<meta /><meta content="width=device-width, initial-scale=1.0" />

GenAI Architect – Engineer

Locatie: Vlaams-Brabant (3 dagen on-site, 2 dagen remote)

Startdatum: Binnen enkele weken (ASAP)

Duurtijd: Lange termijn project

Taal: Nederlands (sterke voorkeur), Engels is bespreekbaar

Rol & Context

De GenAI/LLM Architect-Engineer is een hybride profiel dat de architectuur van een enterprise agent platform ontwerpt én mee bouwt. Centraal staat het opzetten van een schaalbaar, herbruikbaar platform waarop AI-agents worden ontwikkeld, georchestreerd en uitgerold over de organisatie. Deze persoon combineert architecturale visie op agent-systemen met hands-on engineering om dat platform tot leven te brengen — de brug tussen strategische technische keuzes en concrete realisatie.

Architect-luik (focus: agent platform)

• Agent platform-architectuur: Ontwerp van een centraal platform waarop agents gebouwd, getest, gedeployed en beheerd worden — met aandacht voor herbruikbaarheid, modulariteit en self-service voor teams.
• Agent orchestratie & frameworks: Architectuur voor single- en multi-agent systemen, inclusief planning, tool-use, memory, hand-offs tussen agents en orchestratielagen.
• Tooling & integratielaag: Gestandaardiseerde manier opzetten waarop agents tools, API's en bedrijfssystemen aanspreken.
• Reusable building blocks: Herbruikbare componenten en patterns definiëren zodat teams snel nieuwe agents kunnen bouwen op het platform.
• Governance, security & control: Access control, sandboxing, audit logging, kost- en gebruiksbewaking, dataprivacy (GDPR) en verantwoord/veilig agent-gedrag verankeren in de platformarchitectuur.
• Schaalbaarheid & roadmap: Technische standaarden, evaluatie- en observability-strategie en een roadmap voor het platform uitwerken.

Engineer-luik

• Platform hands-on bouwen: Zelf de kerncomponenten van het agent platform ontwikkelen (Python).
• Agents implementeren: Concrete agents bouwen op het platform als blauwdruk en proof-of-value voor de organisatie.
• RAG & data-integratie: Retrieval-pipelines, embeddings en vector stores opzetten die agents voeden met betrouwbare bedrijfsdata.
• Deployment & LLMOps: CI/CD, containerisatie, versioning, monitoring en evaluatieframeworks voor agents in productie.
• Prototyping & PoC's: Snel proof-of-concepts bouwen om agent-use cases en architecturale keuzes te valideren.

Profiel & Vereisten

• Stevige software-engineering achtergrond (Python, clean code, design patterns, API's).
• Diepgaande ervaring met LLM's, prompt engineering, RAG en agent-frameworks/multi-agent systemen.
• Architectuurervaring: cloud (Azure), microservices, security en schaalbare platformen.
• Kennis van vector databases, embeddings, MLOps/LLMOps en observability voor AI.
• Vermogen om te schakelen tussen high-level platform-design en concrete implementatie.
• Sterke communicatie: technische keuzes onderbouwen en vertalen naar stakeholders.