PpIn deze functie ontwikkel en industrialiseer je AI‑oplossingen die een directe impact hebben /p pop kernprocessen binnen een sterk gereguleerde omgeving, in nauwe samenwerking met AI Engineers, Product Owners, architecten en businessstakeholders. /p ul liJe maakt deel uit van een multidisciplinair AI‑team en werkt volgens een agile manier van werken. /li liJe vertaalt businessvragen naar concrete AI‑usecases met heldere hypotheses, succescriteria en acceptatievoorwaarden. /li liJe stemt actief af met Product Owner, DPM, architectuur en businessstakeholders. /li liJe documenteert aannames, ontwerpkeuzes en resultaten zodat oplossingen uitlegbaar, herbruikbaar en auditproof blijven. /li liOntwikkelen van ML-modellen voor concrete businessproblemen zoals: fraudedetectie, risico-inschatting en classificatie en voorspellingen /li liUitvoeren van data-exploratie, feature engineering en modelselectie. /li liValideren van modellen op basis van performance, stabiliteit, bias en explainability. /li liEnd-to-endverantwoordelijkheid voor AI-oplossingen: productie implementatie, monitoring en evaluatie, iteratieve verbetering en (waar nodig) finetuning gedurende de volledige lifecycle. /li liDefiniëren van drift, kwaliteits- en performance-indicatoren. /li /ul pJe ontwerpt en ontwikkelt bagentic en applied AI-oplossingen /b vooroperationele processen, zoals: /p ul li(classificatie, extractie, samenvatten) /li liAI-ondersteuning voor interne workflows /li liJe werkt met prompts en tool use om betrouwbare oplossingen te bouwen. /li liJe test en evalueert agentgedrag via scenario’s, testsets en offline evaluaties. /li liJe werkt nauw samen met AI Engineers/Architects bij de integratie van agentic oplossingen in productieflows. /li liJe denkt mee over bhuman-in-the-loop /b en guardrails passend bij risico en regelgeving. /li liJe denkt mee over busecaseselectie en prioritering /b op basis van impact, haalbaarheid en risico. /li liJe draagt bij aan het verder uitwerken van bAI-richtlijnen en best practices /b (modelgebruik, evaluatie, documentatie). /li liJe houdt rekening met bAI governance en EU AI-principes /b (transparantie, uitlegbaarheid, fairness). /li liJe deelt kennis en inzichten met collega’s en stimuleert bAI literacy /b binnen de organisatie. /li liJe volgt ontwikkelingen in ML en agentic AI en vertaalt die naar bpraktische toepassingen /b. /li /ul h3Wat wij verwachten /h3 ul liJe beschikt over een masterdiploma of hebt een gelijkwaardig denkniveau in Data Science, AI, Computer Science, Engineering of een verwante richting. /li liJe kunt ruime ervaring als Data Scientist, Applied AI Specialist of in een vergelijkbare rol aantonen. /li liJe bent bedreven in Python en hebt ervaring met gangbare datascience-libraries zoals pandas, scikit-learn, PyTorch of TensorFlow. /li liJe hebt ervaring met end-to-endmodelontwikkeling, van data-analyse tot validatie. /li liJe hebt affiniteit met agentic AI, LLMs en RAG-oplossingen. /li liJe kent de concepten van MLOps en werkt graag samen om modellen naar productie te brengen. /li liJe hebt oog voor data privacy, ethiek en AI governance. /li liJe spreekt bvloeiend Nederlands en Engels /b. /li liJe bent analytisch sterk, nieuwsgierig, communicatief vaardig en gefocust op het creëren van businessimpact. /li /ul h3Waarom deze rol uniek is? /h3 ul liJe werktaan bconcrete AI-oplossingen met zichtbare impact /b in kernprocessen (fraude, risico, operations, documentverwerking). /li liJe combineert bklassieke data science /b met bmoderne agentic AI-toepassingen /b. /li liJe helpt mee om AI structureel te verankeren binnen de organisatie. /li /ul pKlaar om AI-oplossingen te bouwen die dagelijks gebruikt worden? /p pbSolliciteer en maak impact met data en AI. /b /p /p #J-18808-Ljbffr