Smals realiseert innovatieve ICT projecten ine government en e health voor instellingen uit de sociale zekerheiden de gezondheidszorg. ''ICT for society'' is voor Smals meer dan eenslogan: alle projecten hebben een positieve maatschappelijkeimpact. Zo bouwt Smals mee aan het portaal van de sociale zekerheiden het eHealth platform. Grensverleggende projecten zijn onswerkterrein: Student@Work, Orgadon, digitalisering van medischevoorschriften, raadpleging van de historiek van je loopbaan,snellere doorstroming van testresultaten naar je huisarts... AlsData Scientist speel je een belangrijke rol in de ontwikkeling envalidatie van onze datagestuurde oplossingen. Je belangrijksteopdrachten zijn: Machine learning modellen valideren enoptimaliseren: Strikte testprotocollen ontwikkelen omnauwkeurigheid van predictieve modellen te valideren. Deprestaties van de algoritmen optimaliseren door de hyperparametersbij te sturen. Zorgen voor een efficinte integratie van demodellen in de productieomgeving. Nieuwe AI techniekenontwikkelen en implementeren (LLM, GraphML,...). Mentorschap enleadership: Mentor zijn van junior data science teamleden. Workshops en doorlopende trainingssessies organiseren om bestpractices en de nieuwste ontwikkelingen te delen. Actiefbijdragen aan de groeistrategie van het data science team. Deanalytische maturiteit van het bedrijf versnellen: Mogelijkhedenidentificeren om bestaande analytische processen te verbeteren. Hogere normen voor gegevensverwerking en analyse bevorderen. Samenwerken met andere afdelingen om data science te integreren inverschillende bedrijfsfuncties. Innovatie en technologischeintegratie: Nieuwe technologien en tools evalueren en integrerenom koploper te blijven op het gebied van innovatie. Onderzoek enontwikkelingsprojecten leiden om nieuwe methoden voorgegevensverwerking te onderzoeken. Je hebt minstens vijf jaarprofessionele ervaring op het gebied van data science. Een PhD ininformatica, statistiek, wiskunde of een relevant vakgebied is ookvereist. Deze ervaring en academische achtergrond moeten eenuitgebreide praktische expertise in geavanceerde technieken voormachine learning en voor data analyse omvatten. Je beheerst devolgende gebieden: Geavanceerde kennis van Python en SQL. Gedegen ervaring met machine learning frameworks (TensorFlow,Scikit learn, enz.) Grondig inzicht in algoritmen voor machinelearning (klassieke ML, DL, LLM, GraphML). Kennis vanMLOps technieken. Kennis van cloud services. Goede beheersingvan Linux. Kennis van visualisatietools. Je uitstekendeanalytische vaardigheden stellen je in staat om complexe datasetste interpreteren en relevante inzichten te verkrijgen. Je bent instaat om je communicatiestijl aan te passen aan verschillendestakeholders en technische concepten over te brengen aan eenniet technisch publiek. Tot slot beheers je zowel de Nederlandse,Franse als Engelse taal mondeling en schriftelijk.