Het meeste wat ik oplever is samen met agents geschreven, via wat steeds vaker een AI-native SDLC wordt genoemd. Dat verandert wat mijn werk is, dus hier is de eerlijke verdeling.
Ik schrijf het doel en de acceptatiecriteria waar het aan moet voldoen. Een agent maakt daar het plan bij, en ik review dat plan voordat er code bestaat.
Agents schrijven het grootste deel van de code. De interessante vraag is niet meer wie het typte, maar of de randvoorwaarden klopten.
Reviewers beginnen met een schone context, soms op een andere modelfamilie, zodat ze de aannames van de implementer niet overnemen.
Tests en runtime-checks bepalen of iets werkt. Een zelfverzekerde samenvatting van een model is geen bewijs.
Ik keur plannen goed, en alles wat onomkeerbaar is blijft bij mij: wat gepubliceerd wordt, en wat toegang krijgt tot een live systeem.
Gaat iets twee keer mis, dan hoort de oplossing in het proces en niet alleen in het ticket. Daar zit het meeste cumulatieve effect.
Ik werk als interne forward-deployed AI engineer: samen met gebruikers en domeinexperts operationele problemen omzetten in agentic systemen die in productie draaien.
De cases die het waard zijn komen voort uit meekijken hoe het werk echt gaat. Niet uit een requirementsdocument, want daar staat het spreadsheet niet in dat iemand vier jaar geleden bouwde om een gat in het ERP te overbruggen. Inmiddels ziet niemand het nog als noodgreep.
Een agent is niet nuttiger dan wat hij kan bereiken. Het werk is dus tools die aan de identiteit van de gebruiker hangen, bovenop de systemen waar het bedrijf al op draait, met de autorisatieregels van elk systeem precies zoals ze waren.
De tools dragen de domeinkennis, zodat het model die niet hoeft af te leiden. Ontworpen rond de vraag die een collega stelt, niet rond de API eronder. Dat is ontwerpwerk.
Klaar betekent dat een collega het op een dinsdagmiddag gebruikt en er niets stukgaat. Uitrol, rechten, foutafhandeling: het deel dat niemand demonstreert.
Iemand die dagelijks met deze data werkt ziet een fout antwoord sneller dan welke test ik ook kan schrijven. Ik leg de uitkomst dus naast wat de mensen die de data kennen verwachtten, ruim voordat iemand erop begint te vertrouwen.
Wat live gaat wordt gemeten. Tool-call traces en gebruik per afdeling laten zien welke tools het werk dragen. Evals vangen de tooldescription die het model stil de verkeerde kant op stuurde.
Ik train collega's in prompting en in het schrijven van hun eigen Skills, zodat de volgende case zonder mij kan beginnen. Hun vragen vormen de backlog voor de ronde daarna.
Technisch leiderschap is goed werk makkelijker herhaalbaar maken: een heldere koers, één gedeelde werkwijze en ruimte voor mensen om te groeien.
Ik leid het ontwikkelteam en neem de architectuurbeslissingen achter de AI-capaciteit. We gingen van Cursor in Jira, naar Claude in Jira, naar WBTickets als vervanger van Jira en Confluence. Zo werkt het team op één manier aan tickets, code en review.
Coding agents zijn geen snellere autocomplete. De hefboom zit in het systeem eromheen: context die blijft, gereviewde plannen, onafhankelijke review en uitvoerbaar bewijs. Elke verbetering helpt daarna het hele team, op elk ticket.
In de 90 dagen tot september 2026 gebruikten 105 collega's het MCP-platform. Dat verspreidde niet vanzelf: we begonnen met ambassadeurs en trainden daarna mensen naarmate de uitrol groeide.
Ik geef Claude-training over prompting, connectors, MCP en skills. Met het ontwikkelteam deed iedereen een eigen project van begin tot eind met AI: het praktische werk dat vertrouwen opbouwt.
Ik coach ontwikkelaars in gezamenlijke code reviews en begeleid nieuwe teamleden. Voor de senior AI-developer schreef ik de functieomschrijving en technische opdracht, en voerde ik de gesprekken.
Productie-AI-systemen bouwen: van MCP-architectuur die LLM's verbindt met enterprise data, tot ML-pipelines op GCP Vertex AI.
18+ jaar software engineering, met diepgaande ervaring in het bouwen van enterprise webapplicaties met Angular. Architectuur, performance en teamleiderschap in grote organisaties.
End-to-end oplevering met Firebase, GCP, .NET en Java Spring Boot, inclusief CI/CD, infrastructuur en DevOps.
Geen van deze projecten staat op zichzelf. Elk is een laag van hetzelfde platform: identity-gebonden tools over de bedrijfssystemen, duurzame organisatiekennis, workflows die een agent kan lezen, expliciete goedkeurmomenten, en een engineeringproces dat mensen en agents delen. Dat het zo gebouwd is, is het punt, want elke laag maakt de volgende goedkoper.
Ik had mijn AI-ontwikkelpraktijk al ruim een jaar verdiept, van Copilot tab completion, naar ask mode, naar volledig agentische workflows, voordat ik bij Warmtebouw begon. Hier kwam die ervaring samen met een echte kans: alles bouwen wat het bedrijf op AI-gebied nodig heeft, vanaf de grond. Ik heb zestien productie MCP-servers gebouwd voor ERP, HR, BIM, energiemonitoring, bouwstandaarden, voorcalculatie, productdata, interne operatie en ticketing, goed voor 103 tools, waarvan acht MCP Apps, beveiligd met Microsoft Entra OAuth en RBAC. Daarmee kunnen niet-technische collega's live bedrijfsdata bevragen via natuurlijke taal zonder ERP-kennis. Ik ontwierp ook wat volgens mij een van de eerste productie MCP Apps in Angular is: interactieve tabellen, grafieken en kaarten die direct in AI-chats renderen. Daarnaast ontwerp ik een herbruikbaar MLOps-platform op GCP Vertex AI, te beginnen met e-mailclassificatie als fundament voor toekomstige ML-modellen. Dagelijks ontwikkel ik AI-first met Claude Code.
Volledig beheer van de ML-lifecycle: Vertex AI trainingstaken, BigQuery datapipelines, model registry en admin portaal. Gebouwd als herbruikbaar fundament voor toekomstige ML-modellen.
Een AI-geïntegreerd workflowboard voor mensen en agents. Plannen, review en goedkeuring staan in Markdown en Git naast de code, zodat de state blijft bestaan wanneer de context van een agent wordt weggegooid. Het verving Jira en Confluence, en aggregeert tickets uit meerdere GitHub-repo's via een GitHub App, achter Entra SSO.
Fitness-registratie app voor medewerkers met planning op basis van een kalender, trainerbeheer en rolgebaseerde toegang. Microsoft Entra SSO, 90% testdekking afgedwongen.
Interactief Tetris-spel dat direct in een chat draait via een eigen MCP-server, inclusief bedrijfsbreed leaderboard en AFAS-rolherkenning. Gebouwd om MCP App-mogelijkheden voorbij standaard tool calls te verkennen.
Ik leidde het volledige full-stack ontwikkelteam (frontend- en backendontwikkelaars) bij het bouwen van een nieuw broker portal voor Allianz Nederland. Verantwoordelijk voor architectuurbeslissingen, databasemodellering, afstemming met de PO en scrumfacilitatie. Opgeleverd als Nx monorepo met gedeelde Angular componentbibliotheek, Storybook, CI/CD pipelines en een Java Spring Boot BFF met meertalige ondersteuning.
Warmtebouw
HVAC workforce management systeem voor de planning van 100+ monteurs verdeeld over zes afdelingen. Syncfusion drag-and-drop planner, conflictdetectie, urenregistratie en bidirectionele AFAS Profit ERP-sync via REST.
Pro-Fa Automation
Configureerbaar dashboardplatform dat industriële databronnen verbindt, waarmee operators realtime productiedata kunnen visualiseren en eigen scripting-workflows kunnen maken.
NS (Nederlandse Spoorwegen)
Bijgedragen aan het drukbezochte e-commerce platform van NS dat miljoenen dagelijkse tickettransacties verwerkt. Salesfunnel geoptimaliseerd door A/B testing met Optimizely, met directe impact op conversieratio's.
KLM Royal Dutch Airlines
Doorontwikkeling van het aftersales webplatform van KLM en Air France, nieuwe features geleverd met Angular en een GraphQL BFF-architectuur binnen een complex multi-brand IT-landschap.
Allianz
Ik leidde het volledige full-stack ontwikkelteam bij het bouwen van een unified broker portal. Architectuur, databasemodellering, PO-afstemming, scrum, Nx monorepo, gedeelde componentbibliotheek, Storybook en Java Spring Boot BFF.
Bolster Safety
Legacy AngularJS e-learning platform omgezet naar een moderne Angular-applicatie met volledig UI-herontwerp en managementdashboard.
Teamcoda
Cross-platform Ionic mobiele applicatie voor e-books en audioboeken.
Softpak
Webapplicatieplatform met meta-gestuurde architectuur die dynamisch pagina's genereerde uit JSON-definities voor Progress OpenEdge.
OSIsoft Hackathon
Maatwerk-datavisualisatiecomponent voor industriële analytics. Winnaar "Best in Show" bij de OSIsoft Visualization Hackathon.
OLAM
Realtime dashboard voor het meten van Overall Equipment Effectiveness van een cacaofabriek met SignalR streaming.
Total E&P
Maatwerk D3.js-dashboardcomponenten voor visuele controle van operationele enveloppen van industriële machines.
Shell / NAM
Dashboard voor gasmonster- en meetdata voor meerdere productielocaties.