Prijsverhoging voor Epoc X en Flex op 1 mei. Sla nu in en bespaar!
Prijsverhoging voor Epoc X en Flex op 1 mei. Sla nu in en bespaar!
Prijsverhoging voor Epoc X en Flex op 1 mei. Sla nu in en bespaar!

Machine Learning Operations (MLOps)-ingenieur
Bijgewerkt op
22 apr 2025

Machine Learning Operations (MLOps)-ingenieur
Bijgewerkt op
22 apr 2025

Machine Learning Operations (MLOps)-ingenieur
Bijgewerkt op
22 apr 2025
Locatie: Hanoi
Belangrijkste verantwoordelijkheden:
● Ontwerpen, bouwen en problemen oplossen van productieklare AI-systemen en applicaties op
GCP & AWS
● CI/CD-pijplijnen ontwikkelen en onderhouden met tools zoals Jenkins, GitHub Actions of
vergelijkbaar.
● Data science-modellen optimaliseren, refactoren, containeriseren, implementeren en monitoren, met waarborging van
robuuste versiebeheer- en kwaliteitscontrole.
● Testen, validatie en prestatie-evaluatie van machine learning-
modellen automatiseren.
● Samenwerken met datawetenschappers, engineers en architecten om schaalbare oplossingen te leveren,
waarbij processen duidelijk en uitgebreid worden gedocumenteerd.
● Infrastructure-as-code (IaC) beheren en optimaliseren met tools zoals Terraform of
CloudFormation om schaalbare en reproduceerbare omgevingen te waarborgen.
● Prestatiemetrieken van modellen in productie implementeren en monitoren, en proactief drift, bias of degradatie aanpakken.
● Beveiliging en compliance van AI-systemen waarborgen, inclusief standaarden voor gegevensprivacy (bijv. AVG, HIPAA) en veilige implementatiepraktijken.
Vereiste kwalificaties:
● Aantoonbare ervaring met het ontwerpen en implementeren van MLOps-pijplijnen op cloudplatforms
(bij voorkeur GCP & AWS).
● Praktische expertise met MLOps-frameworks (bijv., Kubeflow, MLFlow, Metaflow,
Ray) en containerisatietools (Docker, Kubernetes).
● Sterke programmeervaardigheden in Python, Bash of vergelijkbaar, gecombineerd met diepgaande kennis van
Linux-omgevingen.
● Ervaring met monitoringtools zoals Prometheus, Grafana of aangepaste logging-
frameworks voor het volgen van systeem- en modelprestaties.
● Kennis van gedistribueerde computing-frameworks (bijv., Spark, Ray) voor het verwerken van grootschalige gegevensverwerking of modeltraining.
● Begrip van RESTful API's en microservices-architectuur, met ervaring in het
integreren van ML-modellen in applicatie-ecosystemen.
● Uitstekende Engelse communicatievaardigheden, met een samenwerkende, teamgerichte aanpak.
Gewenste kwalificaties:
● Ervaring met realtime gegevensverwerking of edge computing.
● Achtergrond in AI/ML-toepassingen gekoppeld aan neurowetenschap, wearables of mens-
computerinteractie (in lijn met de missie van EMOTIV).
Deel uw cv met mevrouw Huyen via huyennguyen@emotiv.com.
Locatie: Hanoi
Belangrijkste verantwoordelijkheden:
● Ontwerpen, bouwen en problemen oplossen van productieklare AI-systemen en applicaties op
GCP & AWS
● CI/CD-pijplijnen ontwikkelen en onderhouden met tools zoals Jenkins, GitHub Actions of
vergelijkbaar.
● Data science-modellen optimaliseren, refactoren, containeriseren, implementeren en monitoren, met waarborging van
robuuste versiebeheer- en kwaliteitscontrole.
● Testen, validatie en prestatie-evaluatie van machine learning-
modellen automatiseren.
● Samenwerken met datawetenschappers, engineers en architecten om schaalbare oplossingen te leveren,
waarbij processen duidelijk en uitgebreid worden gedocumenteerd.
● Infrastructure-as-code (IaC) beheren en optimaliseren met tools zoals Terraform of
CloudFormation om schaalbare en reproduceerbare omgevingen te waarborgen.
● Prestatiemetrieken van modellen in productie implementeren en monitoren, en proactief drift, bias of degradatie aanpakken.
● Beveiliging en compliance van AI-systemen waarborgen, inclusief standaarden voor gegevensprivacy (bijv. AVG, HIPAA) en veilige implementatiepraktijken.
Vereiste kwalificaties:
● Aantoonbare ervaring met het ontwerpen en implementeren van MLOps-pijplijnen op cloudplatforms
(bij voorkeur GCP & AWS).
● Praktische expertise met MLOps-frameworks (bijv., Kubeflow, MLFlow, Metaflow,
Ray) en containerisatietools (Docker, Kubernetes).
● Sterke programmeervaardigheden in Python, Bash of vergelijkbaar, gecombineerd met diepgaande kennis van
Linux-omgevingen.
● Ervaring met monitoringtools zoals Prometheus, Grafana of aangepaste logging-
frameworks voor het volgen van systeem- en modelprestaties.
● Kennis van gedistribueerde computing-frameworks (bijv., Spark, Ray) voor het verwerken van grootschalige gegevensverwerking of modeltraining.
● Begrip van RESTful API's en microservices-architectuur, met ervaring in het
integreren van ML-modellen in applicatie-ecosystemen.
● Uitstekende Engelse communicatievaardigheden, met een samenwerkende, teamgerichte aanpak.
Gewenste kwalificaties:
● Ervaring met realtime gegevensverwerking of edge computing.
● Achtergrond in AI/ML-toepassingen gekoppeld aan neurowetenschap, wearables of mens-
computerinteractie (in lijn met de missie van EMOTIV).
Deel uw cv met mevrouw Huyen via huyennguyen@emotiv.com.
Locatie: Hanoi
Belangrijkste verantwoordelijkheden:
● Ontwerpen, bouwen en problemen oplossen van productieklare AI-systemen en applicaties op
GCP & AWS
● CI/CD-pijplijnen ontwikkelen en onderhouden met tools zoals Jenkins, GitHub Actions of
vergelijkbaar.
● Data science-modellen optimaliseren, refactoren, containeriseren, implementeren en monitoren, met waarborging van
robuuste versiebeheer- en kwaliteitscontrole.
● Testen, validatie en prestatie-evaluatie van machine learning-
modellen automatiseren.
● Samenwerken met datawetenschappers, engineers en architecten om schaalbare oplossingen te leveren,
waarbij processen duidelijk en uitgebreid worden gedocumenteerd.
● Infrastructure-as-code (IaC) beheren en optimaliseren met tools zoals Terraform of
CloudFormation om schaalbare en reproduceerbare omgevingen te waarborgen.
● Prestatiemetrieken van modellen in productie implementeren en monitoren, en proactief drift, bias of degradatie aanpakken.
● Beveiliging en compliance van AI-systemen waarborgen, inclusief standaarden voor gegevensprivacy (bijv. AVG, HIPAA) en veilige implementatiepraktijken.
Vereiste kwalificaties:
● Aantoonbare ervaring met het ontwerpen en implementeren van MLOps-pijplijnen op cloudplatforms
(bij voorkeur GCP & AWS).
● Praktische expertise met MLOps-frameworks (bijv., Kubeflow, MLFlow, Metaflow,
Ray) en containerisatietools (Docker, Kubernetes).
● Sterke programmeervaardigheden in Python, Bash of vergelijkbaar, gecombineerd met diepgaande kennis van
Linux-omgevingen.
● Ervaring met monitoringtools zoals Prometheus, Grafana of aangepaste logging-
frameworks voor het volgen van systeem- en modelprestaties.
● Kennis van gedistribueerde computing-frameworks (bijv., Spark, Ray) voor het verwerken van grootschalige gegevensverwerking of modeltraining.
● Begrip van RESTful API's en microservices-architectuur, met ervaring in het
integreren van ML-modellen in applicatie-ecosystemen.
● Uitstekende Engelse communicatievaardigheden, met een samenwerkende, teamgerichte aanpak.
Gewenste kwalificaties:
● Ervaring met realtime gegevensverwerking of edge computing.
● Achtergrond in AI/ML-toepassingen gekoppeld aan neurowetenschap, wearables of mens-
computerinteractie (in lijn met de missie van EMOTIV).
Deel uw cv met mevrouw Huyen via huyennguyen@emotiv.com.
Lees verder
