About this role
In het kort: Je gaat een gestandaardiseerde monitoringfront-end ontwerpen, ontwikkelen en implementeren op Databricks, dashboards en visualisaties bouwen, koppelingen met de back-end realiseren en de oplossing valideren, documenteren en overdragen aan het team. Functiebeschrijving Binnen MLOps Engineering wordt gewerkt aan inhoudelijke monitoring voor AI- en machine learning oplossingen. De benodigde monitoringfunctionaliteit aan de back-endzijde wordt al ontwikkeld, maar er ontbreekt een gestandaardiseerde en gebruiksvriendelijke front-end waarmee data scientists en andere stakeholders inzicht krijgen in de kwaliteit, prestaties en stabiliteit van modellen en content monitoring processen. Stedin wil een uniforme monitoringoplossing realiseren waarmee monitoringinformatie op een consistente wijze kan worden gepresenteerd. Hiervoor is specifieke kennis nodig van Databricks Apps, dashboardontwikkeling (in Streamlit) en integratie van monitoringvisualisaties met achterliggende dataplatformcomponenten. Deze opdracht is noodzakelijk om de monitoringfunctionaliteit daadwerkelijk bruikbaar en inzetbaar te maken voor eindgebruikers. Het doel van de opdracht is het ontwerpen, ontwikkelen en implementeren van een gestandaardiseerde front-end voor content monitoring binnen het ML-platform van Stedin. De opdracht omvat: Fase 1 (gereed uiterlijk 1 november 2026) - Inventariseren van functionele eisen en wensen samen met data scientists en ML engineers. - Ontwerpen van een standaard dashboardstructuur voor content monitoring. - Vaststellen van KPI's, visualisaties en gebruikersinteractie. Fase 2 (gereed uiterlijk 1 februari 2027) - Ontwikkelen van een monitoringdashboard met Streamlit op Databricks Apps (iets anders is mogelijk). - Realiseren van de benodigde koppelingen met de beschikbare content monitoring back-end. - Implementeren van standaardcomponenten en herbruikbare visualisaties. Fase 3 (gereed uiterlijk 1 april 2027) - Validatie van de oplossing met stakeholders. - D.