Door de Wet DBA is deze opdracht alleen in te vullen door IT-professionals in loondienst (detachering).

Eisen:

• Ruime ervaring met orkestratie van data- en ML-pijplijnen en met MLOps-best practices voor productiezetting van AI-producten.
• Sterke beheersing van Python en Bash; ervaring met het samenwerken binnen data science teams.
• Ervaring met data engineering tooling, bij voorkeur op Azure Databricks.
• Ervaring met Azure AI Services (Azure OpenAI Service, Document Intelligence, Azure AI Search) en met Azure DevOps CI/CD voor containerized deployments.
• Kennis van observability-oplossingen voor LLM-workloads: tracing, gestructureerde logging en monitoring van performantie en kosten.
• Je bent proactief, analytisch en kunt technische keuzes duidelijk communiceren naar zowel data scientists als platformteams.
• Vaardigheid in Nederlands en Engels is vereist.

Wensen:

• Ervaring met het opzetten van een 'gold standard'/blueprint of werkwijze voor ML-modellen.
• Kennis of ervaring met feature stores en implementatie daarvan.
• Ervaring met Kubernetes en Docker.
• Ervaring met LangChain of LangGraph.
• Bekendheid met ondersteunende services zoals PostgreSQL en Redis.
• Ervaring binnen de bancaire sector is een plus.

Omschrijving:

Voor Rabobank zoeken wij een DevOps Engineer - Senior Machine Learning Ops Engineer. Je werkt als Senior Machine Learning Ops Engineer en bent verantwoordelijk voor de end-to-end deployment lifecycle van AI-diensten: van CI/CD-pijplijnen en containerized deployments tot observability en omgevingbeheer (DEV/UAT/PROD). Je fungeert als technische brug tussen data scientists en platformengineers en zorgt dat GenAI- en agentic workloads betrouwbaar en schaalbaar in productie draaien. Je ontwerpt en onderhoudt delen van de infrastructuur voor LLM-gebaseerde en agentic AI-toepassingen, inclusief container orchestration, API-serving lagen en integratie met Azure AI-diensten. Je denkt proactief mee in ontwerp- en brainstormsessies en draagt bij aan het bepalen van best practices voor AI-productproductie. Je werkt samen met data scientists, machine learning engineers en cloud engineers en draagt bij aan data-gedreven tooling voor besluitvorming binnen de business lending context van de opdrachtgever. Je werk ondersteunt concrete use cases zoals AI-gestuurde aanbevelingen voor retentiecampagnes, portfolio-simulatie- en forecastingtools voor strategische besluitvorming, en acceptatiestrategieën op basis van simulatie- en optimalisatie-algoritmen.