Productie-ML-engineers
Training, eval, serving en de saaie lijm rond een model, zodat de feature van volgend kwartaal het kan aanroepen zonder research-stagiair op afroep.
AI · ML · NLP · Computervisie
AI / ML-engineers die productie-intelligence shippen
Een AI / ML-hire is niet «iemand die een Colab-notebook trainde». iQud-engineers shippen generatieve features, modellen, NLP en computer vision die eval, serving en de volgende dataset overleven, geen demo die nooit de laptop verliet.
- Modellen die productie bereiken
- NLP en computer vision als productwerk
- Generatieve features met eval, niet op gevoel
- Eerste PR in ongeveer een week
AI / ML-leveringssignalen
- 5 dTypische tijd tot de eerste pull request
- ProdServing en eval, geen notebook-demo’s
- 4 oppervlakkenGenAI, modellen, NLP en vision
- 2 wknSprintcadans met modelreview
De AI / ML-seats die we écht staffen
«AI / ML» is geen enkele job. We matchen op het productoppervlak dat u nodig hebt: dezelfde stacks achter iQuds live AI Development, ML Development, Computer Vision en NLP-pagina’s.
01 02 Generatieve features die eval overleven
RAG, prompts en LLM-productslices als owned werk (met retrieval-kwaliteit, fallbacks en kosten), geen chatbot-demo die alleen op één PDF werkt.
03 NLP als productoppervlak
Extractie, classificatie, zoeken en taalworkflows owned in de repo, geen sentimentscript dat niemand na launch kan retrainen.
04 Computer vision in de workflow
Detection, OCR en imaging-intelligence op echte inputs, geen YOLO-notebook dat alleen werkt op de samplemap van de engineer.
05 MLOps waarmee de volgende job kan leven
Pipelines, versioning en monitoring als productwerk, geen «we productiseren het later»-slide.
06 Wanneer een Python-API-, prompt-only- of CV-only-seat beter is
Een FastAPI-vloot zonder model, een RAG-chatbot zonder training loop, of een pure imaging-bank wil nog steeds een andere hire. Dat zeggen we in het introgesprek in plaats van een gemengde AI / ML-seat te forceren.
Tools die ze op dag één openen
Elke tegel is een live iQud-technologie- of servicepagina. De strook eronder is de AI / ML-catalogus die deze engineers al shippen (TensorFlow, PyTorch, OpenAI, Hugging Face, OpenCV en de rest van de productiestack), geen backend- of frontend-dump.
Van introgesprek tot een gemergde PR
Een AI / ML-hire moet een model, een eval of een generatieve slice in uw repo shippen, niet twee maanden onboarding-theater terwijl het notebook een gerucht blijft.
1 De AI / ML-kloof in kaart brengen
Modellen vs NLP vs vision vs generatieve features, datarijpheid, seniority, overlap-uren, en wat «klaar in 30 dagen» betekent in serving of eval.
2 Echte engineers shortlisten
We matchen beschikbare AI / ML-specialisten op uw brief en delen relevant productiemodel-, NLP-, vision- of generatieve-featurewerk.
3 U interviewt
Ontmoet de persoon die in de standup komt. Valideer hoe ze praten over een mislukte eval, een serving-regressie, en het laatste model dat ze écht owned hebben voorbij het notebook.
4 Eerste sprint in uw tools
Repo-toegang, datapaden en eerste pull request: typisch binnen een week na het go.
Begin met één seat. Groei als de backlog het zegt.
De meeste klanten embedden eerst één AI / ML-engineer. Een pair of surface-split alleen als het werk het écht nodig heeft.
Eén embedded engineer
Een AI / ML-specialist komt in uw squad, volgt uw lead en werkt in uw rituelen.
Het beste voorEen productie-intelligence-kloof sluiten zonder een nieuw vendorproces
Dedicated AI / ML-seat
Een stabiele owner voor het model, het NLP-oppervlak of de generatieve slice, met senior review op de sprint.
Het beste voorEen product dat een genoemde intelligence-owner nodig heeft
Afbakende AI / ML-initiatief
Een gedefinieerde snede: een eerste productiemodel, een NLP-extractiepad, of een generatieve feature met contracten die al in beweging zijn.
Het beste voorEen mijlpaal waar u naar kunt wijzen, geen open research-bank
AI / ML-hiringtarieven, op schrift
Twee manieren om een AI / ML-engineer te staffen. Uurlijks voor spikes en gedefinieerde tickets. Een dedicated maandseat als u elke dag iemand in de standup wilt, tegen een lager effectief tarief dan de klok te laten lopen.
Uurlijks inhuren
€ 20/ uur
Flexibele AI / ML-capaciteit voor featurespikes, evals en afgebakende tickets. U betaalt alleen gewerkte uren.
- Dezelfde AI / ML-engineers als een maandseat
- Het beste voor overflow, een modelfix of een enkele release
- Snel starten, pauzeren als de spike klaar is
- Gefactureerd op echte uren, geen retainer
Beste waarde
Voor een maand inhuren
€ 1.840/ maand
Een genoemde AI / ML-engineer op uw sprint, ongeveer 160 uur dedicated productie-intelligence-capaciteit, met senior review in de cadans.
Een volle maand tegen € 20 is € 3.200. Deze seat is € 1.840.
- Genoemde engineer in repo, datapaden en standup
- Model-, NLP-, vision- of generatief werk in dezelfde engagement
- Maand op maand. Geen jaarbinding.
- Goedkoper dan dezelfde uren gefactureerd tegen € 20
Tarieven voor dedicated AI / ML-engineers (productiemodellen, NLP, computer vision, generatieve features). Seniority-mix en overlap worden bevestigd in het introgesprek. We quoteren geen stack die we niet al leveren.
Waarom productteams AI / ML hier staffen
Een middelmatige AI / ML-ontwikkelaar maakt een notebook dat op de laptop werkt. Deze engineers maken een feature die echte data, echte eval en uw volgende release overleeft.
Productiewerk, niet «wie een Colab-notebook kan trainen»
Ze leven in serving, eval, en waarom de regressie van vorige week kwam van een data leak die zijn eigen check had moeten owned hebben.
Uw repo, uw data, uw uren
GIFT City-overlap met Europa en de VS. Modelreviews live wanneer uw leads online zijn.
Senior ogen op de sprint
Mid-level snelheid zonder onbewaakte modelschuld. Review is deel van de engagement, geen extra SKU.
Tien klanten per kwartaal, expres
We draaien geen draaiende bank. Capaciteit is beperkt zodat de engineer die u interviewt degene in de standup is.
AI / ML-hiringvragen
Begin met één. De meeste klanten embedden een senior of mid-level AI / ML-engineer, en voegen een pair toe als de model-, NLP- of generatieve backlog het rechtvaardigt.
Alle vier wanneer het productwerk is. Een ML-seat is training, eval en serving. Een NLP-seat owned taalworkflows. Een vision-seat owned detection en OCR. Een generatieve seat owned RAG en LLM-productslices met eval. We shortlisten alleen engineers op stacks die we al leveren.
Dat is een Python-hire, of een GenAI-productseat, niet dit gemengde productie-AI / ML-profiel. Zeg het in het introgesprek. We forceren geen modeltraining-seat op een API- of prompt-only-brief.
Nadat we de rol in kaart hebben gebracht en u de hire goedkeurt, landen eerste pull requests typisch binnen een week, sneller als repo, datapaden en serving-omgeving klaar zijn.
Ja. GitHub, Jira, uw CI, uw standups. We verzinnen geen parallel proces tenzij u erom vraagt.
Uurlijks (€ 20) is voor spikes en gedefinieerde tickets, u betaalt alleen gewerkte uren. De maandseat (€ 1.840) is een genoemde AI / ML-engineer op uw sprint, ongeveer 160 uur dedicated capaciteit. Dezelfde maand uurlijks gefactureerd zou € 3.200 zijn. Seniority en overlap worden bevestigd in het introgesprek.
Geef het product een AI / ML-engineer die voorbij het notebook kan shippen
Zeg ons modellen vs NLP vs vision vs generatieve features, en het eerste dat u in productie wilt. We komen terug met een genoemd profiel, een startvenster en een tweewekenplan.