Xavier Geerinck
CTO
Xavier Geerinck is een ervaren software architect, technologisch innovator en de Co-Founder & Chief Technology Officer (CTO) van Scrydon, een Europees soeverein AI- en dataplatform. Zijn missie richt zich op het oplossen van het enterprise soevereiniteitsdilemma: hoe organisaties de transformerende kracht van geavanceerde agentic AI kunnen omarmen met behoud van volledige data-eigenaarschap, soevereine governance en strikte naleving van Europese wetgeving zoals de AI Act en NIS2.
In de afgelopen 18+ jaar werkte Xavier over de volle breedte van het engineeringspectrum—van low-level netwerkinfrastructuren en gedistribueerde high-throughput systemen tot semantische kennisgrafen, GraphRAG en industriële AI-sturing.
Vóór Scrydon richtte hij Composabl (later AMESA) op, waar hij pionierde in het trainen van autonome AI-agents met behulp van reinforcement learning en machine teaching voor complexe industriële automatisering. Eerder in zijn carrière adviseerde en bouwde hij als enterprise cloud- en data-architect bij multinationals als Microsoft, Cisco en Nokia mee aan missiekritieke cloudschaalsystemen voor Fortune 500-bedrijven, publieke overheden en telecomoperatoren.
Naast zijn leiderschap bij Scrydon is Xavier een actieve technologie-educator en onderzoeker. Hij publiceert diepgaande technische analyses over gedistribueerde systemen en AI-architectuur op zijn platform xaviergeerinck.com en bouwt interactieve onderzoekstools zoals PaperLens.
Mijn expertise
Mijn expertise bevindt zich op het snijvlak van soevereine data-architectuur, enterprise AI-systemen en high-performance distributed engineering:
Sovereign Data Infrastructure & Federated Data Spaces:
Het ontwerpen van vendor-onafhankelijke data-infrastructuren en gedistribueerde dataspaces met strikte dataresidency, privacy en wiskundig afdwingbare compliance (o.a. EU AI Act, NIS2 en eIDAS 2.0).
Enterprise Knowledge Graphs, Ontologieën & GraphRAG:
Het funderen van niet-deterministische LLM's in deterministische data door middel van semantische bedrijfsontologieën, graafgebaseerde retrieval (GraphRAG) en end-to-end data lineage.
Agentic AI & Autonome Systemen:
Het bouwen van robuuste, multi-agent architecturen die voorbij eenvoudige prompt chains gaan—gericht op missiekritieke bedrijfsprocessen, verifieerbare besluitvorming en autonome industriële sturing (met wortels in reinforcement learning en machine teaching).
Moderne Data Platforms & Lakehouses:
High-throughput dataverwerking en moderne lakehouse-patronen (o.a. Databricks, DuckDB, StarRocks, Polars en Redpanda Connect) met focus op performantie, lagere latency en kostenefficiëntie.
Cloud-Native Systems Engineering & Distributed Systems:
Architectuur en implementatie van schaalbare, air-gapped en hybride omgevingen met behulp van Kubernetes, Dapr, TypeScript/Next.js en microservices, gecombineerd met diepe netwerkkennis (kernel-level tot zero-trust edge infrastructuren).
Sovereign Data Infrastructure & Federated Data Spaces:
Het ontwerpen van vendor-onafhankelijke data-infrastructuren en gedistribueerde dataspaces met strikte dataresidency, privacy en wiskundig afdwingbare compliance (o.a. EU AI Act, NIS2 en eIDAS 2.0).
Enterprise Knowledge Graphs, Ontologieën & GraphRAG:
Het funderen van niet-deterministische LLM's in deterministische data door middel van semantische bedrijfsontologieën, graafgebaseerde retrieval (GraphRAG) en end-to-end data lineage.
Agentic AI & Autonome Systemen:
Het bouwen van robuuste, multi-agent architecturen die voorbij eenvoudige prompt chains gaan—gericht op missiekritieke bedrijfsprocessen, verifieerbare besluitvorming en autonome industriële sturing (met wortels in reinforcement learning en machine teaching).
Moderne Data Platforms & Lakehouses:
High-throughput dataverwerking en moderne lakehouse-patronen (o.a. Databricks, DuckDB, StarRocks, Polars en Redpanda Connect) met focus op performantie, lagere latency en kostenefficiëntie.
Cloud-Native Systems Engineering & Distributed Systems:
Architectuur en implementatie van schaalbare, air-gapped en hybride omgevingen met behulp van Kubernetes, Dapr, TypeScript/Next.js en microservices, gecombineerd met diepe netwerkkennis (kernel-level tot zero-trust edge infrastructuren).
Toepassingsgebied/sector
- Bestuur & overheid
- Computerwetenschappen & IT
- Over alle disciplines heen (algemeen AI)
Organisatie(s)
