Founding AI Engineer

Jouw missie

Onze AI-agent handelt al een aanzienlijk deel van de gesprekken tussen verkopers en kopers af. Onze pipeline voor het genereren van listings draait tegen beheersbare kosten. Maar we zijn nog ver verwijderd van wat we willen.

Jouw missie: deze basis pakken en naar een automatiseringsgraad van meer dan 90% brengen op de gesprekken en 90% op de listings die automatisch worden gegenereerd en ongewijzigd worden geaccepteerd. Daarnaast bouw je de interne agents die elk team sneller maken, en ben je de motor van AI-innovatie in het bedrijf, door de laatste ontwikkelingen te testen en snel te integreren.

Wat je in 12 maanden hebt bereikt

• Een product-LLM-pipeline die continu verbetert, met hertraining op onze data minstens één keer per kwartaal.
• AI-kosten gemeten en wekelijks gevolgd.
• Continue eval opgezet: testdatasets, regressie-detectie, LLM-observability (Langfuse of vergelijkbaar) op alle kritieke flows.
• Autonome agents geshipt voor elk team (sales, support, ops, dev).
• Klantsupport grotendeels zonder mens afgehandeld, op de terugkerende onderwerpen.
• RAG-kennisbank over onze docs, gesprekken en code intern beschikbaar.

Je eerste 90 dagen

Maand 1. Je brengt de bestaande AI-pipelines in kaart. Je levert een dataset van 1.000 fouten en shipt een eerste meetbare verbetering.

Maand 3. Je hebt continue eval opgezet. Je hebt een eerste interne agent geshipt (waarschijnlijk voor support). Je hebt al twee gerichte hertrainingen gedaan.

Maand 6. Je bent zelfstandig owner van de hele AI-stack. Je stuurt de keuzes rond model, infra, kosten en observability.

Wie we zoeken

• 4 tot 5 jaar ervaring minimaal, met zowel LLM als ML in productie geshipt (niet alleen notebooks, niet alleen hackathons). Concrete metrics op je projecten, met bewijs.
• Je kunt ons vertellen over vier of vijf papers, posts of video's over AI die je recent zijn bijgebleven en waarom. Concreet, geen name-dropping.
• Je weet een LLM-pipeline in productie te optimaliseren: context caching, prompt compression, modelrouting op basis van moeilijkheid, gerichte fine-tuning, batch processing.
• Je beheerst LLM-observability (Langfuse of vergelijkbaar), testdatasets, continue eval en regressie-detectie.
• Je legt een complex LLM-concept in twee minuten uit aan een niet-techneut zonder jargon.
• Je gebruikt Claude Code of Cursor volop, maar je reviewt de outputs.

Nice to have. Fine-tuning DPO of RLHF al gedaan. RAG in productie. Model from scratch getraind op proprietary data. ML Vision.

Deze rol is niets voor jou als

• Je zoekt een Research Scientist-rol, we doen geen blue sky R&D.
• Je werkt enkel op Jupyter notebooks en hebt nooit iets in productie geshipt.
• Je weigert code of concrete projecten te delen.
• Je bent niet up-to-date over de laatste ontwikkelingen in LLM en kunt er niet concreet over praten.
• Je kunt geen LLM-concept in twee minuten uitleggen aan een niet-techneut.
• Je beheerst LLM-observability, testdatasets, continue eval en regressie-detectie niet.

Voordelen

• Salaris 110–140 K€ bruto/jaar
• BSPCE 0,5 tot 1,5%, vesting 4 jaar, cliff 1 jaar
• ControlResell-huis op 30 min van Paris met de RER
• Kok middag en avond op de aanwezigheidsdagen
• Onbeperkte vakantie
• MacBook Pro M-series en 2.000 € hardware-budget
• Claude Code Max-abonnement en premium tools voor jouw stack
• 3 maanden in de US in Silicon Valley binnen 18 maanden
• Budget voor conferenties en opleidingen
• Budget voor compute/LLM- en ML-API's
• 20% van je tijd voor side projects, R&D, artikelen, etc. die jij kiest in lijn met onze missie.

Het proces

1. Call 1 met Lyes (30 min). Visie, missie.
2. Call 2 met Nathan (60 min). Technische test op een echte dataset: tijdens de call analyseer je, breng je typologieën in kaart en stel je een strategie voor.
3. Call 3 met Lyes en Nathan (45 min). Debrief, package, vragen.
4. Diner in het CR-huis.
5. Aanbod binnen 24u.