Data Scientist AI/Machine Learning

✔ Ontwikkel computer vision die kwaliteitscontrole van verse producten automatiseert ✔ Train en verbeter AI-modellen met multi-spectrale data uit echte machines ✔ Combineer inhoudelijke diepgang met flexibele werktijden en 40 vakantiedagen

Wat ga jij doen?
Als Data Scientist AI/Machine Learning ontwikkel je modellen die de kwaliteit van groenten en fruit automatisch beoordelen. Je werkt met computer vision en multi-spectrale beelddata uit sorteermachines en verpakkingssystemen. Je verzamelt datasets bij klanten en in een interne demoruimte. Daarna train, valideer en verbeter je modellen voor defectdetectie. Je werkt daarbij samen met collega’s binnen R&D, Service en andere afdelingen. Je bepaalt mede welke data nodig is en geeft realistische inschattingen van modelontwikkelingstrajecten. Het zwaartepunt ligt op modelontwikkeling en data-analyse. Daarnaast bouw en onderhoud je de eigen tooling voor data engineering. De modellen moeten niet alleen goed scoren op papier, maar ook betrouwbaar functioneren in machines bij klanten. Een model dat alleen in de testomgeving overtuigt, krijgt dus nog geen applaus. Dit zijn je belangrijkste werkzaamheden:

• Datasets verzamelen uit machines bij klanten en uit de interne demoruimte.
• AI-, machine learning- en deep learning-modellen ontwikkelen voor computer vision en defectdetectie.
• Modellen trainen, valideren en optimaliseren met multi-spectrale beelddata.
• Tooling ontwikkelen en onderhouden voor data engineering, dataverwerking en datasetbeheer.
• Technische voortgang afstemmen met R&D, Service en andere betrokken teams.

Je werkt aan een product dat continu verder wordt ontwikkeld. Nieuwe datasets, modelverbeteringen en eigen tooling bepalen direct hoe nauwkeurig de kwaliteitscontrole in toekomstige machines werkt. De data laat daarbij meestal snel genoeg zien waar de echte uitdaging zit.

Wat heb jij in huis?
Je werkt gestructureerd en kunt zelfstandig diepte aanbrengen in datasets, modellen en resultaten. Tegelijkertijd stem je duidelijk af met collega’s uit R&D, Service en andere afdelingen. Je legt technische keuzes begrijpelijk uit in het Nederlands en Engels. Ook wanneer een dataset meer uitzonderingen bevat dan voorbeelden, houd je de analyse scherp.

• Je beschikt over bachelor- of masterwerk- en denkniveau.
• Je hebt meerdere jaren ervaring met data science via opleiding, werkervaring of eigen projecten.
• Je hebt ervaring met Python, machine learning, deep learning, model deployment, API’s en datavisualisatie.

Wat mag jij verwachten?
Voor 40 uur per week kun je als Data Scientist AI/Machine Learning rekenen op de volgende voorwaarden:

• tot € 6.200 bruto per maand.
• 40 vakantiedagen.
• Deelname aan de FiscFree-regeling.
• Een winstdelingsregeling.
• Jaarlijkse indexaties volgens de cao Metalektro.
• 8% vakantiegeld.
• Werkgeversbijdrage van 2/3de aan het pensioen.

Daarnaast zijn er meer arbeidsvoorwaarden, die we in een persoonlijk gesprek verder toelichten. Zie je een directe relatie tussen jouw ervaring en deze functie? Reageer dan met je cv en motivatie. Je ontvangt binnen 1 werkdag een terugkoppeling. Neem voor vragen contact op met Henri van de Glind via .

Jouw nieuwe werkplek
Je werkt bij een internationale ontwikkelaar en producent van geautomatiseerde sorteer- en verpakkingssystemen voor verse groenten en fruit. De machines combineren industriële automatisering met vision-systemen en intern ontwikkelde AI- en deep learning-modellen. De organisatie heeft wereldwijd ongeveer 300 medewerkers, van wie circa 180 in Nederland. Productie, verkoop en service zijn georganiseerd vanuit meerdere landen en worden aangevuld met een wereldwijd netwerk van dealers en serviceorganisaties. De R&D-afdeling ontwikkelt voortdurend nieuwe technologie voor geautomatiseerde kwaliteitscontrole.

Je werkt samen met engineers en specialisten binnen R&D, Service en andere afdelingen. De samenwerking draait om datasets ophalen, modellen ontwikkelen en resultaten toepasbaar maken in machines bij klanten. Je combineert zelfstandig modelwerk met technische afstemming. De werkomgeving omvat zowel een interne demoruimte als klantlocaties. Daardoor zie je hoe data, tooling en modelkeuzes uitwerken in een echte productielijn.