Functie
Introductie
Als Machine Learning Operations Engineer speel je een cruciale rol in het operationaliseren van machine learning- en data-oplossingen binnen een bedrijfskritische 24/7-omgeving. Je levert een directe bijdrage aan innovatieve oplossingen die bijdragen aan een veilig, betrouwbaar en efficiënt hoogspanningsnet. De functie bevindt zich op het snijvlak van Artificial Intelligence, machine learning, software engineering en operationele netvoering.
De functie / Werkzaamheden
Samenwerken met data scientists, software engineers, architecten, operators en IT-specialisten om ML- en data-innovaties te implementeren binnen de dagelijkse bedrijfsvoering
Ontwikkelen en implementeren van MLOps-principes voor deployment, monitoring, lifecycle management en beheer van machine learning-modellen
Ontwikkelen van processen voor modelbeheer, versiebeheer, validatie, monitoring en incidentmanagement
Opzetten en verbeteren van beheerstandaarden voor machine learning-modellen en data-producten
Ondersteunen bij het opbouwen van kennis en expertise op het gebied van AI, machine learning en operationeel modelbeheer
Ontwikkelen, beheren en verbeteren van applicaties binnen het Grid Security domein
Vertalen van operationele behoeften naar concrete use-cases en technische oplossingen
Bijdragen aan governance, eigenaarschap en lifecycle management van data- en machine learning-producten
Fungeren als verbindende schakel tussen operatie, IT, data science en management
Doel van de functie
Realiseer een duurzaam fundament voor Machine Learning Operations, zodat machine learning-modellen en data-oplossingen betrouwbaar, beheersbaar en schaalbaar ingezet kunnen worden binnen de operationele bedrijfsvoering. Draag bij aan de verdere professionalisering op het gebied van AI, machine learning en datagedreven besluitvorming.
Wat breng jij mee?
Eisen
- Afgeronde HBO- of WO-opleiding in Data Science, Computer Science, Artificial Intelligence, Software Engineering of vergelijkbaar
- Minimaal 3 jaar relevante werkervaring in MLOps, Machine Learning Operations, Data Engineering of vergelijkbare disciplines
- Ervaring met CI/CD-processen en software lifecycle management
- Ervaring met automatisering, monitoring en beheer van bedrijfskritische applicaties
- Kennis van deploymentprocessen, versiebeheer en operationele beheerprocessen
- Ervaring met multidisciplinaire samenwerking tussen business, IT en data science
- Goede beheersing van Nederlands en Engels
Gunningscriteria
- Ervaring met cloudplatformen (Azure, AWS of GCP)
- Ervaring met containertechnologieën zoals Docker en Kubernetes
- Ervaring met machine learning-platformen en modelmanagement tooling
- Kennis van monitoring- en observability-oplossingen
- Affiniteit met complexe technische systemen en bedrijfskritische processen
- Ervaring binnen de energie-, infrastructure- of utilitysector
- Ervaring binnen een 24/7 operationele omgeving
- Kennis van AI-governance en model lifecycle management
- Ervaring met cloudplatformen zoals Azure, AWS of GCP is een wens
- Ervaring met containertechnologieën zoals Docker en Kubernetes is een wens
- Ervaring met machine learning-platformen en modelmanagement tooling is een wens
- Kennis van monitoring- en observability-oplossingen is een wens
- Affiniteit met complexe technische systemen en bedrijfskritische processen is een wens
- Ervaring binnen de energie-, infrastructuur- of utilitysector is een wens
- Ervaring binnen een 24/7 operationele omgeving is een wens
- Kennis van AI-governance en model lifecycle management is een wens
- De voorkeur gaat uit naar kandidaten die zich voor langere tijd aan Tenne
- T willen verbinden
Extra informatie
Competenties
Analytisch sterk
Resultaatgericht
Proactief
Zelfstandig
Communicatief vaardig
Verbindend
Organisatiesensitief
Innovatief
Pioniersmentaliteit
Resultaatgebieden
Beheersbare en schaalbare inrichting van MLOps-processen
Verhoogde betrouwbaarheid en beschikbaarheid van machine learning-oplossingen
Implementatie van monitoring- en beheerstandaarden voor modellen en data-producten
Verbeterde samenwerking tussen operatie, IT en data science
Groei van interne kennis en volwassenheid rondom AI en machine learning
Succesvolle integratie van data-innovaties binnen de operationele bedrijfsvoering
Belangrijk
Sterk pionierend karakter; niet alle verantwoordelijkheden en processen liggen vooraf volledig vast
Kandidaten dienen affiniteit te hebben met operationele omgevingen en bedrijfskritische processen
Voorkeur voor kandidaten die zich voor langere tijd willen verbinden
Arbeidsvorm en standplaats
Arbeidsvorm: Deta-vast constructie (ambitie tot langere termijn bij goed functioneren)
Standplaats: Arnhem, hybride werken mogelijk (circa 2–3 dagen per week op locatie)
EisenAfgeronde HBO- of WO-opleiding in Data Science, Computer Science, Artificial Intelligence, Software Engineering of een vergelijkbare richtingMinimaal 3 jaar relevante werkervaring op het gebied van Machine Learning Operations, MLOps, Data Engineering of vergelijkbare disciplinesErvaring met CI/CD-processen en software lifecycle managementErvaring met automatisering, monitoring en beheer van bedrijfskritische applicatiesKennis van deploymentprocessen, versiebeheer en operationele beheerprocessenErvaring met multidisciplinaire samenwerking tussen business, IT en data scienceGoede beheersing van de Nederlandse en Engelse taalOnderdeel van de procedure is een Pre Employment Screening (PES)De kandidaat mag pas starten nadat deze screening succesvol is afgerondGedurende het gehele proces dient de kandidaat een geldig identiteitsbewijs te kunnen overleggen
Je sollicitatie dient uiterlijk 7 oktober 2026 om 10:00 uur door ons te zijn ingediend, voorzien van een motivatie (waarin wordt toegelicht hoe aan de eisen en gunningscriteria wordt voldaan) en twee referenties. Wij ontvangen je gegevens graag minimaal één werkdag vóór de sluitingsdatum.
