Senior AI DevOps Engineer

Kadaster Het Kadaster registreert en verstrekt gegevens over de ligging van vastgoed in Nederland en de daarmee samenhangende rechten, zoals eigendom en hypotheek. Als zelfstandig bestuursorgaan is dat onze wettelijke taak. Onze gegevens bieden houvast bij het onderzoeken van maatschappelijke vraagstukken, of het nu gaat om de beste route voor een nieuwe snelweg, actuele ontwikkelingen op de woningmarkt of het in beeld brengen van leegstand. Opdracht Als AI DevOps Engineer werk je aan de doorontwikkeling van de bestaande RAG-chatbot naar een robuuste, productiewaardige toepassing. De chatbot maakt gebruik van LLM’s, embeddings, rerankers en function calling (via MCP) om documenten en data toegankelijk en snel doorzoekbaar te maken voor medewerkers. Jij bent verantwoordelijk voor het technisch verder brengen van deze oplossing: van een werkende pilot naar een schaalbaar, beheersbaar en veilig product. Daarbij combineer je software-engineering met cloud- en DevOps-expertise. Je denkt oa mee over aspecten als cloud-inrichting, integratie, beheer, beveiliging en frontend. Momenteel zijn de backend en frontend tot op zekere hoogte nog met elkaar verweven. Tijdens je opdracht werk je nauw samen met collega’s die de initiële chatbot hebben ontwikkeld en speel je een sleutelrol in het productie-klaar maken en toekomstbestendig uitbreiden van deze generieke chatbot. De werkzaamheden worden 2 dagen per week uitgevoerd vanuit de locatie Apeldoorn en 3 dagen per week vanuit huis. Belangrijkste technieken, methoden en tools Software engineering & backend development: ontwikkelen en onderhouden van backend-services en API’s voor AI-toepassingen (bij voorkeur in Python), integratie van externe LLM-diensten en datalagen. Cloud & infrastructuur: werken met cloudoplossingen zoals Microsoft Azure voor het deployen, schalen en beheren van AI-toepassingen, inclusief werken met Docker, Kubernetes, ArgoCD (GitOps), CI/CD, monitoring, logging en beveiliging. Data & integratie: ontsluiten, verwerken en integreren van data en documenten, werken met relationele databases zoals PostgreSQL, genereren en opslaan van embeddings, werken met vector databases, koppelen met bestaande systemen via API’s. AI & LLM toepassingen: praktisch werken met Large Language Models (LLM’s), Retrieval Augmented Generation (RAG), rerankers, prompt engineering en function calling (via MCP). Programmeertalen en libraries: Python voor backend & AI-integraties, aangevuld met relevantie libraries en LLM frameworks. Front-end: Affiniteit met front-end technologieën en het doorontwikkelen van bestaande gebruikersinterfaces. Verantwoordelijkheden De belangrijkste taken en verantwoordelijkheden zijn Het technisch doorontwikkelen van een bestaande RAG-chatbot en het begeleiden van de overgang van pilot naar productie. Het ontwerpen, bouwen en onderhouden van backend-services en API’s voor de chatbot, inclusief de integratie en aansturing van LLM-diensten, embeddings, vector databases en tool/function calling. Het inrichten en verbeteren van cloud- en DevOps-voorzieningen, zoals deployments, CI/CD, monitoring, logging, security en kostenbeheersing. Het doorontwikkelen van een frontend zodat de chatbot goed bruikbaar is voor eindgebruikers. Het nemen van initiatief in het uitwerken van oplossingsrichtingen en het adviseren over technische en architecturale keuzes richting architecten. Het vertalen van vragen en wensen vanuit de organisatie naar concrete, technische oplossingen. Het werken volgens agile werkwijzen en deelnemen aan Scrum-sessies met het team en de product owner.