In Fabrikdaten steckt die Antwort auf Fragen wie: Wann fällt diese Maschine aus, und wie viel müssen wir nächste Woche produzieren? Sie bauen die Modelle und KI-Anwendungen, die diese Antwort sichtbar machen.
Bei VDS Automation helfen wir Unternehmen in der Fertigungsindustrie, mit Daten und Technologie klüger zu arbeiten. Als AI & Machine Learning Engineer bauen Sie den Teil, der nach vorn schaut: Modelle, die vorhersagen, was passieren wird, und KI-Anwendungen, die Arbeit abnehmen. Sie arbeiten in Code, von Rohdaten bis zu einer Lösung, die in Produktion läuft.
Sie arbeiten an Projekten für verschiedene Kunden, von der Kundenfrage bis zur funktionierenden Lösung in Produktion. Mal entwickeln Sie eine KI-Anwendung oder einen Workflow, in dem KI einen Kundenprozess klüger macht. Mal bauen Sie ein Modell, das vorhersagt, wann eine Maschine Wartung braucht, oder einen Forecast für Produktion oder Nachfrage.
Ein Beispiel: Ein Produktionsbetrieb möchte weniger ungeplanten Stillstand. Die Maschinendaten sind schon da, denn Kolleginnen und Kollegen haben die Maschine über unsere eigene IoT-Hardware angebunden. Sie tauchen in diese Daten ein, machen sie nutzbar und bauen ein Modell, das Abweichungen erkennt und Wartung vorhersagt. Danach bringen Sie das Modell in Produktion und sorgen dafür, dass die Menschen in der Produktion das Ergebnis sehen.
Sie arbeiten also an der ganzen Kette: von Rohdaten bis zu einem Modell, das in der Produktion läuft.
Zum Beispiel:
An Hardware oder Embedded Software arbeiten Sie nicht. Maschinen anbinden und konfigurieren übernehmen Ihre Kolleginnen und Kollegen. Ihre Arbeit beginnt bei den Daten: sie in Modelle und Anwendungen zu übersetzen, die funktionieren.
Wir bauen KI-first. KI schreibt die erste Version, Sie entscheiden, ob sie gut genug ist. Sie lesen den Code, testen ihn und steuern nach. KI ist ein Werkzeug, kein Kollege, dem man aufs Wort glaubt.
Für Sie geht das einen Schritt weiter, denn KI ist auch das, was Sie für Kunden bauen. Sie wissen also nicht nur, wie man damit arbeitet, sondern auch, wo sie an Grenzen stößt und wie man das testet.
Neue Tools folgen schnell aufeinander. Dieses Tempo muss Ihnen liegen. Sehen Sie etwas Neues und denken das sollten wir mal ausprobieren? Dann bekommen Sie dafür den Raum.
Keine zwei Wochen sind gleich, aber diesen Rhythmus werden Sie wiedererkennen. Sie sind seltener bei Kunden als die Consultants, aber oft genug, um zu wissen, woher Ihre Daten kommen.
Wochenstart mit dem ganzen Team: Wer ist wo, was hakt, wo werden ein paar Stunden Hilfe gebraucht. Danach planen Sie Ihre eigenen Projekte.
Bei einem Kunden, wenn das Projekt es erfordert. Sehen, wie die Daten entstehen, welche Frage wirklich dahintersteckt und was die Menschen in der Produktion mit einer Vorhersage anfangen können.
Bautag. Daten aufbereiten, ein Modell trainieren und validieren oder eine LLM-Pipeline ausarbeiten. Sie testen Ihre Arbeit gründlich, bevor sie zum Kunden geht.
In Produktion bringen und nachsteuern: Läuft das Modell stabil, stimmt das Ergebnis noch, und nutzen die Menschen es auch wirklich?
Zeit zum Lernen und Experimentieren: ein neues KI-Tool ausprobieren, ein Udemy-Kurs oder eine interne Anwendung weiterbringen. Zum Abschluss ein gemeinsamer Feierabenddrink.
Beispiele für die Art von Fragestellungen, an denen Sie arbeiten, für Unternehmen der Fertigungs- und Prozessindustrie.
Sensordaten von Motoren und Pumpen analysieren, Abweichungen früh erkennen und vorhersagen, wann Wartung nötig ist. Die Herausforderung liegt in den Daten: Störungen sind selten, Sie haben also wenige Beispiele, aus denen das Modell lernen kann.
Auftragshistorie, Saisonalität und Kundenverhalten zu einem Forecast kombinieren, auf dem die Planung läuft. Das Modell muss nicht nur stimmen. Der Planer muss auch verstehen, warum es etwas vorhersagt.
Messwerte aus der Qualitätskontrolle nach Mustern durchsuchen, die Ausschuss vorausgehen. Das Signal geht in die Produktion. Was sie damit macht, entscheidet sie selbst.
Eine LLM-Pipeline, die Handbücher, Arbeitsanweisungen und Störungshistorie für Instandhalter durchsuchbar macht. Sie testen nicht nur, ob es funktioniert, sondern vor allem, wann es schiefgeht.
Sie müssen noch nicht alles aus dem Stack beherrschen. Sie haben aber ein solides Fundament in Machine Learning und Software, bauen selbstständig und eignen sich neue Technologie schnell an.
Ein Hochschulabschluss in einer technischen Fachrichtung passt gut. Nachweisbares Können zählt für uns mindestens genauso viel.
Die Tools, mit denen Sie arbeiten, je nach Kundenfrage. Kein Pflichtset.
Kolleginnen und Kollegen arbeiten außerdem mit Power BI und unserer eigenen IoT-Hardware. Das begegnet Ihnen, ist aber nicht der Kern dieser Rolle.
Wir sind ein wachsendes Unternehmen in Leeuwarden und verbinden Daten, Automatisierung, KI und Hardware. Unser Schwerpunkt liegt in der Fertigungsindustrie, Sie arbeiten also mit Daten aus Fabriken, wo es wirklich passiert. Das Team ist klein und nüchtern, die Wege sind kurz, und gute Ideen kommen schnell in die Praxis.
Sie bekommen viel Freiheit, neue Möglichkeiten zu entdecken. Gleichzeitig schauen Sie über die Technik hinaus. Technik ist das Mittel, nicht das Ziel. Was Sie bauen, gibt dem Kunden eine Vorhersage, ein Signal oder einen Überblick, mit dem er selbst entscheidet. Es ist seine Fabrik, Sie liefern die Einsicht.
Und was Sie bauen, bleibt nicht monatelang in einer Testumgebung hängen. Sie sehen es wieder in echten Produktionsumgebungen.
Das ist das ganze Team. Klein genug, dass Sie jeden kennen, groß genug, dass immer jemand weiß, wie etwas funktioniert.
Ja. Ihre Kolleginnen und Kollegen sind stark in Daten, Dashboards und Apps. Für Machine Learning sind Sie der Ansprechpartner. Das bedeutet viel eigene Verantwortung und Raum, das Fachgebiet bei VDS zu gestalten. Suchen Sie ein großes ML-Team, von dem Sie lernen können, passt diese Rolle weniger gut.
Seltener als die Consultants. Meist zum Projektstart, bei Zwischendemos und bei der Übergabe. Den Rest der Woche arbeiten Sie im Büro in Leeuwarden oder zu Hause. Die Kunden sitzen vor allem im Norden und Osten der Niederlande.
Das hängt vom Kunden ab. Oft läuft ein Modell in der Datenumgebung des Kunden, etwa Microsoft Fabric, und das Ergebnis erscheint in einem Dashboard oder einer Anwendung. Sie bestimmen mit, wie es überwacht und gepflegt wird, damit es weiter funktioniert, wenn sich die Daten ändern.
Nein. Es hilft, wenn Sie eine Fabrik von innen gesehen haben, aber es ist keine Voraussetzung. Wichtiger ist, dass Sie verstehen wollen, wie die Daten entstehen, mit denen Sie arbeiten.
Finden Sie neue Technologie nicht nur interessant, sondern wollen vor allem herausfinden, was man damit bauen kann? Und wollen Sie Machine Learning und KI bauen, die wirklich in einer Fabrik läuft? Dann lernen wir Sie gern kennen. Bewerben Sie sich direkt über das Formular unten.
Sie schwanken zwischen dieser Rolle und Consultant Daten & Digitalisierung? Dort liegt der Schwerpunkt auf Datenplattformen, Dashboards und Apps für den Kunden. Hier liegt er auf Machine-Learning-Modellen und LLM-Anwendungen. Bewerben Sie sich einfach, dann schauen wir gemeinsam, was passt.
VDS Automation arbeitet für diese Stelle exklusiv mit JPD Personeelsdiensten zusammen. JPD begleitet das Verfahren; Sie hören an Werktagen innerhalb von 24 Stunden von uns.
Fragen? Schicken Sie gerne eine WhatsApp-Nachricht an 06-45661736.
Felder mit * sind Pflichtfelder. Lebenslauf und Motivation sind freiwillig, helfen uns aber, Sie besser kennenzulernen.
Wir haben Ihre Angaben erhalten. Sie hören an Werktagen innerhalb von 24 Stunden von uns.
Schicken Sie Ihren Lebenslauf und eine kurze Motivation. Wir lesen alles, und Sie hören an Werktagen innerhalb von 24 Stunden von uns. Kein perfekter Match? Initiativbewerbungen sind ebenfalls willkommen.