ML Engineer – AI Team

Ons team

Onze IT-afdeling bestaat uit meer dan 160 mensen op een totaal van bijna 700 medewerkers.

Bij Delen Private Bank ontzorgen we onze klanten met een aanbod van discretionair vermogensbeheer en -planning. Hiervoor maken we gebruik van doorgedreven automatisatie via een strategisch intern ontwikkelde Core Banking software.

Het AI team 

Het AI Team binnen het data domein van de IT-organisatie vormt de brug tussen innovatieve AI-concepten en hun duurzame integratie in de operationele werking van de organisatie. Vanuit een centrale expertise werkt het team domeinoverschrijdend om proof of concepts uit het AI-labo te vertalen naar robuuste, schaalbare en verantwoorde AI-oplossingen in productie. Met aandacht voor ethiek, explainability en technische integriteit ondersteunt het team de volledige levenscyclus van AI-oplossingen – van ideevorming tot onderhoud. Het AI Team bestaat uit een AI Product Owner, die stuurt op de integratie van een herbruikbare suite van AI-capabilities binnen het IT-landschap, en Machine Learning Engineers, die instaan voor ontwikkeling, operationalisering en kwaliteit van de AI-technologie. Door nauwe samenwerking met businessdomeinen, data engineers, architecten en infrastructuurteams draagt het AI Team bij aan een veilige en toekomstgerichte adoptie van artificiële intelligentie binnen de organisatie. 

ML Engineer binnen het AI team 

Binnen het AI Team draagt de Machine Learning Engineer (ML Engineer) bij aan het ontwikkelen, operationaliseren, onderhouden en schalen van AI- en machine learning-oplossingen voor de gehele organisatie. Als onderdeel van een expertisecentrum richt de ML Engineer zich niet alleen op projectuitvoering, maar ook op het ontwikkelen van standaarden, frameworks en best practices die herbruikbaar zijn binnen verschillende teams. De focus ligt op het versnellen van AI-innovatie in de operationele processen en het borgen van kwaliteit, betrouwbaarheid en ethiek in ML-oplossingen. 

De ML Engineer werkt in het Data Domein nauw samen met het DAR team, maar opereert met een bredere reikwijdte: het ondersteunen van verschillende domeinen, het beheren van AI oplossingen die in productie staan, en begeleiden van implementaties in samenwerking met andere domeinen. 

Wat ga je doen? 

• Ontwikkelen en implementeren van herbruikbare machine learning componenten en infrastructuur. 

• Vertalen van innovatieve AI-concepten naar schaalbare, productieklare oplossingen. 

• Implementeren en onderhouden van MLOps-frameworks voor trainen, deployen en monitoren van modellen. 

• Definiëren van standaarden en richtlijnen voor ML-ontwikkeling binnen de organisatie. 

• Evalueren en toepassen van nieuwe AI/ML-technologieën, met focus op Generative AI en large language models. 

• Adviseren en samenwerken met andere teams, coachen van collega’s en faciliteren van kennisdeling. 

• Waarborgen van ethische, transparante en compliant inzet van machine learning. 

• Monitoren, optimaliseren en bijwerken van ML-modellen in productie, inclusief versiebeheer en probleemoplossing. 

• Zorgen voor schaalbare en efficiënte ML-oplossingen die voldoen aan operationele eisen. 

  
  

Wat breng je mee? 

• Diepgaande kennis van ML-frameworks (TensorFlow, PyTorch, scikit-learn) en ervaring met cloud-native AI-oplossingen. 

• Ervaring met MLOps, CI/CD-tools (zoals MLflow, Kubeflow, Airflow) en containerisatie/orkestratie (Docker, Kubernetes). 

• Expertise in Generative AI-technologieën, inclusief large language models, fine-tuning, prompt engineering en RAG. 

• Vermogen om schaalbare, duurzame ML-architecturen te ontwerpen en bij te dragen aan AI-strategie. 

• Sterke communicatieve vaardigheden en ervaring met coaching en advisering binnen multidisciplinaire teams. 

• Ervaring met samenwerking binnen complexe organisaties en het werken met diverse stakeholders. 

• Inzicht in ethiek, privacy en governance rondom AI en het vermogen om dit te waarborgen in oplossingen. 

• De ambitie en het inzicht om mee de data roadmap 2025 vorm te geven en zo impact te maken in een organisatie die data als strategisch speerpunt ziet.