KPN · Amsterdam, NH, Netherlands

ML Engineer

Amsterdam, NH, NetherlandsFull-timeOperations

Listed on KPN’s official careers site. Posted November 4, 2026. Check that it is still open and apply there.

Apply on KPN’s careers site →

Job description

Als ML Engineer speel je een cruciale rol in de digitale transformatie van KPN. We zoeken iemand die zich moeiteloos beweegt tussen data science en engineering. Je werkt nauw samen met teams binnen en buiten het Data & AI-domein en vertaalt complexe vraagstukken naar schaalbare AI-oplossingen. Daarbij kun je rekenen op de expertise van je eigen team en andere AI-specialisten binnen KPN. Je vindt het leuk om zowel de data science- als engineeringkant van AI-producten op te pakken en krijgt energie van het continu verbeteren van bestaande oplossingen.

Wat deze rol bijzonder maakt, is dat je werkt aan AI-oplossingen die dagelijks worden gebruikt door miljoenen KPN-klanten en duizenden medewerkers.

Je bent betrokken bij de volledige lifecycle

van experiment en modelontwikkeling tot implementatie en beheer in productie. Daarbij krijg je de ruimte om actief bij te dragen aan de AI-transformatie van KPN en innovatieve technologieën om te zetten in concrete oplossingen met zichtbare impact. Je werkt in een multidisciplinair Data & AI-team met Data Scientists, ML Engineers en AI Translators. Samen ontwikkelen jullie innovatieve AI-oplossingen die direct bijdragen aan de strategische ambities van KPN.

Als ML Engineer ben je verantwoordelijk voor

Het ontwikkelen van end-to-end AI-oplossingen, van idee tot productie. Het signaleren en realiseren van nieuwe mogelijkheden op het gebied van Machine Learning, AI en MLOps. Het ontwerpen en bouwen van machine learning modellen en algoritmes over meerdere complexe projecten Het ontwikkelen van nieuwe AI-capabilities voor de business en analytische teams. Het verbeteren van bestaande modellen en oplossingen. Het actief delen van kennis binnen en buiten het team.

Het ondersteunen van collega's op het gebied van data science, engineering en tooling Het werken volgens DevOps-principes en eigenaarschap nemen over je oplossingen.

Qualifications

Je bent een nieuwsgierige en ambitieuze professional die impact wil maken met data en AI. Je voelt je thuis in een omgeving waar samenwerking, eigenaarschap en innovatie hand in hand gaan, en weet anderen mee te nemen in jouw ideeën. Met jouw conceptuele denkvermogen vertaal je complexe vraagstukken naar slimme, praktische oplossingen die daadwerkelijk waarde toevoegen. Je hebt een natuurlijke drive om te verbeteren, daagt de status quo uit en ziet kansen waar anderen obstakels zien.

Daarnaast ben je continu op zoek naar nieuwe kennis en technologieën, waardoor je jezelf én je team steeds verder helpt groeien.

Daarnaast breng je het volgende mee

Circa 5 jaar ervaring binnen data science, machine learning engineering of een vergelijkbaar vakgebied. Een afgeronde masteropleiding (of vergelijkbaar niveau) in bijvoorbeeld Artificial Intelligence, Computer Science, Wiskunde, Econometrie of Applied Physics. Een stevige basis in ML Engineering, van probleemdefinitie tot implementatie van oplossingen. Ervaring met het ontwikkelen en beheren van machine learning-modellen.

Aantoonbare ervaring met complexe Machine Learning Engineering projecten die verder gaan dan standaardoplossingen. Goede kennis van Python, Git, Docker en CI/CD-processen. Uitstekende communicatieve vaardigheden in het Engels; kennis van het Nederlands is een pré.

More jobs at KPN

AI Engineer - Network

Amsterdam, NH, Netherlands

Stage AI Governance bij KPN

Amsterdam, NH, Netherlands

UAT Manager

Amsterdam, NH, Netherlands

Meewerkstage Design

Amsterdam, NH, Netherlands

Similar jobs at other companies

Software Engineer III - Data Engineer

JPMorganChase · Hyderabad, Telangana, India

Lead Infrastructure Engineer - Optical Network Engineer

JPMorganChase · Bengaluru, Karnataka, India

OpenNash lists jobs from employers’ own careers sites and does not handle applications. Dates come from the employer where stated; “first seen” and “last checked” are our own observations.