Staff Engineer en consultant Amsterdam
Ik help teams AI zinvol in te zetten voor werk dat steeds terugkomt. Met duidelijke afspraken over kwaliteit, controle en wie ermee verdergaat.
Ik ben Staff Engineer met ruim 10 jaar ervaring in software, platforms en gedistribueerde systemen. Ik kijk wat in de praktijk werkt, zodat verbeteringen blijven en je team minder tijd kwijt is aan dubbel werk.
Duidelijke afbakening Praktische overdracht
00 Het signaal
Je team heeft al AI-tools. Maar hoe zet je die samen goed in voor werk dat elke week terugkomt?
Het team heeft de tools, maar iedereen gebruikt ze anders.
Resultaten moeten steeds opnieuw worden aangepast.
Belangrijke context wordt telkens overgenomen uit documenten, tickets en spreadsheets.
Een goede demo vindt nog geen plek in het dagelijkse werk.
01 Echt werk
Gegeneraliseerd uit echt engineering- en AI-adoptiewerk, zonder herleidbare details.
ContextTeams namen AI-tools onafhankelijk van elkaar in gebruik, zonder gedeelde manier om kosten of prestaties te beoordelen.
Wat ik deedIk deed gecontroleerde experimenten waarin ik modellen en tooling vergeleek op echt werk, en optimaliseerde daarna caching om overbodige kosten te verlagen zonder de kwaliteit aan te tasten.
ResultaatDe kosten voor AI-tokens daalden met ongeveer 30%, met veel duidelijker zicht op waar de uitgaven precies naartoe gingen.
ContextDe kwaliteit en doorlooptijd van code review hingen af van wie er tijd had om naar een pull request te kijken.
Wat ik deedIk leidde de uitrol van AI-ondersteunde code review: een afgebakende pilot met waarborgen, daarna volledige adoptie.
ResultaatHet systeem beoordeelt nu meer dan 10.000 pull requests per maand, en de kosten voor AI-code review daalden onderweg met ongeveer 70%.
02 Diensten
Ik kijk als engineer naar AI-gebruik. Het gaat om engineering, operations of een ander deel van de organisatie. We kiezen een taak, spreken af wat een goed resultaat is, vergelijken opties met echt werk en leggen vast wat bruikbaar is.
We gebruiken taken die je team nu al uitvoert. Zo oefenen we met context geven, vragen stellen, resultaten beoordelen en kosten afwegen tegen kwaliteit.
In de sessieWe pakken een echte taak en maken van de bruikbare aanpak voorbeelden en een korte handleiding.
Na afloop
Uitgewerkte voorbeelden, een gedeelde taal en een korte handleiding voor je team.
Een goed startpunt als je al voelt waar het pijn doet, maar het nog niet precies hebt uitgezocht. We kiezen één proces, passen het aan met echt werk en dragen over wat er is veranderd.
Goede kandidatenOverdrachten, periodieke rapportages of vergadernotities omzetten in acties met een eigenaar.
Na afloop
Een werkwijze die is beproefd met echt werk, korte documentatie en iemand in je team die ermee verdergaat.
Een goed startpunt als je eerst het volledige beeld wilt voordat je iets verandert. We bekijken één terugkerende taak, vergelijken kosten, herhalingen en resultaatkwaliteit, en sommige trajecten leiden tot een sprint op wat het belangrijkst is.
De afwegingWelke stappen vragen om een betere prompt, een eenvoudiger proces of helemaal geen AI?
Na afloop
Een korte lijst met prioriteiten, verbeteringen die we met echt werk hebben beoordeeld en heldere afspraken voor het vervolg.
Elke opdracht draait om één afgebakende taak. De duur volgt het probleem, van één sessie tot enkele weken.
03 Uitgewerkt voorbeeld
Echt voorbeeld
gegeneraliseerde werkwijze
Voor
Mensen binnen de organisatie bouwden allemaal hun eigen vergelijkbare AI-skills en agents, zonder te weten wat er elders al bestond of goed werkte.
Na
Een gedeelde marketplace laat iedereen zoeken naar een bestaande skill of agent, die direct hergebruiken en verbeteringen terug delen voor de volgende gebruiker.
Gebaseerd op een echte interne AI-marketplace die door honderden mensen wordt gebruikt, hier gegeneraliseerd zonder herleidbare details.
04 Aanpak
We beginnen bij een knelpunt in het dagelijkse werk en maken een aanpak die je team zelf kan uitleggen, gebruiken en het verschil merken.
We zoeken de taak die de meeste tijd kost of het meeste dubbele werk oplevert.
We spreken af wat een bruikbaar resultaat is en waar een mens blijft beslissen.
We testen de kleinste zinvolle verandering op het echte materiaal van je team.
We leggen vast wat er is veranderd en zorgen dat iemand in het team het kan overnemen.
Ik ben Staff Engineer, werk vanuit Amsterdam en heb meer dan 10 jaar ervaring met software, platforms en gedistribueerde systemen. Dat betekent dat ik AI-resultaten beoordeel zoals ik elke systeemwijziging zou beoordelen: met echt werk, duidelijke kwaliteitscriteria en oog voor wat er mis kan gaan.
Ik kies verbeteringen die je team echt helpen, kijk of ze werken en zorg dat de werkwijze overzichtelijk blijft.
Zelfstandig
Amsterdam, NL
06 Kennismaken
Heb je een idee voor een workshop of een terugkerende taak die slimmer kan? Een beetje context is genoeg om te beginnen.
15 minuten
We maken kennis, bespreken het werk van je team en kijken of ik kan helpen.
Als het past, stuur ik binnen een paar dagen een kort voorstel met afbakening en vervolgstappen.