Sanne de Vries

AI-engineer | Machine Learning & MLOps

đź“§[email protected] 📞+31 6 1234 5678 đź”—https://www.sannedevries.nl
📍Keizersgracht 123, Amsterdam, Noord-Holland, Nederland, 1015 CJ
LinkedIn: @sannedevries-ai GitHub: @sannedevries Stack Overflow: @sanne-de-vries

Basis Informatie

AI-engineer met 6+ jaar ervaring in het ontwerpen, bouwen en opschalen van machine learning-oplossingen van prototype tot productie. Sterk in het vertalen van businessvragen naar meetbare modellen en het neerzetten van betrouwbare MLOps-pipelines.

  • Ervaren in Python, PyTorch, TensorFlow en cloudplatformen (AWS, Azure, GCP)

  • Combineert kennis van natuurlijke taalverwerking en computer vision met pragmatische software-engineering

  • Gedreven teamspeler die graag kennis deelt en multidisciplinaire teams meeneemt in verantwoorde AI

Opleidingen

Technische Universiteit Delft
Master, Computerwetenschappen - Kunstmatige Intelligentie, Score: 8.2/10
  • Gespecialiseerd in machine learning, natuurlijke taalverwerking en uitlegbaarheid van modellen

  • Afstudeerproject over transparante deep learning-modellen voor klinische besluitvorming, beoordeeld met een 9,0

  • Praktijkervaring opgedaan via onderzoekssamenwerkingen met twee industriĂ«le partners

  • Vakken op het snijvlak van algoritmiek, statistiek en verantwoorde AI

Cursussen: Machine Learning, Deep Learning, Natuurlijke taalverwerking, Computer Vision, Reinforcement Learning, MLOps en Cloud Computing, Ethiek van AI, Data Engineering
Universiteit Utrecht
Bachelor, Informatiekunde, Score: 7.8/10
  • Brede basis in informatiesystemen, data-analyse en softwareontwikkeling

  • Minor gevolgd in toegepaste statistiek en datawetenschap

  • Scriptie over predictive analytics voor openbare voorzieningen, afgerond met een 8,5

Cursussen: Programmeren in Python, Databases en SQL, Statistiek en Kansrekening, Algoritmen en Datastructuren, Informatiesystemen, Inleiding Machine Learning

Werkervaring

Aiden Analytics
Senior AI-engineer
  • Leidt een team van vier engineers dat generatieve AI-toepassingen bouwt voor klanten in de financiĂ«le sector en de zorg

  • Ontwierp een retrieval-augmented generatiearchitectuur die de responstijd met 45% verlaagde en de feitelijke nauwkeurigheid meetbaar verbeterde

  • Zette een MLOps-platform op met CI/CD, modelregistratie, monitoring en drift-detectie, waardoor releases van weken naar dagen gingen

  • Stelde interne richtlijnen op voor verantwoorde AI, inclusief bias-testen, modelkaarten en menselijke controle bij hoog-risico beslissingen

  • Coacht junior engineers en verzorgt kennissessies over LLM-evaluatie en prompt-engineering

Trefwoorden: MLOps, Generatieve AI, LLM-evaluatie, Kubernetes, Verantwoorde AI
MediQ Data
Machine Learning Engineer
  • Ontwikkelde en productiseerde voorspelmodellen voor patiĂ«ntstromen, met een reductie van 18% in gemiste afspraken

  • Bouwde NLP-pipelines voor het anonimiseren en structureren van vrije tekst uit elektronische patiĂ«ntendossiers

  • Automatiseerde het trainingsproces met PyTorch en Airflow, inclusief reproduceerbare experimenten en versiebeheer van datasets

  • Werkte samen met data-ethici en juristen om te voldoen aan de AVG en medische richtlijnen

  • Presenteerde resultaten aan niet-technische stakeholders en vertaalde die naar concrete productkeuzes

Trefwoorden: PyTorch, NLP, Airflow, AVG, Voorspelmodellen
Blauwdruk Digital
Data Scientist
  • Analyseerde klantgedrag voor e-commerceklanten en bouwde aanbevelingsmodellen die de conversie met 12% verhoogden

  • Ontwikkelde herbruikbare feature-engineering-bibliotheek in Python die door drie teams werd gebruikt

  • Realiseerde dashboards en rapportages in samenwerking met marketing- en productteams

  • Verkende en vergeleek modellen met A/B-testen en statistische validatie

Trefwoorden: Python, Aanbevelingssystemen, A/B-testen, SQL, Feature Engineering

Talen

Nederlands: Moedertaal of tweetalige vaardigheid
Trefwoorden: Moedertaal
Engels: Volledige professionele vaardigheid
Trefwoorden: Dagelijks gebruikt op het werk, Technische documentatie
Duits: Beperkte werkvaardigheid
Trefwoorden: Basale gesprekken

Vaardigheden

Machine Learning: Expert
Trefwoorden: PyTorch, TensorFlow, Scikit-learn, XGBoost, Hugging Face
MLOps en Infrastructuur: Geavanceerd
Trefwoorden: Docker, Kubernetes, MLflow, Airflow, Terraform
Data Engineering: Geavanceerd
Trefwoorden: Python, SQL, Spark, dbt, Kafka
Cloud: Geavanceerd
Trefwoorden: AWS SageMaker, Azure ML, Google Vertex AI
AI-ethiek en Governance: Intermediair
Trefwoorden: Modelkaarten, Bias-detectie, Uitlegbaarheid, AVG

Onderscheidingen

Beste AI-project van het jaar
Dutch Data Science Awards

Toegekend voor een retrieval-augmented generatieoplossing die klantmedewerkers ondersteunt bij complexe vragen, met aantoonbaar hogere nauwkeurigheid en kortere afhandeltijd.

Cum laude afstudeerproject
Technische Universiteit Delft

Scriptie over uitlegbaarheid van deep learning in de zorg beoordeeld met een 9,0 en genomineerd voor de facultaire scriptieprijs.

Certificaten

AWS Certified Machine Learning - Specialty
Amazon Web Services
Professional Machine Learning Engineer
Google Cloud
Deep Learning Specialization
DeepLearning.AI

Publicaties

Uitlegbare voorspelmodellen voor klinische besluitvorming: een praktijkstudie
Journal of Biomedical Informatics
  • Onderzoekt hoe attention-visualisaties en counterfactual explanations clinici ondersteunen bij het interpreteren van modeluitkomsten

  • Beschrijft een evaluatie met 42 clinici in twee ziekenhuizen

  • Geeft praktische richtlijnen voor het documenteren en valideren van klinische modellen

Referenties

Dr. Marijke van den Berg
Hoogleraar Kunstmatige Intelligentie
+31 15 278 1234

Sanne combineert sterke technische vaardigheden met een scherp oog voor de maatschappelijke impact van AI. Ze is zelfstandig, communiceert helder met niet-technische stakeholders en tilt teams naar een hoger niveau.

Projecten

Vraagbaak
Open-source assistent die interne documentatie doorzoekbaar maakt met retrieval-augmented generatie
  • Combineert een vector-database met een taalmodel voor betrouwbare antwoorden met bronverwijzingen

  • Inclusief evaluatieharness voor hallucinatiedetectie en antwoordkwaliteit

  • Wordt door drie organisaties in productie gebruikt

Trefwoorden: RAG, Vector Database, LLM, Open Source
Beeldscan
Computer vision-pipeline voor het automatisch classificeren van inspectiefoto's in de maakindustrie
  • Transfer learning met een CNN backbone, getraind op een gelabelde dataset van 120.000 afbeeldingen

  • Bereikte een gemiddelde precisie van 96% bij vier schadecategorieĂ«n

  • GeĂŻmplementeerd als containerized inference-service met monitoring op datadrift

Trefwoorden: Computer Vision, Transfer Learning, Docker

Interesses

Sport: Hardlopen, Wielrennen, Zwemmen
Muziek: Piano, Jazz
Overig: Schaken, Open Source, Filosofie van AI

Vrijwilligerswerk

Stichting AI voor Iedereen
Mentor datawetenschap
  • Begeleidt jaarlijks vier carrièreswitchers bij hun eerste stappen in machine learning

  • Verzorgt gastlessen over AI-geletterdheid op middelbare scholen

  • Organiseert maandelijkse bijeenkomsten voor de open-source community

NL AI Coalitie
Vrijwilliger werkgroep Ethiek
  • Draagt bij aan publieke richtlijnen voor transparante en uitlegbare AI-toepassingen

  • Reviewt praktijkcases van organisaties die hun AI-systemen willen documenteren