AI Platform Engineer – AI Capabilities & Developer Platform
Kyndryl

Opdrachtomschrijving
Voor Kyndryl in Amstelveen ga je aan de slag binnen het MAAP-team (My Advanced Analytics Platform). Dit team ondersteunt AI-ontwikkeling binnen de bank met herbruikbare AI-capabilities, infrastructuur en oplossingen voor agentic AI. Je helpt AI-best practices te vertalen naar platformdiensten en voorzieningen die breed toepasbaar zijn.
In deze opdracht ontwikkel je onder meer herbruikbare services, SDK’s, templates, accelerators, developer journeys, architectuurblauwdrukken en governancepatronen. Je werkt aan AI-architectuurstandaarden en referentiearchitecturen en bouwt gedeelde AI-services voor security, toegangsbeheer, observability en schaalbaarheid. Ook richt je cloud-native oplossingen, CI/CD-pipelines en platformautomatisering in en integreer je AI-services met AKS en ondersteunende platformen.
Je draagt bij aan een veilige, compliant, schaalbare en goed adopteerbare AI-omgeving. Daarbij werk je samen met teams voor architectuur, security, risk, datagovernance en regelgeving. Het beoogde resultaat is een herbruikbaar AI-platform dat ontwikkelaars ondersteunt en de toepassing van AI-oplossingen binnen verschillende domeinen vergemakkelijkt.
Gevraagd profiel
Je bent een ervaren AI Platform Engineer met sterke Python-software-engineeringvaardigheden en kennis van Azure, waaronder networking en IAM/Entra ID. Je hebt ervaring met DevOps, CI/CD, geautomatiseerd testen en deploymentstrategieën, en begrijpt hoe je betrouwbare, observeerbare, schaalbare en beschikbare Kubernetes-platformen inricht.
Daarnaast breng je kennis mee van de ML-lifecycle, MLOps, LLMOps, Generative AI, AI-agents en RAG. Je hebt inzicht in AI-evaluatie, monitoring, security, governance en architectuur. Je werkt vanuit system thinking, communiceert helder en zoekt actief de samenwerking op. Daarbij heb je oog voor de developer experience en het vertalen van nieuwe AI-patronen naar enterprise-ready standaarden en herbruikbare capabilities.
Eisen
- Strong Python software engineering skills, including design patterns, packaging, and coding best practices
- Strong Azure knowledge, including networking and IAM / Entra ID
- Experience with DevOps, CI/CD, automated testing, and deployment strategies
- Knowledge of Kubernetes reliability engineering, observability, scalability, and availability
- Experience with ML lifecycle, MLOps, LLMOps, Generative AI, AI Agents, and RAG
- Understanding of AI evaluation, monitoring, security, governance, and architecture
Competenties
- Strong systems-thinking, communication, collaboration, and developer experience mindset