AI Application Engineer

Over de rol

Dit is geen onderzoeksrol en het is geen modeltraining. Jij bouwt de laag die van een taalmodel iets maakt waar een bedrijf op kan bouwen: retrieval over de eigen documenten van een klant, agents die een taak afmaken, evaluaties die aantonen dat het werkt, en expliciete grenzen aan wat een model mag aannemen. We richten ons op vier modellen: Claude, OpenAI, Gemini en Mistral, en we blijven testen welk model bij welke taak past in plaats van dat aan te nemen. De Eindhovense kant van deze rol heeft een tweede helft: jij zit dicht op de klant. Je bent erbij als een bedrijfsprobleem wordt beschreven, je beoordeelt of AI daar echt het antwoord op is, en je zegt het als dat niet zo is. Daarna bouw je het samen met de engineers in Jakarta.

Wat je gaat doen

• Een bedrijfsprobleem van een klant vertalen naar een AI-oplossingsontwerp, inclusief het eerlijke antwoord dat een simpeler systeem beter zou passen.
• Retrieval-pipelines en agent-workflows bouwen, plus de evaluaties die aantonen dat ze werken.
• Per taak vastleggen wat een model alleen mag beslissen en wat terug moet naar een mens.
• Direct samenwerken met de engineers in Jakarta: samen bouwen, elkaars werk reviewen, dezelfde standaard hanteren.
• De technische stem zijn in klantgesprekken over AI, ook in de sceptische gesprekken.
• Onze eigen interne AI-tooling scherp houden.

Hoe we bouwen

Wij vinden het fundament van een oplossing belangrijker dan de snelheid van de eerste demo. Dat betekent datamodellen en architectuur die over drie jaar nog steeds kloppen. Het betekent ook dat governance, compliance en traceerbaarheid vanaf het begin zijn meeontworpen in plaats van er achteraf op geplakt. Zetten we agents in, dan leggen we vast wat ze deden en waarom, zodat een beslissing altijd te reconstrueren is en een klant altijd het spoor terug kan zien. Een prototype aan de praat krijgen kan iedereen. Iets bouwen waar een bedrijf over twee jaar nog op kan bouwen, dat is het echte werk. Concreet, en beginnend bij de klant in plaats van bij onszelf: waarop we bouwen hangt af van de stack die zij al draaien en van wat daar schoon op aansluit.

Waar we vrij zijn om te kiezen is de standaard een applicatielaag van TypeScript en Node.js, met de Vercel AI SDK en directe provider-API's bovenop Claude, OpenAI, Gemini en Mistral. Azure AI Foundry is waar we business- en enterprise-applicaties op bouwen, omdat governance en stabiliteit daar geborgd moeten zijn en niet achteraf beargumenteerd. Python komt voorbij waar een data- of evaluatieklus daar beter mee af is, PostgreSQL met vector search zit achter retrieval, en React met TypeScript en Tailwind dekt de voorkant. Automatisering die geen codebase verdient draait op n8n. Je zult dit niet allemaal hebben aangeraakt, niemand hier ook, en bij de baan hoort beoordelen wanneer onze standaard voor een bepaalde klant juist het verkeerde antwoord is.

Hoe we werken

Je werkt in één team met onze engineers in Jakarta, met vaste overlappende werkuren zodat de werkdag echt gedeeld is in plaats van overgedragen. Je taak is dus nooit om een specificatie te schrijven en die over een tijdzone heen te gooien: je bouwt met ze mee. De lijnen zijn kort, zonder accountmanagers, zonder stuurgroepen, en met direct contact met de oprichters op de beslissingen die ertoe doen. Naar Jakarta reizen om ter plekke met het team te werken hoort gewoon bij de rol, het is geen beloning. We leggen dezelfde lat bij onszelf als we verkopen: naast klantwerk verbeteren we onze eigen dagelijkse operatie, en wat we zelf gebouwd hebben bouwen we opnieuw zodra het niet meer voldoet, in plaats van er omheen te werken.

Bonus punten

• Je hebt een door AI ondersteund systeem in productie gebracht en weet waar de naïeve versie stukloopt.
• RAG telt, maar net zo goed een automatisering die echt handwerk verving, of een koppeling die zonder toezicht moest blijven draaien.
• Consultancy- of bureau-ervaring.
• Je zit comfortabel bij een klant aan tafel.
• Ervaring met de compliancegesprekken die horen bij een model dicht op klantdata.
• Affiniteit met de Indonesische cultuur, of ervaring met Aziatische teams.
• Je schrijft of spreekt over toegepaste AI.

Groei, en wat wij bieden

• Een competitief salaris passend bij je ervaring, jaarlijks herzien.
• In jaar één leer je ons deliverymodel van binnenuit kennen.
• In jaar twee geef je het vorm.
• Wie nu instapt bepaalt hoe dit bedrijf de komende vijf jaar bouwt.
• We luisteren naar onze OneMinders.
• Zie je iets beter kunnen, dan krijg je de ruimte om dat uit te werken en de steun om het echt door te voeren.
• Jouw mening telt hier, en dit bedrijf wordt gevormd door de mensen die er werken.
• Een jaarlijks leerbudget voor cursussen en certificeringen, gekoppeld aan waar jij naartoe wilt.
• Hybride werken met echt flexibele werktijden, en hardware naar keuze.
• Directe toegang tot de oprichters.
• Korte lijnen, snelle beslissingen, geen bureaucratie.
• Werk dat iets financiert: elk project draagt bij aan onderwijsinitiatieven in Indonesië.
• Regelmatig naar Jakarta reizen om ter plekke met het team te werken.

Hoe we aannemen

Je spreekt de mensen met wie je straks werkt, niet een screeningslaag die je doorgeeft. In Eindhoven en Jakarta is het proces hetzelfde, en van je sollicitatie tot een aanbod duurt het drie tot vier weken. De oprichters. Waarom wij, waarom jij, en of we hetzelfde bedoelen. De Tech Lead. Het werk zelf: de inhoud van de rol, en wat je er straks echt in gaat doen. Een teamgenoot. Iemand met die je dagelijks werkt, niet degene die je aanstuurt. Neem naar dat tweede gesprek iets mee dat je gebouwd hebt en praat ons erdoorheen. Het is geen extra ronde en geen puzzel die wij bedacht hebben: het is dat gesprek. Een eigen project, iets van je werk dat je mag laten zien, een repository waar je trots op bent. Zit alles wat je bouwde achter een geheimhoudingsverklaring, zeg het en we verzinnen iets anders.

5+ jaar software-engineering, waarvan minimaal één jaar bouwen op taalmodellen in een echt product. Sterk in TypeScript en Node.js, want daar zit onze AI-applicatielaag, met Python waar een data- of evaluatieklus daar beter mee af is. De AI-laag is nooit betrouwbaarder dan de engineering eronder. Praktijkervaring met RAG, agentframeworks of beide, verder dan een tutorialproject. Uitstekend Nederlands en Engels. Je werkt op dezelfde dag met Nederlandse klanten en een Indonesisch team. Je kunt een technische afweging uitleggen aan iemand zonder technische achtergrond zonder vaag te worden. Je neemt initiatief bij klanten: je stelt de aanpak voor in plaats van te wachten op een briefing. Je laat je versterken door AI en blijft zelf verantwoordelijk voor wat er live gaat. Claude, Opencode en de rest van onze AI-tooling horen hier bij het dagelijkse werk, en de andere helft net zo goed: je leest en reviewt elke regel die onder jouw naam naar buiten gaat, en je kunt die verdedigen. Code die niemand kan uitleggen komt hier niet door de review, ongeacht wat die geschreven heeft. Je bent nieuwsgierig buiten je eigen ticket. Je denkt mee over onze klantoplossingen en over hoe we onze eigen tent runnen, en je zegt gewoon waar AI echt meerwaarde biedt en waar een simpelere integratie of automatisering het beter doet. Voldoe je niet aan elk punt? Solliciteer toch als je echte diepgang meebrengt, projecten waar je trots op bent en kennis die je kunt laten zien. Dat weegt bij ons zwaarder dan een exact aantal jaren.