Voor een klant in Antwerpen zijn we op zoek naar een ML Ops Engineer 

Situering:

• Het gaat over een manufacturing omgeving waar ze van batch manufacturing naar continuous manufacturing geswitched zijn. Men heeft enkele projecten gedefinieerd om de operationele kwaliteit te verhogen. Een daarvan is een project rond het voorspellen van failure modes in het manufacturing proces.
• Het team is nog in exploratiefase, en daarbij hebben ze hulp nodig van een communicatief sterke , pragmatische & hands-on machine learning engineer.

Objectieven van het project:

• In eerste instantie zal de kandidaat de beschikbare databronnen moeten analyseren, en data pipelines bouwen om die data te ingesten in een tijdelijke database. Python lijkt vandaag de meest logische keuze qua tech. Die tijdelijke database zal worden gebruikt om de eerste analyses & kandidaat ML modellen te kunnen testen en beoordelen.
• De kandidaat zal dan ook verschillende (types) ML-modellen moeten onderzoeken in samenwerking met chemical process engineers en wetenschappers, en een advies kunnen formuleren rond het meest geschikte ML-model of bepalen of er additionele data nodig is om dat advies te onderbouwen.
• Wanneer dit alles is voltooid, zal de oplossing moeten ondergebracht worden in de Snowflake/DBT referentie-architectuur, dus de kandidaat in kwestie moet ook kennis hebben van deze platformen, om te verzekeren dat er in de vroege fases geen zaken gebouwd worden die niet verenigbaar zijn met die architectuur.

De ideale witte raaf heeft ook:

• Ervaring met dit soort werk binnen een pharma/lifescience/manufacturing omgeving
• De combinatie van hands-on technologische skills met de soft skills om met verschillende soorten stakeholders in een wetenschappelijk & multinational team te kunnen werken, én die stakeholders ook te pushen tot vooruitgang.
• De maturiteit & présence om als eerste & enige Cronosiet het pad te effenen voor mogelijk verdere uitbreiding binnen een divisie waar we vandaag nog geen business doen.