Machine Learning Engineer Level 1

In het kort

We zijn op zoek naar een ML Engineer die ons helpt waardevolle en complexe bedrijfsvraagstukken op te lossen voor het Decision Intelligence-team.

Je maakt deel uit van een team met andere Machine Learning Engineers, Data Scientists en Product Consultants binnen de afdeling Operations Decision Support (ODS) van KLM. ODS richt zich op het optimaliseren van processen rondom vloot, crew, grondafhandeling en het bestemmingsnetwerk. Onze modellen geven antwoord op zeer relevante vragen, zoals:

• hoeveel maaltijden zijn er aan boord nodig?;
• hoeveel grondpersoneel is er nodig, en op welk moment?;
• hoeveel no-shows kunnen we op deze vlucht verwachten?;
• hoeveel vertraging loopt een vlucht op en hoe kunnen we de impact zo klein mogelijk houden?

De antwoorden op deze vragen hebben direct invloed op de operatie van KLM. Je krijgt dus volop kansen om te werken aan projecten die echt kosten besparen en/of de robuustheid van de dagelijkse operatie vergroten.

Als Machine Learning Engineer zet je machine learning-oplossingen om in betrouwbare, schaalbare en production-ready producten. Je bent eigenaar van de engineeringkant van projecten en bouwt robuuste, onderhoudbare en schaalbare oplossingen die echte bedrijfswaarde opleveren.

We breiden onze Machine Learning-capaciteit uit en zoeken mensen die impact willen maken op de operatie van KLM. Wil jij de ML-oplossingen die je bouwt in actie zien wanneer je de volgende keer vliegt? Aarzel dan niet en solliciteer!

Wat ga je doen?

Als Machine Learning Engineer werk je in het groeiende, agile Decision Intelligence-team. Samen met andere Machine Learning Engineers, Data Scientists en Product Consultants pak je uitdagende Machine Learning- en GenAI-projecten op. De resultaten daarvan worden gebruikt door meer dan vijf afdelingen en ondersteunen direct de operatie voor miljoenen KLM-passagiers.

Belangrijke onderdelen van je dagelijkse werk zijn:

• ML-oplossingen bouwen: je ontwikkelt en onderhoudt ML-oplossingen die worden gebruikt in de operatie van KLM. Je werk kan direct operationele processen ondersteunen, zoals maaltijdplanning, personeelsplanning en vluchtoperaties;
• eigenaar zijn van de ML-pipeline: je ontwerpt, ontwikkelt en onderhoudt de end-to-end ML-pipeline, van data-cleaning en modeltraining tot deployment, monitoring, hertraining en continue verbetering;
• ML-modellen naar productie brengen: je werkt nauw samen met Data Scientists om modellen en prototypes om te zetten in betrouwbare, schaalbare en production-ready oplossingen die kunnen worden geïntegreerd in de operationele systemen van KLM;
• betrouwbaarheid en prestaties waarborgen: je monitort modellen en pipelines in productie continu, signaleert problemen en knelpunten, en verbetert hun betrouwbaarheid, prestaties, schaalbaarheid en onderhoudbaarheid;
• cloudinfrastructuur bouwen en verbeteren: je ontwerpt en implementeert schaalbare, betrouwbare en kostenefficiënte cloudinfrastructuur op Google Cloud Platform ter ondersteuning van de ontwikkeling, deployment en het beheer van ML-oplossingen;
• datapipelines ontwikkelen en onderhouden: je zorgt ervoor dat de datapipelines achter de ML-modellen betrouwbaar, efficiënt en geschikt voor productie zijn, en werkt waar nodig nauw samen met Data Engineers;
• sterke software-engineeringpraktijken toepassen: je schrijft schone en onderhoudbare code en draagt bij aan geautomatiseerd testen, versiebeheer, CI/CD, documentatie, code reviews en monitoring;
• over disciplines heen werken: je werkt nauw samen met Data Scientists, Data Engineers, Product Consultants en andere technische collega's om ML-oplossingen van ontwikkeling naar productie te brengen en ervoor te zorgen dat ze aansluiten op de operationele behoeften;
• onze manier van werken verbeteren: je signaleert kansen voor standaardisatie, hergebruik, automatisering en verbeteringen in onze tooling en processen;
• kennis delen en innoveren: je blijft op de hoogte van ontwikkelingen in Machine Learning, MLOps, cloudtechnologie en AI. Je experimenteert met nieuwe benaderingen en deelt je kennis en geleerde lessen met collega's, bijvoorbeeld via onze Data Science Community.

We moedigen je aan en verwachten van je dat je 15–20% van je tijd besteedt aan het leren van nieuwe dingen, onderzoek doen en jezelf ontwikkelen. Dat kan door cursussen te volgen, papers te lezen of samen met je collega's toffe hackprojecten te doen.

Waar land je?

Je werkt binnen de afdeling Operations Decision Support (ODS), de data- en analytics-hub van KLM Operations. Het Decision Intelligence-team combineert machine learning, generatieve AI en optimalisatie om operationele beslissingen slimmer en voorspelbaarder te maken.

Je maakt deel uit van een multidisciplinair team van Data Scientists, Machine Learning Engineers en Product Consultants, dat talent en een sterke resultaatgerichtheid combineert met diepgaande kennis van de luchtvaartindustrie en de operatie van KLM.

Je werkt hybride: deels thuis en deels (2 dagen) op kantoor op Schiphol-Oost, waar je de vliegtuigen kunt zien opstijgen terwijl je Docker-container wordt gebouwd.

Je wordt aangenomen door de afdeling Data, OR & AI, die je plaatst in een van de Data Science-productteams binnen KLM. Deze afdeling telt momenteel zo'n 40 Data Science-professionals in productteams verspreid over KLM, die kennis, trainingen en (sociale) evenementen met elkaar delen.

Jouw profiel

We zijn op zoek naar een gemotiveerde, enthousiaste en proactieve collega met de juiste vaardigheden om echte bedrijfsvraagstukken op te lossen en waarde te leveren voor KLM. Je neemt graag eigenaarschap over complexe problemen en werkt samen met anderen aan betrouwbare oplossingen in productie.

De vaardigheden en ervaring die je meebrengt naar het team:

• een masterdiploma in Computer Science, Software Engineering, Data Science, Artificial Intelligence of een verwante richting;
• minimaal 2 jaar werkervaring in Machine Learning Engineering, MLOps of softwareontwikkeling;
• ervaring met het ontwikkelen en beheren van Machine Learning-systemen in productie, inclusief model-deployment, monitoring, hertraining en continue verbetering;
• ruime ervaring met Python en met het schrijven van schone, onderhoudbare, testbare code van productiekwaliteit;
• een sterke basis in software engineering, waaronder objectgeoriënteerd programmeren (OOP), design patterns, testen, code reviews, Git en CI/CD;
• ervaring met Google Cloud Platform (GCP) en met het bouwen van schaalbare, betrouwbare en kostenefficiënte cloudgebaseerde ML-oplossingen;
• ervaring met Docker, REST API's, SQL en infrastructure-as-code-tools zoals Terraform;
• ervaring met nauwe samenwerking met Data Scientists en Data Engineers om ML-modellen naar productie te brengen en betrouwbare data- en ML-pipelines te bouwen;
• ervaring met Large Language Models (LLM's) en Retrieval-Augmented Generation (RAG), inclusief het ontwikkelen en uitrollen van production-ready LLM/RAG-toepassingen, is een pré;
• sterk probleemoplossend en analytisch vermogen, en het vermogen om complexe zakelijke en technische eisen te vertalen naar praktische engineeringoplossingen;
• sterke communicatieve vaardigheden: je legt technische concepten helder uit aan zowel technische als niet-technische collega's;
• een nieuwsgierige en proactieve houding, met interesse in de ontwikkelingen op het gebied van Machine Learning, MLOps, LLM's, RAG en cloudtechnologie.

Flight Plan:

Onze selectieprocedure bestaat uit drie rondes en loopt van 13 tot en met 27 november 2026:

• kennismakingsgesprek (één gesprek op 13, 16 of 17 november): een eerste gesprek over je motivatie, je achtergrond en waar je naar op zoek bent;
• technische opdracht (één dag op ons kantoor op Schiphol-Oost, op 18, 19 of 24 november): een programmeeropdracht en een gesprek over systeemontwerp;
• eindgesprek (26 of 27 november): een gesprek met de hiring manager en het team over de match en wederzijdse verwachtingen.

Competenties