Direct naar hoofdinhoud pagina

Stedin

Product Owner MLOps

OverheidZZP Reageren voor 28 oktober 2026

Product Owner MLOps die een MLOps-platform ontwikkelt, de backlog prioriteert, stakeholders verbindt en adoptie binnen Stedin versnelt.

Nog niet beschikbaar

Match

op je zoekprofiel

De gap-analyse wordt uitgevoerd, dit kan even duren...

Beschrijving
provincie Zuid-Holland, Rotterdam 32 - 40 uur 6 maanden FREELANCE HBO SENIOR

Eisen

  • Beheersing van de Nederlandse taal op minimaal C1-niveau in woord en geschrift.
  • Minimaal een aantoonbare afgeronde HBO-opleiding in een relevante richting.
  • Minimaal drie jaar aantoonbare ervaring in product ownership binnen MLOps of data science.
  • Kennis van standaard developmentpraktijken zoals Git, CI/CD-pipelines, verschillende teststrategieën (unit-, integration- en end-to-endtests) en releasen.
  • Het cv bevat referenties met naam, functie en contactgegevens, of deze kunnen op aanvraag worden aangeleverd.

Wensen

  • Ervaring met Agile/SAFe-werkwijzen en aantoonbare PO-certificering, bijvoorbeeld PSPO of SAFe PO.

Beschrijving

Stedin Groep zoekt een Product Owner MLOps voor het Machine Learning Engineering-team binnen het Data Office.

De Product Owner neemt eigenaarschap over de MLOps-producten en het platform.

Je haalt behoeften op bij stakeholders en decentrale data-scienceteams.

Je beheert en prioriteert de productbacklog van verschillende MLOps-producten.

Je stemt prioriteiten af met andere Product Owners binnen het Data Office.

Je werkt samen met de Lead MLOps aan een sterke platformvisie.

Je positioneert het MLOps-platform binnen de organisatie.

Je zoekt proactief nieuwe gebruikers binnen Stedin.

Je zet feedbackloops met eindgebruikers op en onderhoudt deze.

Je voert intakegesprekken met potentiële platformgebruikers.

Je bepaalt samen met de MLE Lead welke capaciteit nodig is voor use cases.

Je begrijpt architectuurplaten en bespreekt technische keuzes op platform- en functioneel niveau.

Je kunt ontwikkelaars uitdagen op haalbaarheid en oplossingsrichtingen.

De omgeving gebruikt Databricks, MLflow, Kubernetes en Azure.

Het team bestaat uit ongeveer twaalf machine learning engineers en MLOps-specialisten.

Samenwerking en kennisdeling staan centraal.

De standplaats is Rotterdam, bij Blaak.

Maandag en donderdag zijn de vaste kantoordagen.

De opdracht duurt zes maanden, met optie tot verlenging.

De inzet bedraagt 32 tot 40 uur per week.

Domeinen

MLOps Machine Learning Data Science Data Office