, verifieerbare antwoorden te leveren. Je analyseert faalgevallen, formuleert hypothesen en zet gecontroleerde experimenten op om verbeteringen meetbaar in productie door te voeren. Je integreert informatieherstel, embeddings en prompt‑strategieën met data‑pipelines en CI/CD zodat wijzigingen reproduceerbaar en schaalbaar uitgerold worden. Samenwerking met software‑, platform‑ en data‑engineers is cruciaal om telemetrie, gebruikersfeedback en evaluatiemetrics te vertalen naar operationele verbeteringen.
Salarisindicatie
Een vaste aanstelling voor deze functie verdient in Nederland doorgaans tussen €60.000 en €95.000 bruto per jaar afhankelijk van ervaring en locatie. Consultants en zzp'ers rekenen vaak tussen €450 en €900 per dag voor vergelijkbare opdrachten; voor zzp opdrachten en opdrachten overheid liggen tarieven en voorwaarden soms lager door aanbestedingsregels. Interim werk via bureaus kent variatie in vergoeding en secundaire voorwaarden; bij plaatsing via DAS of vergelijkbare payroll‑constructies veranderen administratieve lasten en netto‑opbrengst.
Typische werkzaamheden
Dagelijkse taken omvatten het ontwerpen en uitvoeren van grootschalige experimenten zoals chunking, embedding‑keuze en retrieval‑strategieën en het interpreteren van statistische uitkomsten. Je bouwt evaluatie‑ en monitoringframeworks voor generatieve AI, automatiseert feedbackloops en implementeert observability voor antwoordkwaliteit en latency. Je ontwikkelt en onderhoudt data pipelines in omgevingen zoals Databricks, schrijft productiecode in Python en integreert CI/CD naar cloudplatforms. Je adviseert productmanagers over trade‑offs tussen betrouwbaarheid, kosten en snelheid van iteratie.
Hoe word je specialist
Begin met een relevante masteropleiding en veranker praktijkervaring door ten minste drie jaar aan production‑grade machine learning of applied AI te werken. Verdiep je in retrieval‑technieken, embeddingmodellen en evaluatiemethoden door concrete projecten, open source bijdragen en het opzetten van synthetische evaluatiesets. Vergroot je zichtbaarheid via interim werk of zzp opdrachten om uiteenlopende datastacks en architecturen te leren, en neem opdrachten overheid aan om ervaring met compliance te winnen. Volg specialistische cursussen, publiceer experimentresultaten en ontwikkel een portfolio met aantoonbare productverbeteringen om door te groeien naar senior of lead‑rollen.
Opleidingsniveau
Master in Data Science, Artificial Intelligence, Computer Science, Mathematics of vergelijkbaar
Salarisindicatie in loondienst
€60000 - €95000 per jaar
Indicatie uurtarief bij ZZP
€450 - €900 per uur
Doorgroeimogelijkheden
Senior AI Engineer, Lead ML Engineer, Principal ML Engineer, Head of AI Platform, AI Architect
Competenties & vaardigheden
RAG, LLMs, Python, Embeddingmodellen, Evaluatieframeworks
Gerelateerde functies
Machine Learning Engineer, MLOps Engineer, Data Scientist, ML Platform Engineer, Retrieval Engineer
Functiebeschrijving
Een AI Engineer gespecialiseerd in Retrieval‑Augmented Generation (RAG) ontwerpt, verbetert en beheert productieklare systemen die grote taalmodellen combineren met retrieval‑lagen om nauwkeurige, verifieerbare antwoorden te leveren. Je analyseert faalgevallen, formuleert hypothesen en zet gecontroleerde experimenten op om verbeteringen meetbaar in productie door te voeren. Je integreert informatieherstel, embeddings en prompt‑strategieën met data‑pipelines en CI/CD zodat wijzigingen reproduceerbaar en schaalbaar uitgerold worden. Samenwerking met software‑, platform‑ en data‑engineers is cruciaal om telemetrie, gebruikersfeedback en evaluatiemetrics te vertalen naar operationele verbeteringen.
Salarisindicatie
Een vaste aanstelling voor deze functie verdient in Nederland doorgaans tussen €60.000 en €95.000 bruto per jaar afhankelijk van ervaring en locatie. Consultants en zzp'ers rekenen vaak tussen €450 en €900 per dag voor vergelijkbare opdrachten; voor zzp opdrachten en opdrachten overheid liggen tarieven en voorwaarden soms lager door aanbestedingsregels. Interim werk via bureaus kent variatie in vergoeding en secundaire voorwaarden; bij plaatsing via DAS of vergelijkbare payroll‑constructies veranderen administratieve lasten en netto‑opbrengst.
Typische werkzaamheden
Dagelijkse taken omvatten het ontwerpen en uitvoeren van grootschalige experimenten zoals chunking, embedding‑keuze en retrieval‑strategieën en het interpreteren van statistische uitkomsten. Je bouwt evaluatie‑ en monitoringframeworks voor generatieve AI, automatiseert feedbackloops en implementeert observability voor antwoordkwaliteit en latency. Je ontwikkelt en onderhoudt data pipelines in omgevingen zoals Databricks, schrijft productiecode in Python en integreert CI/CD naar cloudplatforms. Je adviseert productmanagers over trade‑offs tussen betrouwbaarheid, kosten en snelheid van iteratie.
Hoe word je specialist
Begin met een relevante masteropleiding en veranker praktijkervaring door ten minste drie jaar aan production‑grade machine learning of applied AI te werken. Verdiep je in retrieval‑technieken, embeddingmodellen en evaluatiemethoden door concrete projecten, open source bijdragen en het opzetten van synthetische evaluatiesets. Vergroot je zichtbaarheid via interim werk of zzp opdrachten om uiteenlopende datastacks en architecturen te leren, en neem opdrachten overheid aan om ervaring met compliance te winnen. Volg specialistische cursussen, publiceer experimentresultaten en ontwikkel een portfolio met aantoonbare productverbeteringen om door te groeien naar senior of lead‑rollen.
Beschrijving
Als AI Engineer - RAG Platform werk je aan het continu verbeteren van Rabobank’s interne Retrieval‑Augmented Generation (RAG) platform, waarbij kwaliteit, nauwkeurigheid en betrouwbaarheid centraal staan.
Je analyseert faalgevallen, genereert hypothesen en ontwerpt experimentele opstellingen om verbeteringen meetbaar in productie door te voeren.
Je combineert informatieherstel, data‑science en software‑engineering en gebruikt gebruikersfeedback, retrieval‑metrics en productietelemetrie om antwoordkwaliteit te verhogen.
Je voert grootschalige experimenten uit (chunking, embeddings, retrieval strategieën), bouwt evaluatie‑ en monitoringframeworks en automatiseert feedbackloops.
Het werk is praktijkgericht en productief: je draagt bij aan een strategisch platform dat door duizenden interne gebruikers wordt gebruikt en waarbij verbeteringen direct meetbaar effect hebben.
36 uur per week; samenwerken binnen een multidisciplinair team van software‑, platform‑ en data‑engineers en productmanagers, met focus op wetenschappelijke degelijkheid en engineering excellence.
Vereist profiel
- Aantoonbare ervaring (minimaal ~3 jaar) in machine learning, applied AI of data science, bij voorkeur met productie‑RAG of retrieval‑gebaseerde AI‑oplossingen.
- Technische vaardigheden: ervaring met RAG, LLMs, Python, Databricks, embedding‑modellen, evaluatie‑frameworks voor generatieve AI, en CI/CD‑praktijken.
- Sterke analytische vaardigheden: ervaring met experimenteel ontwerp, statistische evaluatie, metrics voor retrieval/antwoordkwaliteit en het vertalen van analyses naar reproduceerbare productoplossingen.
- Bekendheid met data pipelines, workflow‑automatisering en monitoring/observability van AI‑systemen; ervaring met Azure is een plus.
- Academische achtergrond op masterniveau of vergelijkbaar in Data Science, AI, Computer Science, Wiskunde of Statistiek is gewenst.
- Vaardigheid in communiceren van technische bevindingen naar zowel technische als niet‑technische stakeholders; proactieve, nieuwsgierige en resultaatgerichte houding.
- Nice to have: ervaring met fine‑tuning van taalmodellen, ranking/retrieval systemen, het opzetten van synthetische evaluatiedatasets en werken met grootschalige gedistribueerde omgevingen.
- Vereiste taalvaardigheid: goede beheersing van Engels (schriftelijk en mondeling). Locatie: Utrecht.
Eisen
- Master's degree or equivalent academic level in Data Science, Artificial Intelligence, Computer Science, Mathematics, Statistics or a related field.
- At least 3 years of relevant experience in machine learning, applied AI or data science.
- Demonstrable experience improving production-grade RAG systems or advanced retrieval-based AI solutions.
- Experience designing evaluation methodologies and quality metrics.
- Strong track record of converting analyses into automated production solutions.
- Experience working with large datasets and complex distributed environments.
- Ability to communicate findings and recommendations to both technical and non-technical stakeholders.
- Proficiency in English, both written and spoken.
Wensen
- Experience with fine-tuning language models.
- Experience with ranking and retrieval systems.
- Experience with AI observability and monitoring.
- Experience working with large-scale production AI platforms.
- Knowledge of synthetic evaluation datasets and benchmark creation.
Competenties
- Retrieval-Augmented Generation (RAG)
- Large Language Models (LLMs)
- Python
- Databricks
- Evaluation frameworks for GenAI systems
- Embedding models
- Prompt optimization
- Data pipelines and workflow automation
- CI/CD practices
- Azure
- You are naturally curious.
- You are analytical.
- You are passionate about improving complex systems.