Medior AI Engineer – LLMOps
Il y a 1 heure
Arrondissement of BrusselsCapital, Brussels, Belgique
HumanInTech
Temps plein
Gratuit avec email ou Google
Enregistrez cette offre et organisez votre recherche
Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.
Gratuit avec email ou Google
En continuant, vous acceptez nos Conditions d’utilisation & Politique de confidentialité.
h3Wat je zal doen /h3 pEen Belgisch openbaarvervoerbedrijf bouwt AI-diensten voor medewerkers en klanten op een AI-platform dat draait op Azure en Kubernetes. De eerste diensten gaan live in december 2026, met meer in 2027. Je sluit je aan bij het AI Centre of Excellence en bent verantwoordelijk voor de Run-fase van deze AI-diensten in productie. /p pJe neemt elke dienst over van de Senior AI Engineers die hem hebben gebouwd en houdt hem betrouwbaar, meetbaar, veilig en kostenefficiënt in de tijd. Je werkt samen met de interne AI Platform Architect, twee Senior AI Engineers, de business
- en content-eigenaren van elke dienst, en de IT-operationele teams. /p pHet AI Platform draait op een hybride bedrijfsmodel: beheerde Azure-diensten (Azure OpenAI Service, Azure AI Search, Azure API Management, Azure AI Content Safety) gecombineerd met zelf-gehoste open-source componenten op Azure Kubernetes Service (agent-orkestratie in Python met LangChain, ingestion pipeline), met MLflow op Databricks voor evaluatie en tracing (OpenTelemetry). Het AI Centre of Excellence team beheert Infrastructure-as-Code voor alle applicatie-scope Azure-resources, met Terraform en Azure DevOps pipelines. /p pJe activiteiten variëren van dienst tot dienst. Typisch zal je: /p ul liDe AI-diensten in productie beheren: beschikbaarheid, latency en fouten monitoren, incidenten en serviceverzoeken behandelen, root causes analyseren en vervolgens oplossen of escaleren /li liAntwoordkwaliteit onder controle houden: evaluatiesets (golden sets) uitvoeren en onderhouden met business content-eigenaren, antwoordkwaliteit, non-answer rate en gebruikersfeedback opvolgen, en kwaliteitsregressies detecteren en onderzoeken /li liDe ingestion pipelines beheren: incrementele refresh, mislukte documenten, index health, en onboarding van nieuwe contentbronnen of businessdomeinen binnen bestaande connectors /li liAgent-integraties beheren: tool
- en integratieoproepen naar businesssystemen monitoren, failures en timeouts behandelen, en action logs en exceptions reviewen voor agents die namens gebruikers handelen /li liVeranderingen veilig beheren: model version upgrades en retirements, prompt
- en configuratiewijzigingen, dependency
- en security-updates, elk gevalideerd tegen de evaluatiesets voor release /li liRun-kosten opvolgen: tokenconsumptie en kost per dienst, alerting bij drift en optimalisaties voorstellen /li liDe Terraform-, Helm
- en Azure DevOps-artefacten onderhouden, en de DEV-, TST-, ACC
- en PROD-omgevingen consistent houden /li liDatabeschermingsregels toepassen: trace retention, verwijdering en toegangsbeperkingen, zoals gedefinieerd in de data protection impact assessment van elke dienst /li liRunbooks en documentatie onderhouden, en regelmatig rapporteren over service health aan service-eigenaren en het AI Centre of Excellence /li liKleine verbeteringen en fixes leveren, structurele wijzigingen en nieuwe features blijven bij het Build-team /li /ul h3Wat we zoeken /h3 pJe hebt ervaring op intermediair niveau met de volgende technologieën, allemaal opgedaan dit jaar of recent: /p ul liAzure DevOps /li liAzure Kubernetes Service (AKS) /li liAzure OpenAI Service /li liLangChain /li liLLM / Large Language Models /li liPython /li liRAG (Retrieval-Augmented Generation) /li liTerraform /li liVector databases /li /ul pJe moet de volgende vragen met ja kunnen beantwoorden en gedetailleerde voorbeelden kunnen geven: /p ul liHeb je persoonlijk een LLM-applicatie (RAG, agent of documentverwerking) in productie beheerd of ondersteund gedurende minstens 6 maanden? /li liHeb je persoonlijk een kwaliteitsprobleem of incident in een LLM-applicatie of AI-agent onderzocht met behulp van traces of logs? /li liHeb je evaluaties van een LLM-applicatie uitgevoerd of onderhouden, bijvoorbeeld het opnieuw uitvoeren van testsets na een model
- of promptwijziging? /li liHeb je persoonlijk wijzigingen aan Kubernetes workloads (manifests of Helm charts) en Terraform-code uitgerold via CI/CD pipelines op Azure? /li /ul pJe bent vloeiend in het Engels en native of tweetalig in het Nederlands of Frans. /p h3De context /h3 pDeze opdracht loopt 12 maanden, met start op 4 januari 2027. Het werk is hybride, met on-site aanwezigheid in Brussel vereist 2 tot 3 dagen per week. /p pJe kunt deze opdracht uitvoeren als freelancer of als medewerker in loondienst bij HumanInTech. Dezelfde rol, hetzelfde team. Kom je bij ons in loondienst, dan loopt je dienstverband door na deze opdracht. Wanneer de opdracht eindigt, zoeken we samen naar je volgende missie. /p pbLocatie: /b Brussel, hybride /p pbWerkadres: /b België /p pbWerkgever / contractpartij: /b HumanInTech /p pbSolliciteren tot (Brusselse tijd): /b 16 november 2026 om 01:00 /p pbSamenwerkingsvorm: /b Freelance or in loondienst bij HumanInTech /p pbWerkregime: /b Voltijds /p pbErvaring: /b 3–5 jaar of meer /p pbOpleiding: /b Bachelor of meer /p pbGepubliceerd: /b november 2026 /p
- en content-eigenaren van elke dienst, en de IT-operationele teams. /p pHet AI Platform draait op een hybride bedrijfsmodel: beheerde Azure-diensten (Azure OpenAI Service, Azure AI Search, Azure API Management, Azure AI Content Safety) gecombineerd met zelf-gehoste open-source componenten op Azure Kubernetes Service (agent-orkestratie in Python met LangChain, ingestion pipeline), met MLflow op Databricks voor evaluatie en tracing (OpenTelemetry). Het AI Centre of Excellence team beheert Infrastructure-as-Code voor alle applicatie-scope Azure-resources, met Terraform en Azure DevOps pipelines. /p pJe activiteiten variëren van dienst tot dienst. Typisch zal je: /p ul liDe AI-diensten in productie beheren: beschikbaarheid, latency en fouten monitoren, incidenten en serviceverzoeken behandelen, root causes analyseren en vervolgens oplossen of escaleren /li liAntwoordkwaliteit onder controle houden: evaluatiesets (golden sets) uitvoeren en onderhouden met business content-eigenaren, antwoordkwaliteit, non-answer rate en gebruikersfeedback opvolgen, en kwaliteitsregressies detecteren en onderzoeken /li liDe ingestion pipelines beheren: incrementele refresh, mislukte documenten, index health, en onboarding van nieuwe contentbronnen of businessdomeinen binnen bestaande connectors /li liAgent-integraties beheren: tool
- en integratieoproepen naar businesssystemen monitoren, failures en timeouts behandelen, en action logs en exceptions reviewen voor agents die namens gebruikers handelen /li liVeranderingen veilig beheren: model version upgrades en retirements, prompt
- en configuratiewijzigingen, dependency
- en security-updates, elk gevalideerd tegen de evaluatiesets voor release /li liRun-kosten opvolgen: tokenconsumptie en kost per dienst, alerting bij drift en optimalisaties voorstellen /li liDe Terraform-, Helm
- en Azure DevOps-artefacten onderhouden, en de DEV-, TST-, ACC
- en PROD-omgevingen consistent houden /li liDatabeschermingsregels toepassen: trace retention, verwijdering en toegangsbeperkingen, zoals gedefinieerd in de data protection impact assessment van elke dienst /li liRunbooks en documentatie onderhouden, en regelmatig rapporteren over service health aan service-eigenaren en het AI Centre of Excellence /li liKleine verbeteringen en fixes leveren, structurele wijzigingen en nieuwe features blijven bij het Build-team /li /ul h3Wat we zoeken /h3 pJe hebt ervaring op intermediair niveau met de volgende technologieën, allemaal opgedaan dit jaar of recent: /p ul liAzure DevOps /li liAzure Kubernetes Service (AKS) /li liAzure OpenAI Service /li liLangChain /li liLLM / Large Language Models /li liPython /li liRAG (Retrieval-Augmented Generation) /li liTerraform /li liVector databases /li /ul pJe moet de volgende vragen met ja kunnen beantwoorden en gedetailleerde voorbeelden kunnen geven: /p ul liHeb je persoonlijk een LLM-applicatie (RAG, agent of documentverwerking) in productie beheerd of ondersteund gedurende minstens 6 maanden? /li liHeb je persoonlijk een kwaliteitsprobleem of incident in een LLM-applicatie of AI-agent onderzocht met behulp van traces of logs? /li liHeb je evaluaties van een LLM-applicatie uitgevoerd of onderhouden, bijvoorbeeld het opnieuw uitvoeren van testsets na een model
- of promptwijziging? /li liHeb je persoonlijk wijzigingen aan Kubernetes workloads (manifests of Helm charts) en Terraform-code uitgerold via CI/CD pipelines op Azure? /li /ul pJe bent vloeiend in het Engels en native of tweetalig in het Nederlands of Frans. /p h3De context /h3 pDeze opdracht loopt 12 maanden, met start op 4 januari 2027. Het werk is hybride, met on-site aanwezigheid in Brussel vereist 2 tot 3 dagen per week. /p pJe kunt deze opdracht uitvoeren als freelancer of als medewerker in loondienst bij HumanInTech. Dezelfde rol, hetzelfde team. Kom je bij ons in loondienst, dan loopt je dienstverband door na deze opdracht. Wanneer de opdracht eindigt, zoeken we samen naar je volgende missie. /p pbLocatie: /b Brussel, hybride /p pbWerkadres: /b België /p pbWerkgever / contractpartij: /b HumanInTech /p pbSolliciteren tot (Brusselse tijd): /b 16 november 2026 om 01:00 /p pbSamenwerkingsvorm: /b Freelance or in loondienst bij HumanInTech /p pbWerkregime: /b Voltijds /p pbErvaring: /b 3–5 jaar of meer /p pbOpleiding: /b Bachelor of meer /p pbGepubliceerd: /b november 2026 /p