Amr Alassal

De meeste AI-projecten stranden niet op het model. Ze stranden op alles eromheen: de retry die er nooit kwam, de prompt die niemand kan aanpassen zonder een deploy, de evaluatie die alleen op de demoset draaide, de maandelijkse rekening die niemand had zien aankomen. Mijn werk zit in dat gat, tussen een prototype dat indruk maakte op de directie en een systeem dat het maandagochtendverkeer overleeft.

Ik werk op drie terreinen, en de meeste opdrachten raken er twee.

Agentic AI: LLM-systemen met meerdere stappen, met reflectie, parallelle uitvoering, guardrails en kwaliteitsscores die je echt kunt meten. De productieworkflow die ik bij Booking.com bouwde, draait op LangGraph met reasoning-modellen en scoort de kwaliteit automatisch tegen een drempel van 95%+ nauwkeurigheid.

Systeemarchitectuur: de services, queues, deployment en observability eronder, zodat het AI-deel net zo betrouwbaar is als de rest. FastAPI-microservices, asynchrone batchverwerking, circuit breakers, Kubernetes met een Istio-mesh over drie regio's.

AI-strategie: wat überhaupt de moeite waard is om te bouwen, wat je beter koopt, en hoe de eerste versie er realistisch uitziet. Met een Executive MBA van de Rotterdam School of Management kan ik naast de technische ook de zakelijke helft van dat gesprek voeren.

Ik blijf hands-on. Ik schrijf code in jouw codebase, en als een opdracht klaar is, heeft je team iets in handen dat het zonder mij kan onderhouden.