Portfolio
Werkende code achter de positionering, verdeeld over drie gebieden: AI & automatisering; integratie, data & modernisering; en toegepaste ML & datawetenschap. Elke kaart draagt een eerlijk volwassenheidslabel — niets wordt mooier voorgesteld dan het is.
Bouwbewijs, eerlijk gelabeld
AI & automatisering
- 1Beheer & routeer de modellen
sovereign-llm-gateway
Werkend — draait end-to-endWat het bewijst
Een werkende LLM-gateway: kosten- en budgetbewaking per agent, vendor-abstractie (LiteLLM), een lokaal-model-fallback (Ollama) voor soevereiniteit, en Prometheus-observability. Draait end-to-end met `docker compose up`.
- 2Bouw een betrouwbaar agentisch product
sovereign-copilot
ReferentiearchitectuurWat het bewijst
Een referentiearchitectuur voor een betrouwbare copilot: deterministische tool-contracten (MCP), retrieval geaard in je eigen data (BGE-M3 + reranker), L1–L4 evaluatiepoorten met goldens, en antwoorden die herleidbaar zijn tot een vastgelegde aanroepketen.
- 3Lever software met agents
maestro
ReferentiearchitectuurMITWat het bewijst
Een referentiearchitectuur voor spec-gedreven levering: agents stellen voor, mensen beslissen. Functionele en technische poorten afgedwongen via GitHub branch-protection over een multi-repo, multi-participant product.
Integratie, data & modernisering
- 1Stream & integreer events op platformschaal
event-integration-platform
Werkend — draait end-to-endMITWat het bewijst
Een Kafka-native, multi-tenant platform voor event-streaming & integratie: REST→Kafka-ingest, beheerde JSONata-transformaties met DLQ + replay, Kafka Connect HTTP/S3-sinks, een control-plane-API en een drag-and-drop pipeline-UI, alles onder workspace-scoped observability. Draait lokaal met `docker compose up`.
Bekijk repository - 2Moderniseer legacy live, wave voor wave
oracle-to-spring-strangler
Werkend — draait end-to-endMITWat het bewijst
Een werkend legacy-moderniseringslab: een Oracle PL/SQL + ORDS "legacy"-systeem live gemigreerd naar een Spring Boot + PostgreSQL-service via het strangler-fig-patroon. AI-ondersteunde assessment-artefacten (business-rule-catalogus, dependency-map), cutover-waves per endpoint in een nginx-router — een wave is een PR, rollback een git revert — en golden-master-pariteitspoorten als exitcriteria per wave. Draait end-to-end met `docker compose up`.
Bekijk repository
Toegepaste ML & datawetenschap
- 1Detecteer contrails in sky-camera-beelden
contrail-segmentation-demo
Werkend — draait end-to-endWat het bewijst
Een neuraal-netwerk-beeldsegmentatie-app — React + TypeScript-frontend → Node.js (Express) BFF → Python FastAPI-service → een zelfgeschreven PyTorch U-Net — die contrails in sky-camera-beelden detecteert en dekking en aantal rapporteert. Drie services die end-to-end draaien met `docker compose up`, met CI op GitHub Actions. Getraind op een synthetische lucht-generator zodat het in minuten op een laptop draait; de README beschrijft het pad naar echte GVCCS / Sky-Cam-beelden.
Bekijk repository - 2Bepaal welke vluchten omgeleid worden — en tegen welke kosten
contrail-avoidance-pipeline
Werkend — draait end-to-endWat het bewijst
Een Polars/Pandas-pipeline plus een Databricks-achtige notebook die bepalen welke vluchten persistente, klimaatopwarmende contrails vormen — via het Schmidt–Appleman-criterium en ijs-oververzadigde regio's — en hoogtewijzigingen voorstellen, waarbij vermeden klimaatforcering (CO₂e) wordt afgewogen tegen extra brandstofverbruik. Lakehouse-vormig (Parquet, Delta / Unity-Catalog-framing) en draait end-to-end op een laptop, met een gedocumenteerd pad naar ERA5-reanalyse + OpenSky-vluchtdata.
Bekijk repository - 3Prijs retail op schaal — van elasticiteit tot optimalisatie
retail-dynamic-pricing
Werkend — draait end-to-endMITWat het bewijst
Een dynamic-pricing-platform voor retail op een Databricks-lakehouse: één elasticiteit-naar-optimalisatie-engine die twee verticals bedient — grocery (elasticiteit & afprijzing) en consumentenelektronica (competitief & lifecycle, MAP-conform). Log-log vraagschatting getoetst aan een bekende grondwaarheid, een solver-agnostische omzetoptimalisator (standaard SciPy, Gurobi-MIQP-backend), en Delta Live Tables / Workflow-pipelines. Twee notebooks draaien end-to-end op een laptop op synthetische data — +6,4% omzet bij gelijke marge in de grocery-run — met het pad naar productie opgeschreven.
Bekijk repository - 4Rangschik een marktplaats — feature store tot eval-gate
marketplace-intel-platform
Werkend — draait end-to-endMITWat het bewijst
Een referentie-AI-applicatieplatform voor het rangschikken van reiservaringen op een marktplaats: een LightGBM learning-to-rank-model en een GenAI-uitleg-overlay geregistreerd achter één getypeerd capability-contract, gevoed door een echte Feast-feature-store met point-in-time-correcte training en online serving (geen train/serve-skew). Een FastAPI-serving-API, een deterministisch online-experimentraamwerk (CUPED-variantiereductie plus een eerlijk voorbehoud over marktplaats-interferentie), en een evaluatieharnas — rangschikkingskwaliteit én GenAI-uitleg-getrouwheid — als CI-deploypoort die een regressie blokkeert. Draait end-to-end op een laptop met `make demo` op synthetische data (+12,7% NDCG@10 t.o.v. een populariteitsbasislijn), CI groen op GitHub Actions.
Bekijk repository
De toegepaste demo's, het event-integration-platform en het Oracle→Spring-strangler-lab zijn openbaar en linken door. De overige repos — het AI & automatisering-trio — worden onder één naam uitgelijnd, geneutraliseerd en gelicentieerd voordat ze mijn naam dragen op een openbaar oppervlak; hun beschrijvingen zijn nu al eerlijk, de links volgen.
Zes hiervan draaien vandaag end-to-end — de LLM-gateway, het event-integration-platform, het Oracle→Spring-strangler-lab, de retail dynamic-pricing-demo en de twee contrail-demo's. De andere twee zijn referentiearchitecturen, en elke kaart zegt welke. Geen productieclaim die ik niet kan onderbouwen.