Functieomschrijving
Voor Nederlandse Organisatie voor toegepast-natuurwetenschappelijk onderzoek TNO zoeken wij een Scientific Programmer AI. Wil jij de brug slaan tussen academische AI-innovaties en de complexe machines van wereldspelers als ASML, Philips en Canon?Bij TNO-ESI sta je in het hart van innovatie. Als Scientific Programmer AI krijg je de unieke kans om impact te maken op de volgende generatie Cyber-Physical Systems (CPS). Je past cutting-edge AI-methoden toe om kennis te extraheren en te formaliseren voor machinediagnostiek en softwareanalyse. Hiermee verbeter je niet alleen de prestaties van complexe systemen, maar moderniseer je ook complete engineering workflows met behulp van Generatieve AI.
Wat ga je doen?
Als wetenschappelijk programmeur werk je vanuit industry labs bij high-tech giganten. Je overbrugt de kloof tussen theorie en praktijk in toegepaste onderzoeksprojecten. Omdat je vaak in kleine, slagvaardige teams werkt, heb je een significante invloed op de koers van het project.
- Je ontwikkelt proofs of concept en prototype-oplossingen om de haalbaarheid van innovatieve AI-benaderingen aan te tonen.
- Je analyseert huidige engineeringprocessen en identificeert kansen voor de integratie van (Generatieve) AI.
- Je formaliseert kennis voor (probabilistische) inferentie in complexe machinediagnostiek.
- Je adviseert engineeringteams over AI best practices, tools en methodologieën.
- Je deelt jouw inzichten met zowel industriële partners als de wetenschappelijke community.
Functie-eisen
- Je hebt een afgeronde Master of PhD in Computer Science, Knowledge Engineering, Data Science of een vergelijkbare richting
- Je hebt minimaal 5 jaar ervaring in toegepast onderzoek (Medior niveau)
- Je hebt ervaring met graph-based approaches, zoals Knowledge Graphs, Probabilistic Graphical Models of Graph-Variational Autoencoders
- Je beheerst Python uitstekend en kunt robuuste code-architecturen bouwen volgens best practices
- Je hebt een systeemgerichte mindset met oog voor detail en kunt complexe AI-concepten uitleggen aan diverse stakeholders
- Je hebt ervaring met MBSE modelling frameworks zoals SysML of Capella
- Je bent gewend om op locatie te werken bij industriële partners in de regio Eindhoven
- Je beschikt over een achtergrond in (probabilistische) inferentiemethoden
Functie eisen
- Je hebt een afgeronde Master of PhD in Computer Science, Knowledge Engineering, Data Science of een vergelijkbare richting
- Je hebt minimaal 5 jaar ervaring in toegepast onderzoek (Medior niveau)
- Je hebt ervaring met graph-based approaches, zoals Knowledge Graphs, Probabilistic Graphical Models of Graph-Variational Autoencoders
- Je beheerst Python uitstekend en kunt robuuste code-architecturen bouwen volgens best practices
- Je hebt een systeemgerichte mindset met oog voor detail en kunt complexe AI-concepten uitleggen aan diverse stakeholders
- Je hebt ervaring met MBSE modelling frameworks zoals SysML of Capella
- Je bent gewend om op locatie te werken bij industriële partners in de regio Eindhoven
- Je beschikt over een achtergrond in (probabilistische) inferentiemethoden
