Sr AWS MLOps Engineer for AI team
Start opdracht: zsm
Eind opdracht: een jaar later
ZZP: Ja
Locatie: Arnhem (woensdag) en hybride
Uren: 32 tot 36 uur

English version below

Over Alliander
Alliander beheert het grootste energienetwerk van Nederland. Onze kerntaak is het onderhouden en uitbreiden van dit netwerk. Daarnaast speelt Alliander een voortrekkersrol in de energietransitie. Denk hierbij aan de uitbreiding van ons netwerk met zonnepanelen, laadpalen voor elektrisch vervoer en warmtepompen. Om deze transitie mogelijk te maken, digitaliseert Alliander op grote schaal. In de komende 10 jaar moet er meer werk worden verzet dan in de afgelopen 40 jaar. Met een data-gedreven aanpak versnellen we de overgang naar duurzame energie.

De Agile Release Train (ART) “Data & Analytics”
De ART Data & Analytics is verantwoordelijk voor het leveren van een toekomstbestendig, flexibel en kostenefficiënt data-landschap van hoge kwaliteit. Daarnaast streven we naar een situatie waarin dataproducten eenvoudig geproduceerd, beheerd, gevonden en gebruikt kunnen worden — zowel binnen onze organisatie als in de markt.

Het AI Acceleration Team
Je komt te werken binnen een DevOps-team dat Alliander versnelt op het gebied van AI. Het team bestaat uit een Product Owner, Scrum Master, Tech Lead en MLOps Engineers.

Onze klanten zijn divers: voornamelijk datascienseteams die interne applicaties ontwikkelen (“Digitaliseringsteams”), analyticsteams en ook enkele business teams. Wij ondersteunen hen op de volgende thema’s:
- Een platform waarmee teams modellen kunnen draaien op AWS (MLOps voor datascienseteams)
- Inzicht en grip via AI-governance tooling
- Het vergroten van AI-vaardigheden bij medewerkers door kennisdeling
- Operations (beheer, support en continue verbetering van onze MLOps-tools en -diensten)

Het AI Acceleration Team is een platformteam. Als engineer train je dus niet zelf modellen, maar ondersteun je andere teams hierin. Het team levert een gestandaardiseerde en geconfigureerde omgeving met tooling voor data-analyse, MLOps en data-access.

Jouw rol
Het team bestaat momenteel uit vijf MLOps Engineers, waarvan de meeste Medior zijn. Ze zijn leergierig en willen zich verder ontwikkelen. Daarom zoeken we een Senior die het team kan coachen in hun persoonlijke groei. Jij neemt een actieve rol in de implementatie van het platform waarop modellen draaien. Je bent een ervaren AWS-professional die weet hoe je de juiste AWS-resources selecteert en inzet via TypeScript en CDK (infrastructure-as-code).

Je hebt affiniteit met ML/Analytics-toepassingen en begrijpt de behoeften van datascienseteams. Je vertaalt hun functionele wensen naar technische oplossingen die je ontwikkelt, test en beheert — uiteraard met behulp van AWS (native) services. Je weet welke services je wanneer het beste kunt inzetten. Je werkt in een zelfsturend team en hebt een duidelijke visie op de (technische) richting van applicaties en pipelines. Je neemt anderen daarin mee via demo’s, documentatie en uitleg (bijvoorbeeld als ‘traveler’).

Wie jij bent
- Je bouwt graag cloud-native oplossingen op AWS
- Je spreekt graag met gebruikers (datascientists) om hun behoeften te vertalen naar oplossingen
- Je experimenteert graag met nieuwe MLOps-technologieën
- Je vindt het leuk om collega’s te helpen groeien
- Je hebt affiniteit met werken in een Agile team
- Opleidingsniveau: HBO of hoger


Ervaring die je meebrengt:

Technische expertise: 
Infrastructure as Code:
- Gevorderde ervaring met AWS CDK en TypeScript voor het definiëren van cloudinfrastructuur op een programmeerbare en versieerbare manier

Serverless Architectuur:
- Ervaring met bouwen en optimaliseren van AWS Lambda-functies, API Gateway-configuratie en efficiënte DynamoDB-modellen

Automatisering:
- Expert in het opzetten van CI/CD pipelines voor zowel applicatie- als infrastructuurdeployments met AWS CodePipeline, GitHub Actions of GitLab CI

TypeScript:
- Professioneel niveau in TypeScript voor het ontwikkelen van applicaties en infrastructuurcode

Affiniteit met:
- Beveiligingsrichtlijnen voor AWS-cloudomgevingen
- Complexe technische oplossingen uitleggen aan niet-technische stakeholders
- Bouwen van gebruiksvriendelijke self-service platforms
- Teamwork en kennisdeling
- Containertechnologieën zoals Docker en ECR

Pré:
- Ervaring met modelversiebeheer, experiment tracking en modelregistratie
- Ervaring met AWS SageMaker: end-to-end ML-workflows, notebooks, training jobs, deployment, pipelines en feature stores
- Geautomatiseerde ML-pipelines ontwikkelen voor data prep, modeltraining, validatie en deployment
- Monitoring van ML-prestaties en feedback loops implementeren


Werkomgeving
De businessunit Technical Platforms maakt Alliander meertalig. Binnen het AI Acceleration Team is de voertaal Engels. Alliander biedt Engelse taalcursussen aan indien nodig.

We werken doorgaans 2 dagen op kantoor (Amsterdam en Arnhem), waarvan woensdag in Arnhem, en 3 dagen thuis. Beschikbaarheid: minimaal 4 dagen per week.

Alliander
Alliander is the operator of the largest energy grid in the Netherlands. Our main task is to manage and expand our network. Alliander also plays a leading role in making the energy transition a reality. Examples include the expansion of our network with solar panels, charging stations for electric transport and heat pumps. To make the energy transition possible, Alliander is digitizing radically. After all, in the next 10 years we need to do more work than in the past 40. We are accelerating the transition to sustainable energy with a data-driven approach.

The Agile Release Train (ART) “Data & Analytics”
The ART Data & Analytics is responsible for delivering a state-of-the-art data landscape: future-proof, flexible, based on high standards and cost-conscious. In addition, we are working towards a situation where data products can be easily produced by data producers, maintained, found and used by data consumers both in our own organization and in the market.

The AI Acceleration Team
The team you will be working in aims to accelerate Alliander in the field of AI. It is a DevOps team with a Product Owner, Scrum Master, Tech Lead and MLOps engineers.

- Our customers are diverse: Mainly data science teams developing internal applications “Digitization teams”, analytics teams and also some business teams. We accelerate them by working on a number of themes:

- A platform that allows teams to run models on AWS (MLOps, for data science teams)
- Insight and control through Al governance tooling
- Increase AI skills of employees through knowledge sharing
- Operations (management, support and continuous improvement on the MLOps tools and services we provide)

The AI Acceleration team is a platform team and as an engineer you do not train models yourself, but support other teams in this. The Team provides a standardized and configured environment with tooling for data analytics, MLOps and access to data.

Your role
The team consists of 5 MLOps engineers of whom most are Medior with regard to the tasks at hand. They are eager to learn new skills. We are looking for a Senior to help coach the team in their personal growth. You take an active role in implementing the platform that lets teams run their models. You are a skilled AWS professional who can help with selection and correct deployment of the required AWS resources, using typescript and CDK for infra-as-code.

You have an affinity for ML/Analytics applications and can therefore relate well to data science teams. You translate customer needs and functional specifications into technical solutions and then develop, test and manage these. In doing so, you use AWS (native) services and know which service is most suitable for which use case. We work in a self-managing team and expect you to develop a vision and influence the (technical) direction of the applications/pipelines and bring our users along with you (demos, documentation and traveler role). 

Who you are
- You like building cloud native AWS solutions.
- You enjoy interacting with our data science users where you actively listen to their needs to translate them into solutions
- Experimenting with new MLOps technology comes naturally to you
- You like to teach other team members and help them reach the next level.
- Affinity with working in an Agile team
- Education level: higher professional education (HBO) or higher.

The experience you bring

Technical Expertise:
- Infrastructure as Code:
Advanced proficiency with AWS CDK using TypeScript to define cloud infrastructure in a programmatic and version-controlled manner
- Serverless Architecture:
Strong experience building and optimizing AWS Lambda functions, configuring API Gateway endpoints, and designing efficient DynamoDB data models
- Automation:
Expert at creating CI/CD pipelines for both application and infrastructure deployment using tools like AWS CodePipeline, GitHub Actions, or GitLab CI
- TypeScript:
Professional-level programming skills for developing applications and infrastructure code

Affinity with:
- Knowledge of security best practices for AWS cloud environments
- Explaining complex technical solutions to non-technical stakeholders
- Building user-friendly self-service platforms
- Team collaboration and knowledge sharing
- Knowledge of containerization technologies (Docker, ECR)

Nice to have:
- Demonstrated ability to design and implement model versioning, experiment tracking, and model registry solutions

- AWS SageMaker:
Proven track record implementing end-to-end ML workflows using SageMaker, including notebooks, training jobs, model deployment, pipelines, and feature stores
- Experience building automated ML pipelines that handle data preparation, model training, validation, and deployment
- Understanding of ML performance monitoring and implementing feedback loops

The Technical Platforms business unit is leading Alliander's transition to a multilingual organization. Here we use English as a bridge language. Within the AI Acceleration team, the working language is English. Alliander offers English language courses if required.

Your workplace
We generally work 2 days at the office (in Amsterdam and Arnhem) and 3 days at home. At least 4 working days per week.