Machine Learning Engineer

En machine learning engineer får modeller til at virke i virkeligheden. Ikke bare i en notebook på egen maskine. En data scientist undersøger, om noget kan lade sig gøre. En machine learning engineer bygger det, så det kører hver dag for tusindvis af brugere.

Størstedelen af tiden går ikke med at træne modeller. Den går med data, test, drift og dokumentation.

Typiske opgaver

• Hente og rense data fra databaser, logfiler, sensorer og API'er.
• Bygge features — altså de variable, modellen skal lære mønstre af.
• Træne og sammenligne modeller i Python med scikit-learn, XGBoost eller PyTorch.
• Måle kvalitet med precision, recall og AUC, ikke kun med samlet træfsikkerhed.
• Pakke modellen som et API og sætte den i drift med Docker og Kubernetes.
• Overvåge for model drift: data ændrer sig, og modellen bliver stille og roligt dårligere.
• Automatisere gentræning, så nye data løbende opdaterer modellen.
• Bygge RAG-løsninger oven på sprogmodeller med vektorsøgning, prompts og evaluering.
• Skrive dokumentation for data, træning, test og kendte begrænsninger.

En almindelig arbejdsdag
Morgenen starter tit med alarmer og dashboards. Kørte nattens træningsjob igennem? Er svartiden på modellens endpoint steget? Er andelen af afviste ansøgninger pludselig hoppet? Derefter et par timers kodning: en ny feature, en fejl i en datapipeline, en test der mangler.

Efter frokost er der ofte møde med forretningen. Her handler det sjældent om matematik. Det handler om, hvad modellen må bruges til, og hvem der får svaret at se. Sidst på dagen: code review, et eksperiment sat i gang, og noter til modelkortet.

Hvor arbejder de?

• Banker og pensionsselskaber: kreditscoring, hvidvaskovervågning, svindeldetektion.
• Medico og hospitaler: billeddiagnostik, prioritering af prøvesvar, frafaldsforudsigelse.
• E-handel og medier: anbefalinger, søgning, prisoptimering, churn.
• Industri, vind og forsyning: forudsigende vedligehold, produktionsstyring, forbrugsprognoser.
• Transport og logistik: ruteplanlægning, leveringstider, kapacitet.
• Offentlige myndigheder og forskning: sagsbehandlingsstøtte, sprogmodeller på dansk.
• Konsulenthuse og AI-startups: samme opgaver, men på skiftende kundedata.

En god machine learning engineer siger også nej. Nogle gange er svaret en simpel regel eller en beslutningstabel. Ikke en model.

Hvilken lovgivning dækker denne rolle?
Faget kræver ingen autorisation, og titlen er ikke beskyttet. Men selve arbejdet er reguleret. EU's forordning om kunstig intelligens, AI-forordningen (AI Act), inddeler AI-systemer i risikoklasser og stiller krav til data, dokumentation, logning og menneskeligt tilsyn for højrisikosystemer; reglerne indfases over flere år, og Digitaliseringsstyrelsen koordinerer arbejdet i Danmark. Arbejder modellen med personoplysninger, gælder GDPR og databeskyttelsesloven, som Datatilsynet fører tilsyn med — herunder reglerne om automatiske afgørelser og profilering. I den finansielle sektor gælder desuden EU's DORA-forordning om digital modstandsdygtighed, hvor Finanstilsynet er myndighed. I praksis betyder det, at dokumentation og sporbarhed er en del af jobbet, ikke noget der ordnes bagefter.

Der findes ingen dansk uddannelse, der hedder machine learning engineer. De fleste kommer ind ad en af tre veje.

Universitetsvejen

• Bachelor plus kandidat i datalogi, software engineering, matematik, statistik, fysik eller økonometri. Fem år i alt.
• Målrettede uddannelser findes blandt andet på DTU, KU, AAU, SDU, AU og ITU inden for kunstig intelligens, data science og machine learning.
• Adgangskravene til ingeniør- og datalogiuddannelser er typisk Matematik A, Engelsk B og Fysik B eller Kemi B. Uddannelses- og Forskningsministeriet fastsætter rammerne, og det enkelte universitet kan kræve mere.
• Matematikken vejer tungere end fagtitlen. Lineær algebra, sandsynlighedsregning og optimering går igen hver dag.

Den praktiske vej gennem koden
Datamatiker tager to år og kan bygges videre med en professionsbachelor i softwareudvikling. Diplomingeniør i softwareteknologi tager tre et halvt år. Herfra lærer man modellerne på jobbet, ofte ved først at bygge datapipelines. Vejen er almindelig, fordi cirka halvdelen af arbejdet er helt almindelig softwareudvikling.

Skift fra et nabofag
Data analysts, BI-udviklere, backend-udviklere og forskere med ph.d. skifter tit over. En ph.d. i et regnetungt felt er stadig en stærk indgang til de forskningsnære job. Kommer du fra analyse, mangler du typisk Git, test, Docker og drift. Kommer du fra udvikling, mangler du statistikken og forståelsen for, hvornår et resultat er tilfældigt.

Kurser og certificeringer

• AWS Certified Machine Learning – Specialty
• Google Cloud Professional Machine Learning Engineer
• Microsoft Certified: Azure AI Engineer Associate
• Kurser fra DeepLearning.AI, fast.ai og Hugging Face
• Efteruddannelse på diplom- og masterniveau, fx DTU's kurser i machine learning

Certifikater åbner sjældent en dør alene. En portefølje vejer tungere. Vis ét projekt, hvor du går fra rå data til et endpoint, andre kan kalde. Med tests, overvågning og en ærlig beskrivelse af, hvad modellen ikke kan.

Hvad ansættelsessamtalen reelt tester
Forvent SQL, Python, statistikspørgsmål og en systemdesign-opgave. Ofte skal du forklare, hvordan du ville opdage, at en model i drift er blevet dårligere. Mange bliver også bedt om at forklare en model til en ikke-teknisk kollega.

Typiske karriereveje
Man starter som junior på datapipelines og features. Derefter senior med ansvar for hele modellens livscyklus. Herfra deler vejen sig: MLOps- eller platform engineer, research engineer, AI architect, teamlead eller selvstændig konsulent. En del bevæger sig mod AI governance, fordi kravene i AI-forordningen kræver folk, der forstår både modellen og reglerne.

Sprog og modelbiblioteker
Python er standarden. Dertil PyTorch, TensorFlow, scikit-learn, XGBoost og LightGBM. Til sprogmodeller bruges Hugging Face Transformers, LangChain eller LlamaIndex. SQL bruges hver dag til at hente og kontrollere data.

Data og pipelines
pandas, Polars, Spark og dbt til behandling. Airflow, Dagster eller Prefect til at køre jobs på faste tider. Databricks, Snowflake, BigQuery eller en almindelig PostgreSQL som datalager. Kafka når data skal ind løbende.

Drift og MLOps
Docker og Kubernetes til at pakke og køre modeller. Git og GitHub Actions eller GitLab CI til automatisk test og udrulning. MLflow eller Weights & Biases til at holde styr på eksperimenter og modelversioner. Terraform til infrastruktur. Prometheus og Grafana til overvågning. Evidently eller lignende til at opdage data- og model drift.

Skyplatforme
AWS SageMaker, Azure Machine Learning og Google Vertex AI dækker det meste. I danske virksomheder med følsomme data ses også drift på egne servere eller hos europæiske udbydere, blandt andet af hensyn til GDPR og kravene i EU's dataforordninger.

Hardware og optimering
GPU'er med CUDA til træning. ONNX, quantization og distillation når modellen skal være hurtig eller køre på en enhed ude i marken.

Vektorsøgning
pgvector, Qdrant, Weaviate eller FAISS, når man bygger søgning og RAG oven på sprogmodeller.

Værktøjslisten skifter hurtigt. Grundprincipperne gør ikke. Versionsstyring, test, reproducerbare kørsler og overvågning er de samme, uanset hvad rammeværket hedder næste år.