AI Engineer Inferencedienst

Opdrachtbeschrijving

Als AI Engineer Inferencedienst draag je actief bij aan de doorontwikkeling, implementatie en toepassing van AI binnen het AI/GAP-domein en de generieke inferencedienst van de Belastingdienst.

Je werkt in een multidisciplinair AI-deliveryteam en bouwt voort op bestaande werkzaamheden zonder langdurige onboarding, met focus op operationaliseren van generatieve-AI-bouwblokken binnen de bestaande Belastingdienst-context.

Je ontwikkelt en onderhoudt platformbouwblokken op basis van open-source tooling, golden paths, AI-/data-pipelines, CI/CD en observability, en borgt security- en compliance-guardrails.

Je werkt nauw samen met software engineering, QA en DevOps/SRE, zorgt voor architectuurafstemming, stakeholdermanagement en product-/demandafstemming binnen de governance- en voortbrengingscontext.

Verantwoordelijkheden omvatten privacy/security/compliance by design, logging, monitoring, lifecyclebeheer, overdracht naar interne teams en gezamenlijke verantwoordelijkheid voor datagebruik, risicoafweging en incidentmanagement.

De opdracht is onderdeel van het programma Regie op AI met als doel een verantwoord, uitlegbaar, veilig en schaalbaar AI-fundament voor de primaire processen van de Belastingdienst in Apeldoorn.

Vereist profiel

• Afgeronde hbo-/wo-opleiding in Informatica, Data Science, Kunstmatige Intelligentie of vergelijkbaar.
• Aantoonbare ervaring (minimaal een paar jaar) met AI/ML-engineering, inclusief generatieve AI en modelinference in productieomgevingen.
• Ervaring met open-source tooling en libraries (bijv. PyTorch, TensorFlow, Hugging Face) en met MLOps-praktijken (CI/CD, model- en data-pijplijnen).
• Bekend met containerisatie en orkestratie (Docker, Kubernetes) en met observability- en monitoringoplossingen (Prometheus, Grafana, ELK of vergelijkbaar).
• Ruime kennis van security, privacy en compliance-by-design; ervaring met het implementeren van guardrails en risicobeoordelingen in productie.
• Sterke samenwerking met software engineering, QA en DevOps/SRE; ervaring met stakeholdermanagement en werken in governance-gedreven omgevingen.
• Pragmatisch, klantgericht, communicatief vaardig en in staat om technische keuzes te verantwoorden richting zowel technische als niet-technische stakeholders.
• Kennis van en affiniteit met de publieke sector en regelgeving is een pré; bereidheid om in Apeldoorn te werken.

Eisen

• HBO/WO werk- en denkniveau, aantoonbaar via minimaal één referentieproject in zakelijke context.
• Relevante werkervaring in AI/ML, Software Engineering of DevOps (minimaal 3 jaar).
• Ervaring met het leiden/richtinggeven aan technische trajecten, inclusief advisering over technische keuzes (minimaal 2 jaar).
• Fullstack software engineering: gebruikersgerichte applicaties/portalen bouwen (bijv. portaal AI Gateway); back-end (Python/FastAPI, onderhoudbare/testbare code) en front-end (bijv. React/TypeScript).
• Cloud-native werken met containertechnologie (Docker/Kubernetes) en Infrastructure as Code (IaC).
• Monitoring en analyse van gebruik (inzichtelijk maken van performance, beschikbaarheid, load en capaciteit) met aantoonbare hands-on ervaring.
• Bekendheid met platformbouwblokken, golden paths, AI-/data-pipelines, CI/CD, observability en security-/compliance-guardrails.
• Kan werken binnen governance en voortbrengingscontext: architectuurafstemming, stakeholdermanagement en product-/demandafstemming.
• Privacy/security/compliance by design, logging, monitoring, lifecyclebeheer en overdraagbaarheid naar interne teams.

Wensen

• Ervaring met het beschikbaar maken van modellen via inference-endpoints.
• Ervaring met AI-toepassingen zoals RAG-pipelines of AI-workflows.
• Ervaring met AI Gateway / API management en het via self-service, documentatie en onboarding bruikbaar maken voor andere ontwikkelteams.
• Ervaring met LLM-serving frameworks (bijv. vLLM) of model serving op schaal.
• Ervaring met complexe, grootschalige data-omgevingen in een (overheids)context is een pré.

Competenties

• Resultaatgericht: Werkt methodisch toe naar een productiewaardige, beheersbare dienst.
• Analyserend: Herleidt complexe vraagstukken tot een heldere oplossingsrichting.
• Samenwerkingsgericht: Stemt af met data scientists, ontwikkelteams en platformcollega's.
• Richtinggevend en kwaliteitsbewust: Zet een AI-ontwerpvisie neer, bewaakt kwaliteit en helpt het team best practices toe te passen.
• Vertaalvermogen business ↔ techniek: Vertaalt complexe (regelgevings)vraagstukken naar concrete, werkende oplossingen.
• Zelfontwikkelend en kennisdelend: Houdt ontwikkelingen in GenAI en DevOps bij en deelt kennis.