In fabrieksdata zit het antwoord op vragen als: wanneer valt deze machine uit, en hoeveel moeten we volgende week produceren? Jij bouwt de modellen en AI-toepassingen die dat antwoord zichtbaar maken.
Bij VDS Automation helpen we bedrijven in de maakindustrie slimmer werken met data en technologie. Als AI & Machine Learning Engineer bouw jij het deel dat vooruitkijkt: modellen die voorspellen wat er gaat gebeuren, en AI-toepassingen die werk uit handen nemen. Je werkt in code, van ruwe data tot een oplossing die in productie draait.
Je werkt aan projecten bij verschillende klanten, van klantvraag tot werkende oplossing in productie. De ene keer ontwikkel je een AI-applicatie of een workflow waarin AI een klantproces slimmer maakt. De andere keer bouw je een model dat voorspelt wanneer een machine onderhoud nodig heeft, of een forecast voor productie of vraag.
Een voorbeeld: een productiebedrijf wil minder ongeplande stilstand. De machinedata is er al, want collega’s hebben de machine aangesloten via onze eigen IoT-hardware. Jij duikt in die data, maakt hem bruikbaar en bouwt een model dat afwijkingen signaleert en onderhoud voorspelt. Daarna breng je het model in productie en zorg je dat de mensen op de vloer de uitkomst zien.
Je werkt dus aan de hele keten: van ruwe data tot een model dat op de productievloer draait.
Denk aan:
Aan hardware of embedded software werk je niet. Machines aansluiten en configureren doen je collega’s. Jouw werk begint bij de data: die vertalen naar modellen en toepassingen die werken.
Wij bouwen AI-first. AI schrijft de eerste versie, jij bepaalt of die goed genoeg is. Je leest de code, test hem en stuurt bij. AI is gereedschap, geen collega die je op zijn woord gelooft.
Voor jou gaat dat een stap verder, want AI is ook wat je voor klanten bouwt. Je weet dus niet alleen hoe je ermee werkt, maar ook waar het tekortschiet en hoe je dat test.
Nieuwe tools volgen elkaar snel op. Dat tempo moet je leuk vinden. Zie je iets nieuws waarvan je denkt dit moeten we eens proberen? Dan krijg je daar de ruimte voor.
Geen twee weken zijn hetzelfde, maar dit ritme herken je terug. Je bent minder vaak bij klanten dan de consultants, maar wel vaak genoeg om te weten waar je data vandaan komt.
Weekstart met het hele team: wie staat waar, wat loopt vast, waar is een paar uur hulp nodig. Daarna je eigen projecten plannen.
Bij een klant, als het project erom vraagt. Kijken hoe de data ontstaat, welke vraag er echt ligt en wat de mensen op de vloer met een voorspelling kunnen.
Bouwdag. Data voorbereiden, een model trainen en valideren, of een LLM-pipeline uitwerken. Je test je werk grondig voordat het naar de klant gaat.
In productie brengen en bijsturen: draait het model stabiel, klopt de uitkomst nog, en gebruiken mensen het ook echt?
Ruimte om te leren en te experimenteren: een nieuwe AI-tool uitproberen, een Udemy-cursus of een interne toepassing verder brengen. Afsluiten met de borrel.
Voorbeelden van het soort vraagstukken waar je aan werkt, voor bedrijven in de maak- en procesindustrie.
Sensordata van motoren en pompen analyseren, afwijkingen vroeg signaleren en voorspellen wanneer onderhoud nodig is. De uitdaging zit in de data: storingen komen weinig voor, dus je hebt weinig voorbeelden om van te leren.
Orderhistorie, seizoenen en klantgedrag combineren tot een forecast waar de planning op draait. Het model moet niet alleen kloppen. De planner moet ook snappen waarom het iets voorspelt.
Meetwaarden uit de kwaliteitscontrole doorzoeken op patronen die voorafgaan aan afkeur. Het signaal gaat naar de vloer. Wat ze ermee doen, bepalen zij.
Een LLM-pipeline die handleidingen, werkinstructies en storingshistorie doorzoekbaar maakt voor monteurs. Je test niet alleen of het werkt, maar vooral wanneer het fout gaat.
Je hoeft niet alles uit de stack al te beheersen. Wel heb je een stevige basis in machine learning en software, bouw je zelfstandig en maak je nieuwe technologie snel eigen.
Een hbo- of wo-opleiding in een technische richting sluit goed aan. Aantoonbaar niveau weegt voor ons minstens zo zwaar.
De tools waar je mee werkt, afhankelijk van de klantvraag. Geen verplichte set.
Collega’s werken daarnaast met Power BI en onze eigen IoT-hardware. Je komt dat tegen, maar het is niet de kern van deze rol.
We zijn een groeiend bedrijf in Leeuwarden en combineren data, automatisering, AI en hardware. Ons zwaartepunt ligt in de maakindustrie, dus je werkt met data uit fabrieken waar het echt gebeurt. Het team is klein en nuchter, de lijnen zijn kort en goede ideeën gaan snel de praktijk in.
Je krijgt veel vrijheid om nieuwe mogelijkheden te ontdekken. Tegelijk kijk je verder dan de techniek. Techniek is het middel, niet het doel. Wat je bouwt geeft de klant een voorspelling, een signaal of een overzicht waarmee hij zelf beslist. Het is hun fabriek, jij levert het inzicht.
En wat je bouwt blijft niet maandenlang in een testomgeving hangen. Je ziet het terug in echte productieomgevingen.
Dit is het hele team. Klein genoeg dat je iedereen kent, groot genoeg dat er altijd iemand is die weet hoe iets werkt.
Ja. Je collega’s zijn sterk in data, dashboards en apps. Voor machine learning ben jij het aanspreekpunt. Dat betekent veel eigen verantwoordelijkheid en ruimte om het vak binnen VDS vorm te geven. Zoek je een groot ML-team om van te leren, dan past deze rol minder goed.
Minder dan de consultants. Meestal bij de start van een project, bij tussentijdse demo’s en bij de oplevering. De rest van de week werk je op kantoor in Leeuwarden of thuis. De klanten zitten vooral in Noord- en Oost-Nederland.
Dat hangt af van de klant. Vaak draait een model in de data-omgeving van de klant, zoals Microsoft Fabric, en komt de uitkomst terug in een dashboard of applicatie. Jij bepaalt mee hoe het gemonitord en onderhouden wordt, zodat het blijft werken als de data verandert.
Nee. Het helpt als je een fabriek van binnen hebt gezien, maar het is geen eis. Belangrijker is dat je wilt snappen hoe de data ontstaat waar je mee werkt.
Ben jij iemand die nieuwe technologie niet alleen interessant vindt, maar vooral wilt ontdekken wat je ermee kunt bouwen? En wil je machine learning en AI bouwen die echt in een fabriek draait? Dan maken we graag kennis. Solliciteer direct via het formulier hieronder.
Twijfel je tussen deze rol en Consultant Data & Digitalisering? Daar ligt de nadruk op dataplatformen, dashboards en apps voor de klant. Hier ligt de nadruk op machine-learningmodellen en LLM-toepassingen. Reageer gewoon, dan kijken we samen wat past.
VDS Automation werkt voor deze vacature exclusief samen met JPD Personeelsdiensten. Zij begeleiden de procedure; je hoort op werkdagen binnen 24 uur van ons.
Vragen? Stuur gerust een WhatsApp-berichtje naar 06-45661736.
Velden met een * zijn verplicht. Een cv en motivatie zijn niet verplicht, maar helpen ons wel om je beter te leren kennen.
We hebben je gegevens ontvangen. Je hoort op werkdagen binnen 24 uur van ons.
Stuur je CV en een korte motivatie. We lezen alles en je hoort op werkdagen binnen 24 uur van ons. Geen perfecte match? Open sollicitaties zijn ook welkom.