Leertraject voor ICT-professionals

Als AI-gebruiker gebruik ik AI-tools in mijn dagelijks werk.

• Ik kan gestructureerd prompten, beperkingen en voorbeelden gebruiken om agents te sturen om functionele applicatiecode te genereren die aan coderingsrichtlijnen voldoet.
• Ik kan continue reviews uitvoeren van door AI gegenereerde code om correctheid, veiligheid en onderhoudbaarheid waar te maken.
• Ik kan de sterktes en zwaktes van verschillende coderingsassistenten identificeren om het juiste hulpmiddel te kiezen voor een specifieke taak.
• Ik kan gebruikmaken van AI om technische documentatie te draften en deze vervolgens controleren en valideren op accuraatheid.

• Ik kan AI-assistenten effectief inzetten voor het genereren van Infrastructure-as-Code (IaC), Policy-as-Code, scripts en configuratiebestanden.
• Ik gebruik AI-Tools voor (predictive)monitoring, automated scaling, en om mijn dagelijkse engineering-workflow te versnellen
• Ik valideer en controleer AI-gegenereerde configuraties systematisch op syntaxis, correctheid en basisrichtlijnen voordat ik ze toepas.

• Ik kan AI-assistenten effectief inzetten om sneller beheer-scripts (zoals PowerShell en Python) te schrijven, te debuggen en te optimaliseren.
• Ik gebruik AI-gestuurde analysetools om logbestanden sneller te doorgronden en de initiële triage bij incidenten efficiënter uit te voeren.
• Ik zet alledaagse enterprise AI-tools (zoals Copilot) in om operationele procedures, runbooks en systeemdocumentatie sneller op te stellen.
• Ik begrijp hoe ik AI-tools op een veilige manier gebruik in mijn dagelijkse werk, zonder dat er gevoelige bedrijfscodes, logbestanden of configuratiegegevens naar publieke AI-modellen lekken.

• Ik kan AI-gestuurde tools gebruiken voor het automatiseren en opstellen van Product Requirements Documents (PRDs), user stories en documentatie, waarbij ik de redactionele controle behoud.
• Ik kan gestructureerde prompting systematisch toepassen voor onderzoekssynthese, roadmap-ondersteuning en het opstellen van strategische beslissingsmemo's.
• Ik zet AI in om scenario-planning en het opstellen van release-notes te versnellen, waardoor de documentatie-overhead afneemt.

• Ik kan AI-tools gebruiken om sneller hypothesen te genereren, patronen in data te verkennen en experimenten te versnellen.
• Ik gebruik AI voor het genereren van scripts en code voor data-exploratie, terwijl ik de output kritisch valideer op basis van statistische fundamenten.
• Ik kan AI-outputs vertalen naar begrijpelijke en actiegerichte business-inzichtenopleiding

Als AI-gids ben ik een ontwikkelaar die ervoor zorgt dat AI-gebruik veilig en van hoge kwaliteit blijft.

• Ik kan sterke testen schrijven, validatielussen en kwaliteitspoorten ontwerpen en opleggen voor door AI gegenereerde code om regressies te voorkomen.
• Ik ben in staat om AI-specifieke risico's te identificeren, waaronder privacy, intellectueel eigendom (IP) en vooroordelen, en de benodigde guardrails te implementeren.
• Ik kan principes van "security-by-design" toepassen met name op door AI gegenereerde artefacten.
• Ik draag verantwoordelijkheid voor de kwaliteit en naleving van output die is beïnvloed door AI. Ik gebruik "de AI heeft het geschreven" niet als excuus .

• Ik kan geautomatiseerde Policy-as-Code frameworks (bijv. OPA, Terraform Sentinel) bouwen en implementeren om te voldoen aan compliance-normen zoals NIST, ISO en NIS2.
• Ik pas "security-by-design" toe op cloudinfrastructuren die specifiek zijn afgestemd op de ingestie-vectoren van trainingsdatasets en LLM-operations, en externe AI-tool-ecosystemen en API's.
• Ik behoud de menselijke regie bij incidenten en stuur AI-ondersteunde triage aan, met specifieke aandacht voor nieuwe of dubbelzinnige foutmodi die AI niet kan voorspellen.
• Ik neem de volledige verantwoordelijkheid voor infrastructuurkeuzes en de uitkomsten van geautomatiseerde systemen; automatisering vermindert mijn accountability niet.

• Ik implementeer AI-bewuste beveiligingscontroles en zero trust-logica om nieuwe aanvalsvectoren (zoals prompt-injection en data-exfiltratie) effectief af te slaan.
• Ik kan compliance- en governance-richtlijnen (waaronder datasoevereiniteit en de AI Act) vertalen naar concrete technische restricties en beleidsregels binnen de IT-infrastructuur.
• Ik pas een kritische validatiemindset toe op AI-gegenereerde acties neem de menselijke verantwoordelijkheid voor systeemstabiliteit, wetende dat geautomatiseerde AI-fouten sneller en op grotere schaal kunnen escaleren.

• Ik kan governance-checklists (zoals AI-act-risiconiveaus) toepassen in de productlevenscyclus en productbeslissingen sluitend afstemmen met legal, security en privacy-experts.
• Ik begrijp de security- en privacy-implicaties van AI-integraties (zoals cloud vs. lokale verwerking en data-residency) en hanteer deze als harde ontwerpcriteria.
• Ik hanteer een kritische houding ten opzichte van AI-claims en -resultaten, en staar me niet blind op 'de AI zegt dat het werkt', maar eis meetbare bewijzen en duidelijke vangrails (guardrails).
• Ik neem de volledige verantwoordelijkheid voor de ethische houding en de maatschappelijke en operationele impact van de AI-productvisie.

• Ik kan AI-modellen en LLM-outputs valideren op hallucinaties, bias, drift en ethische risico's.
• Ik pas de principes van de AI Act en GDPR toe op generatieve AI-toepassingen en zorg voor passende mitigatiestrategieën.
• Ik gebruik mijn kennis van statistiek en machine learning als "kwaliteitsfilter" om blind vertrouwen in AI-gegenereerde resultaten te voorkomen.
• Ik neem de volledige verantwoordelijkheid voor de ethische en operationele impact van de door mij ontworpen AI-systemen.

Als AI-impactmaker bepaal je mee waar AI past binnen het grotere systeem

• Ik formuleer technische problemen samen met de business om ervoor te zorgen dat AI-uitkomsten overeenkomen met daadwerkelijke domeinbehoeften.
• Ik ben in staat om ontwerpbeslissingen op strategisch niveau te nemen die prioriteit geven aan de langetermijnonderhoudbaarheid boven de pure snelheid van codegeneratie.
• Ik kan de zakelijke afwegingen van het gebruik van AI evalueren, zoals latente, kosten en het risico op verplaatsing van rollen (role commoditization). 
• Ik kan onderscheid maken tussen pure automatisering en AI-oplossingen om de meest realistische en effectieve ingenieursaanpak aan te bevelen.

• Ik treed op als strategisch adviseur en stem cloudarchitectuurbeslissingen af op de langetermijndoelen van de organisatie op het gebied van kosten, flexibiliteit en innovatie.
• Ik maak strategische financiële afwegingen tussen het bouwen van eigen AI-infrastructuur (zoals GPU-clusters) versus het consumeren van externe cloud-API's (build vs. buy).
• Ik ontwerp hybride cloud- en edge-architecturen en weeg daarbij strategisch de factoren latentie, energieverbruik, kosten en soevereiniteit tegen elkaar af.

• Ik treed op als facilitator voor de organisatie door enterprise AI-tools technisch correct, veilig en volgens het organisatiebeleid te provisioneren en te ondersteunen.
• Ik ontwerp disaster recovery- en bedrijfscontinuïteitsplannen die rekening houden met de complexiteit en specifieke faalmechanismen van AI-omgevingen.
• Ik hanteer een pragmatische houding bij de adoptie van AI-infrastructuur en selecteer tools op basis van reële toegevoegde waarde voor uptime en stabiliteit, in plaats van hypes.
• Ik stuur het operationele beleid aan op de verschuiving van handmatige, ad-hoc serverconfiguraties naar gestructureerd, beleidsgestuurd (policy-based) infrastructuurbeheer.

• Ik kan AI-use cases identificeren en prioriteren op basis van een scherpe ROI-, haalbaarheids- en risicoanalyse, om 'AI omwille van AI' te voorkomen.
• Ik definieer de AI-productstrategie, inclusief het onderscheidend vermogen in de markt, kostenfactoren (zoals provider- en infrastructuurkosten) en de implicaties voor prijsstelling en monetarisering.
• Ik kan de unieke financiële dynamiek van AI-producten doorgronden, inclusief de afwegingen rondom monetisering, operationele kosten (zoals API- en infrastructuurkosten van providers) en langetermijnwaarde.

• Ik kan AI-businesscases bouwen waarbij ik de kosten (API-verbruik, infra) afweeg tegen de waarde en risico's.
• Ik maak strategische keuzes tussen het zelf bouwen en trainen van modellen versus het integreren van externe foundational models.
• Ik ontwerp datastrategieën die silo's doorbreken om een sterke centrale basis te leggen voor AI-transformatie.
• Ik geef prioriteit aan pragmatisme en businesswaarde boven complexe techniek.

Als AI-ontwerper bouw ik AI-gerichte features en beheer van de AI-stack.

• Ik kan LLM-API's integreren en implementeren, inclusief het hanteren van antwoorden, guardrails en afwegingen operationele trade-offs.
• Ik ben in staat om concepten voor retrieval (zoals embeddings en vector search/RAG) te ontwerpen en implementeren . 
• Ik kan CI/CD-pijplijnen gebruiken met geautomatiseerde controles voor AI code, en gebruik AI voor PR en tests voor snelle iteratie.
• Ik kan AI-tools gebruiken om flexiebel te wisselen tussen andere stacks en programmeertalen.

• Ik ontwerp en implementeer schaalbare, multi-cloud infrastructuren die specifiek zijn geoptimaliseerd voor AI-workloads (inclusief GPU/TPU-resources en high-throughput datastorage).
• Ik integreer AI in CI/CD-pijplijnen voor geavanceerde beleidscontroles, automatische beveiligingsscans en geautomatiseerde rollbacks.
• Ik richt AI-gestuurde observabiliteit en monitoring in om via anomaliedetectie en signaalcorrelatie over te stappen van reactief beheer naar voorspellende operaties.
• Ik implementeer en beheer de technische cloud-infrastructuur voor de MLOps/LLMOps-levenscyclus, zoals inference services en modelmonitoring.

• Ik ontwerp gestructureerde automatiseringsframeworks, policy-as-code en geautomatiseerde runbooks met behulp van AI-ondersteuning.
• Ik implementeer AI-gedreven observabiliteit en anomaliedetectie om de transitie te maken van reactief storingsbeheer naar voorspellende operaties (predictive operations).
• Ik beheer hybride en multi-cloudomgevingen met AI-versterkte tools om een stabiele en schaalbare basis te bieden voor AI-ready workloads.
• Ik integreer operationele monitoring en beheerpijplijnen naadloos binnen een DevOps-, SRE- of Platform Engineering-samenwerkingsmodel.

• Ik kan businessproblemen systematisch herformuleren naar AI-oplossingen door helder de inputs, outputs en succescriteria (AI I/O-denken) te definiëren.
• Ik zet AI-ondersteunde prototypingtools in (zoals vibe-coding en AI-designtools) om snel werkende interfaces en workflows tastbaar te valideren bij gebruikers.
• Ik kan AI-specifieke UX-patronen ontwerpen en valideren die effectief omgaan met onzekerheid, betrouwbaarheidsniveaus, feedbacklussen en faalmodi.
• Ik breid productmetrieken en KPI's uit van puur gebruik naar AI-specifieke evaluaties, zoals modeldrift, het niveau van gebruikersvertrouwen en de effectiviteit van de human-in-the-loop.

• Ik kan AI-oplossingen ontwerpen met behulp van LLM-API's, orchestratie-tools en geavanceerde RAG-architecturen.
• Ik ontwerp agentic workflows waarin meerdere modellen, tools en databronnen samenwerken om complexe taken uit te voeren.
• Ik bouw systemen met de volledige AI-levenscyclus (MLOps) in gedachten, inclusief deployment, monitoring, hertraining en governance.
• Ik ontwerp schaalbare datapijplijnen die zorgen voor kwalitatieve, AI-ready datafundamenten.

Als AI-gangmaker begeleid ik anderen in mijn organisatie bij AI-adoptie.

• ik leid de cultuurverandering binnen het team van "sneller werken" naar "anders werken” 
• Ik leer continu bij over nieuwe AI-paradigma's en deel deze kennis om het team wendbaar te houden

• Ik orkestreer semi-autonome AI-agents voor het provisionen, monitoren en herstellen van cloudomgevingen, waarbij de focus verschuift van traditioneel scripten naar systeemregie.
• Ik stimuleer en ontwerp een "automation-first" cultuur waarin systemen zo worden gebouwd dat ze zichzelf grotendeels automatisch schalen, muteren en beheren.
• Ik fungeer als de centrale cross-functionele spil (orchestration hub) tussen AI-specialisten, applicatie-ontwikkelaars, compliance-officers en het management.
• Ik hanteer een proactieve leerhouding om de extreem snelle releasecycli van cloudproviders en AI-tooling bij te benen, en vertaal deze trends naar concrete teamvoordelen.

• Ik hanteer een mindset van continu leren om bij te blijven met de extreem snelle evoluties in het AI-ecosysteem .
• Ik stimuleer een cultuur van analytische strengheid waarbij AI-output actief wordt uitgedaagd en aannames worden getoetst.
• Ik opereer effectief in multidisciplinaire teams (met developers, cloud engineers, product owners en compliance-experts).

• Ik demystificeer AI voor diverse stakeholders en leid de verwachtingen en strategische besluitvorming in tijden van technologische onzekerheid.
• Ik pas gestructureerde verandermanagement-principes toe om de organisatorische verandering die hoort bij de adoptie van AI-producten (zowel intern als bij klanten) te begeleiden.
• Ik kan optreden als de centrale vertaler (bridge-builder) tussen legal, security, product en engineering om complexe AI-capaciteiten en -limieten begrijpelijk te maken.
• Ik investeer continu in mijn eigen AI-productkennis en selecteer wendbaar nieuwe tools en methoden zonder elke kortstondige trend te jagen.

• Ik hanteer een mindset van continu leren om bij te blijven met de extreem snelle evoluties in het AI-ecosysteem .
• Ik stimuleer een cultuur van analytische strengheid waarbij AI-output actief wordt uitgedaagd en aannames worden getoetst.
• Ik opereer effectief in multidisciplinaire teams (met developers, cloud engineers, product owners en compliance-experts).