AI AI-Native Engineer Hoofddorp · hybrid

Je helpt organisaties het meeste uit AI te halen door het te integreren in hun werkprocessen, in plaats van het alleen in pilots en op laptops te laten. Bij Devleaps helpen we klanten om over te stappen van "iedereen heeft een coderingsagent en we hebben een chatbot-pilot uitgevoerd" naar een organisatie waar AI deel uitmaakt van de manier waarop software wordt gebouwd en hoe het bedrijf functioneert.

Soms betekent dit het bouwen van een agent die een echte zakelijke vraag beantwoordt op basis van de eigen gegevens van de klant. Soms betekent het het bouwen van de AI Software Factory rond hun engineeringteams, met een systeem dat agents voorziet van de standaarden van de organisatie en poorten die bepalen wat er in productie mag komen. Meestal betekent het beide, en in elk geval betekent het het achterlaten van bouwstenen die de eigen mensen van de klant kunnen hergebruiken lang nadat wij zijn vertrokken.

We zijn op zoek naar een AI-Native Engineer die op dezelfde manier werkt. Je bouwt dagelijks met agents, je hebt meningen over wat een goed systeem maakt, en je geeft net zoveel om evaluaties, beveiligingsmaatregelen, kosten en adoptie als om het model eronder.

WAT JE ZULT DOEN

• Bouw de bouwstenen voor AI: herbruikbare vaardigheden, blauwdrukken, prompts, tools en MCP-servers, retrieval-componenten en beveiligingsblokken die teams kunnen oppakken en vertrouwen, in plaats van dat elke squad zijn eigen versie op een laptop uitvindt.
• Ontwerp en bouw AI-systemen: de omgeving waarin een agent werkt, met de echte context van de organisatie, de standaarden en beleidsregels, gespecificeerde machtigingen, de juiste tools en een geheugen dat van de ene run naar de volgende overgaat, zodat wat de agent produceert overeenkomt met de echte wereld in plaats van een generieke sandbox.
• Help bij het bouwen van AI-fabrieken: implementeer de AI Software Factory bij klanten over de hele productielijn, van getypte intake en planning tot implementatie, beleids- en evaluatiepoorten bij beoordeling, en release in bestaande CI, tot monitoring waar elke run wordt getraceerd en de uitspraken de volgende voedt.
• Bouw toegepaste AI-oplossingen: agents, agentische workflows en RAG-systemen die een daadwerkelijk zakelijk probleem oplossen, gebouwd op welke AI-fundering de klant al heeft, of dat nu Azure AI Foundry, Bedrock, Gemini Enterprise of orq.ai is.
• Bouw de poort, niet alleen de generatie: evaluaties, beleidscontroles, invoer- en uitvoerbeveiligingsmaatregelen, auditsporen en kostenattributie per team, repository of ticket, zodat de klant kan zien wat er is gecontroleerd en wat het heeft gekost.
• Meet het eerlijk: baseline waar een klant staat en volg het niveau van autonomie, flow-efficiëntie, beoordelingstijd, ontsnapte defecten en herwerk, omdat doorvoer op zichzelf niets zegt.
• Maak mensen AI-native: werk samen met klantengineers, organiseer hands-on sessies en hackathons, en neem de kampioenen en de teams die zijn vastgelopen mee, zodat de manier van werken blijft hangen nadat de samenwerking is beëindigd.
• Blijf gegrond: weet wanneer een goede prompt beter is dan fine-tuning, wanneer een deterministische controle beter is dan een andere agent, en wanneer het eerlijke advies is om helemaal geen LLM te gebruiken.

JE BENT

• AI-native zelf: agents maken deel uit van hoe je dagelijks werkt, je hebt je eigen vaardigheden en workflows gebouwd, en je kunt uit ervaring uitleggen waar ze helpen en waar ze falen.
• Een engineer eerst: je geeft om systeemontwerp, betrouwbaarheid en onderhoudbaarheid, en je ziet AI als het domein in plaats van een reden om de fundamenten over te slaan.
• Foundation-agnostisch: je kiest het model, de framework en het platform die passen bij het probleem en de klant, zonder religieus gehecht te zijn aan één enkele leverancier.
• Iemand die in systemen denkt: je kijkt verder dan de enkele agent naar het systeem eromheen, de lus die het laat leren, en de controles die een organisatie het vertrouwen geven.
• Een bruggenbouwer en een leraar: je bent net zo comfortabel voor een CTO om uit te leggen waarom beoordeling de echte bottleneck is als dat je samenwerkt met een ontwikkelaar aan hun eerste agentworkflow.
• Nieuwsgierig en eerlijk: het veld verandert maandelijks, je leert snel, je weet wat je weet, en je verkoopt nooit te veel wat de technologie kan doen.

JE BRENGT

• 4–8 jaar ervaring in software-engineering, met minstens 1–2 jaar serieus bouwen met LLM's, agents of generatieve AI-systemen, idealiter iets dat in productie draait.
• Dagelijkse, hands-on ervaring met coderingsagents zoals Claude Code, Cursor, Copilot of Codex, inclusief het schrijven van je eigen vaardigheden, opdrachten, regels of agentconfiguraties.
• Sterke Python of TypeScript-vaardigheden, en ervaring met LLM-API's en agentframeworks (Anthropic, OpenAI, Azure OpenAI of Bedrock; LangGraph, de OpenAI of Claude Agent SDK's, of vergelijkbaar).
• Ervaring met toolgebruik en MCP, multi-agent orkestratie, geheugen- en contextengineering, en human-in-the-loop patronen.
• Ervaring met het bouwen en evalueren van RAG: chunking, embeddings, her-ranking, retrievalkwaliteit en hallucinatie-mitigatie.
• Hands-on werk met evaluaties, beveiligingsmaatregelen en LLM-observabiliteit (tracering, kosten- en kwaliteitsmetrics), met tools zoals Langfuse, LangSmith, Braintrust, orq.ai of vergelijkbaar.
• Comfortabel met CI/CD, containers en ten minste één cloud (Azure of AWS heeft de voorkeur), omdat poorten en systemen moeten aansluiten op de SDLC die een klant al draait.
• Ervaring met ontwikkelaarsplatforms, gouden paden of DevEx-tools is een sterke plus, evenals het organiseren van een workshop, hackathon of adoptieprogramma.
• Vloeiend in het Nederlands, professioneel in het Engels.