Opleidingsniveau
Bachelor of Master in Computer Science, Data Science, Software Engineering of vergelijkbaar
Salarisindicatie in loondienst
€70000 - €105000 per jaar
Indicatie uurtarief bij ZZP
€600 - €1000 per uur
Doorgroeimogelijkheden
Lead MLOps Engineer; Platform Architect; Head of Machine Learning Engineering; Chief AI Officer
Competenties & vaardigheden
Python, CI/CD, Containerisatie (Docker/Kubernetes), Observability
Gerelateerde functies
Machine Learning Engineer, DevOps Engineer, Data Engineer, AI Platform Engineer
Functiebeschrijving
De Senior Machine Learning Ops Engineer ontwerpt, bouwt en beheert productie-infrastructuur voor machine learning- en generative AI-toepassingen.
Je draagt verantwoordelijkheid voor end-to-end deployment lifecycles, inclusief CI/CD, containerisatie en omgevingen (DEV/UAT/PROD).
De rol verlangt integratie van LLM-services, state management en ondersteunende datastores om betrouwbare, schaalbare en kostenefficiënte services te leveren.
Je fungeert als technische schakel tussen data scientists en platformteams en vertaalt onderzoeksmodellen naar operationele workloads.
Salarisindicatie
Het marktconforme salaris voor een vast dienstverband ligt doorgaans tussen €70.000 en €105.000 per jaar afhankelijk van ervaring en verantwoordelijkheid.
Consultancy- en freelance-tarieven variëren tussen €600 en €1.000 per dag; zzp opdrachten en interim werk vallen doorgaans in dit bereik afhankelijk van SLA's en specialisatie.
Typische werkzaamheden
Ontwerpen en implementeren van CI/CD-pijplijnen voor modelbuilds, tests en geautomatiseerde deployments.
Containeriseren van modellen en applicaties en orkestreren via Kubernetes of vergelijkbare platforms.
Opzetten van observability voor LLM-workloads inclusief latency-, token- en kostenmonitoring, tracing en gestructureerde logging.
Beheren van omgevingen (DEV/UAT/PROD), secrets management en rollback-strategieën voor veilige releases.
Integreren van cloud AI-services, state stores zoals PostgreSQL/Redis en agent-frameworks voor productie-ervaringen.
Hoe word je specialist
Start met een relevante opleiding en bouw praktijkervaring op door end-to-end projecten te realiseren in Python, Docker en CI/CD-omgevingen.
Verdiep je in LLM-architecturen, observability en cloud-specifieke AI-services door hands-on implementaties en certificeringen.
Werk op zowel vaste posities als zzp opdrachten en interim werk om verschillende platformen en governance-eisen te leren kennen.
Neem opdrachten overheid en contracten via DAS of consultancy-organisaties aan om ervaring met compliance en productieschaal te verzamelen.
Blijf specialiseren door bijdragen aan blueprints, feature stores en open source integraties zoals LangChain/LangGraph in productieomgevingen.
Opleidingsniveau
Bachelor of Master in Computer Science, Data Science, Software Engineering of vergelijkbaar
Salarisindicatie in loondienst
€70000 - €105000 per jaar
Indicatie uurtarief bij ZZP
€600 - €1000 per uur
Doorgroeimogelijkheden
Lead MLOps Engineer; Platform Architect; Head of Machine Learning Engineering; Chief AI Officer
Competenties & vaardigheden
Python, CI/CD, Containerisatie (Docker/Kubernetes), Observability
Gerelateerde functies
Machine Learning Engineer, DevOps Engineer, Data Engineer, AI Platform Engineer
Functiebeschrijving
De Senior Machine Learning Ops Engineer ontwerpt, bouwt en beheert productie-infrastructuur voor machine learning- en generative AI-toepassingen.
Je draagt verantwoordelijkheid voor end-to-end deployment lifecycles, inclusief CI/CD, containerisatie en omgevingen (DEV/UAT/PROD).
De rol verlangt integratie van LLM-services, state management en ondersteunende datastores om betrouwbare, schaalbare en kostenefficiënte services te leveren.
Je fungeert als technische schakel tussen data scientists en platformteams en vertaalt onderzoeksmodellen naar operationele workloads.
Salarisindicatie
Het marktconforme salaris voor een vast dienstverband ligt doorgaans tussen €70.000 en €105.000 per jaar afhankelijk van ervaring en verantwoordelijkheid.
Consultancy- en freelance-tarieven variëren tussen €600 en €1.000 per dag; zzp opdrachten en interim werk vallen doorgaans in dit bereik afhankelijk van SLA's en specialisatie.
Typische werkzaamheden
Ontwerpen en implementeren van CI/CD-pijplijnen voor modelbuilds, tests en geautomatiseerde deployments.
Containeriseren van modellen en applicaties en orkestreren via Kubernetes of vergelijkbare platforms.
Opzetten van observability voor LLM-workloads inclusief latency-, token- en kostenmonitoring, tracing en gestructureerde logging.
Beheren van omgevingen (DEV/UAT/PROD), secrets management en rollback-strategieën voor veilige releases.
Integreren van cloud AI-services, state stores zoals PostgreSQL/Redis en agent-frameworks voor productie-ervaringen.
Hoe word je specialist
Start met een relevante opleiding en bouw praktijkervaring op door end-to-end projecten te realiseren in Python, Docker en CI/CD-omgevingen.
Verdiep je in LLM-architecturen, observability en cloud-specifieke AI-services door hands-on implementaties en certificeringen.
Werk op zowel vaste posities als zzp opdrachten en interim werk om verschillende platformen en governance-eisen te leren kennen.
Neem opdrachten overheid en contracten via DAS of consultancy-organisaties aan om ervaring met compliance en productieschaal te verzamelen.
Blijf specialiseren door bijdragen aan blueprints, feature stores en open source integraties zoals LangChain/LangGraph in productieomgevingen.
Senior Machine Learning Ops Engineer — Vacancy (EN)
Imagine that every Rabobank customer in the Business Lending domain uses services you helped build. You will join one of the largest Tribes (≈650 colleagues) and shape how data scientists and engineers use the Model Factory and GDAP platforms. As a senior MLOps engineer you own the end-to-end deployment lifecycle for AI services: CI/CD, containerized deployments, observability and environment management (DEV/UAT/PROD). You design and maintain infrastructure for LLM-based and agentic applications, integrate with Azure AI Services, and act as the technical bridge between data scientists and platform teams. Collaboration with a team of data scientists, ML engineers and cloud engineers drives solutions for retention strategy, portfolio simulation and acceptance strategy use cases.
Vacature — Beschrijving (NL)
Stel je voor dat alle Rabobank-klanten binnen Business Lending gebruikmaken van door jou gerealiseerde services. Je werkt in een grote Tribe en bepaalt hoe data scientists de Model Factory en GDAP-platforms inzetten. Als senior MLOps-engineer ben je verantwoordelijk voor de volledige deployment lifecycle van AI-diensten: CI/CD, container-deployments en beheer van DEV/UAT/PROD omgevingen. Je ontwerpt en onderhoudt infrastructuur voor LLM- en agentachtige AI-toepassingen en zorgt voor integratie met Azure AI Services. Je werkt nauw samen met data scientists en platformteams om productie-waardige GenAI/agent workloads betrouwbaar te draaien en ondersteunt use cases zoals retentiecampagnes, portfolio-simulaties en acceptatiestrategieën.
Vereist profiel (NL)
- Minimaal 5+ jaar relevante ervaring als MLOps/ML Engineer of vergelijkbare rol, met aantoonbare ownership van end-to-end deployment lifecycles.
- Sterke ervaring met orkestratie van data- en ML-pijplijnen en met MLOps-best practices voor productionalisatie van AI-producten.
- Technische skills: Python en Bash; ervaring met containerisatie (Docker) en Kubernetes is een pré.
- Ervaring met Azure-ecosysteem bij voorkeur: Azure Databricks, Azure OpenAI Service, Azure Document Intelligence, Azure AI Search en Azure DevOps CI/CD voor multi-omgeving deployments.
- Observability voor LLM-workloads: tracing, gestructureerde logging, monitoring (latency, token usage, kosten).
- Hands-on kennis van ondersteunende services zoals PostgreSQL en Redis (bijv. voor LangGraph state management) en ervaring met LangChain/LangGraph is een plus.
- Ervaring met het opzetten van standaarden/blueprints voor ML-workflows en eventueel feature stores is een pré.
- Ervaring in de banksector is wenselijk maar geen harde eis; je werkt resultaatgericht in multidisciplinaire teams.
- Goede communicatieve vaardigheden om als technische brug te fungeren tussen data scientists en platform engineers.
- ZZP niet toegestaan (ZZP Allowed: No).
Praktische informatie / Practical info
Locatie: Croeselaan, Utrecht. Team: ongeveer 7 data scientists, ML- en cloud engineers binnen Tribe Business Lending. Missie: bijdragen aan Rabobank's 'Growing a better world together' door data-gedreven producten die strategische en tactische besluitvorming ondersteunen. N2H.
Eisen
- Docker
- LangGraph
- PostgreSQL