Machine learning engineer AI Platform

AI-modellen ontwikkelen is één ding. Ze veilig, schaalbaar en betrouwbaar inzetten in de dagelijkse zorg is de echte uitdaging. Binnen Erasmus MC werken we aan uiteenlopende AI-toepassingen. Van het voorspellen van zorgcapaciteit en het ondersteunen van zorgprofessionals tot nieuwe mogelijkheden met generatieve AI. Om deze innovaties naar de praktijk te brengen, bouwen we aan een centraal AI-platform.  Als Machine Learning Engineer ontwikkel je de technische basis waarmee AI-oplossingen van experiment naar productie gaan. Je bouwt aan de infrastructuur, automatisering en tools die nodig zijn om AI-modellen betrouwbaar uit te rollen, te monitoren en te beheren. Je werk aan een platform dat nog volop in ontwikkeling is. Veel keuzes liggen nog niet vast. Dat betekent dat je niet alleen bouwt aan het platform, maar ook invloed hebt op hoe het eruit komt te zien.  Je krijgt de kans om standaarden mede vorm te geven, nieuwe oplossingen te introduceren en mee richting te geven aan de technische ontwikkeling van AI binnen Erasmus MC. Zo draag je bij aan AI-oplossingen die niet alleen technisch goed werken, maar ook daadwerkelijk toepasbaar zijn in de zorg.  Je houdt je onder andere bezig met: Platformontwikkeling: ontwerpen en ontwikkelen van een schaalbare omgeving waarin AI-modellen kunnen worden ontwikkeld, getest en uitgerold. Automatisering en MLOps: inrichten en verbeteren van CI/CD-pipelines, geautomatiseerde deployments en processen voor het beheren van AI-modellen gedurende hun levenscyclus. Monitoring en betrouwbaarheid: bijdragen aan inzicht in de prestaties, beschikbaarheid en werking van AI-oplossingen in productie. Integraties: AI-oplossingen verbinden met zorgsystemen, zoals HiX, en andere applicaties binnen Erasmus MC. Technische architectuur: meedenken over de inrichting van het platform, infrastructuur als code, security, governance en technische standaarden. Samenwerking en kennisdeling: samenwerken met ontwikkelteams om AI-oplossingen op een reproduceerbare, onderhoudbare en betrouwbare manier naar productie te brengen.  Het ontwikkelen en trainen van AI-modellen is niet de kern van deze functie. Jouw focus ligt op de technische omgeving die nodig is om deze modellen succesvol in de praktijk te brengen.  Je werkt met moderne cloud- en ontwikkeltechnologieën, waaronder Azure, Databricks, MLflow, Python, Terraform, Docker en Azure DevOps. Je hoeft niet met al deze technologieën ervaring te hebben. Belangrijker is dat je een stevige technische basis hebt, graag nieuwe technologie leert en wilt bijdragen aan de verdere ontwikkeling van het platform.