ML engineer
Stuur een vacature direct naar deze kandidaat
Ik ben momenteel op zoek naar mogelijkheden om te werken als AI Engineer of AI Scientist. Weet jij of iemand in jouw netwerk een team kent dat op zoek is naar iemand met een sterke achtergrond in kunstmatige intelligentie? Stuur me een bericht!
Onlangs heb ik mijn masterdiploma in Artificial Intelligence behaald aan de Vrije Universiteit Amsterdam. Mijn scriptie richtte zich op het verbeteren van Reinforcement Learning gebaseerd Recommender systems.
Als je denkt dat ik geschikt zou kunnen zijn voor een openstaande functie, dan hoor ik graag van je zodat we verder kunnen praten. Voel je vrij om contact met mij op te nemen of kansen met mij te delen.
Ik ben een enthousiaste AI-specialist met ervaring in onderwijs, onderzoek en data engineering.
Assistant aan de Vrije Universiteit en de Universiteit van Amsterdam heb ik werkgroepen georganiseerd en studenten begeleid in Python, SPSS en statistische analyses. Daarnaast ontwikkelde ik bij de UvA experimentele chatbots met recommender systems en was ik verantwoordelijk voor het deployen van deze systemen op Microsoft Azure. Tijdens mijn stage als Data Engineer bij Oxaigen zette ik data pipelines op met behulp van dbt om AI-modellen in de gezondheidszorg te ondersteunen.
Met mijn MSc in Artificial Intelligence van de VU en BSc Informatiekunde van de UvA combineer ik een sterke academische basis met praktische ervaring in Python, R, SQL, React en andere moderne technologieën.
Mijn meest relevante opleiding is de studie MSc Artificial Intelligence die ik gevolgd heb aan de Vrije Universiteit Amsterdam.
Tijdens deze studie heb ik verschillende paradigma's verkend op het gebied van Artificial Intelligence: Natural Language Processing, Computer Vision, Reinforcement Learning en Social Robotics.
In mijn scriptie ontwikkelde ik een multi-objectief reinforcement learning (RL) framework dat tegelijkertijd de gebruikersbetrokkenheid en content diversiteit optimaliseert in grootschalige recommender systems. Door een op maat gemaakte simulatie op te zetten en verschillende policies te testen, toonde ik aan hoe deep RL-methoden flexibele afwegingen kunnen ontdekken tussen concurrerende doelstellingen—wat leidt tot dynamischere, gebruikersgerichte aanbevelingen.
