AI Engineer tekstbegrip & tekstmanipulatie (m/v/x)

Waarom wij werken aan Claritalk

Het beste naar boven brengen tijdens gesprekken tussen mensen. Dat is de visie van Claritalk. We focussen op een aantal expert verticals waar er door tijdsgebrek een grote meerwaarde kan gerealiseerd worden door gesprek- en dossierassistentie.

Alles wat wij doen begint bij tekst. Een gesprek van vijftig minuten wordt een transcript van tienduizenden woorden, met vier sprekers, dialect, halve zinnen, onderbrekingen en drie verschillende namen voor dezelfde klant. Daaruit moet een samenvatting komen die iemand durft doorsturen, taken die kloppen, antwoorden op vragen die vooraf gesteld werden, en coaching die niet neerbuigend is. Dat is geen modelkeuze, dat is engineering op taal.

Waarom jij wil werken aan Claritalk

• dit is een scale-up met direct en regelmatig contact met de founders
• het product zelf is een echte gebruikstool, geen software die in de achtergrond draait: mensen gaan dit kennen
• er is dan ook directe feedback van gebruikers
• praktische AI met directe invloed op de prestaties bij klanten
• als we iets doen is het omdat het zin heeft
• compact team, dus automatisch veel inspraak en invloed. Keerzijde: verantwoordelijkheid. Moet je willen.
• je werkt aan AI die dagelijks door echte mensen beoordeeld wordt, met echte gevolgen. Geen demo-podium.

Wat moet je kunnen om aan Claritalk te werken?

Onze basis tech stack? PHP/Laravel, Vue en MySQL, met een Flutter app op iOS en Android en een Electron desktop tool. Het AI-werk zit hoofdzakelijk in de Laravel-backend, met een Node-gebaseerde realtime agent ernaast.

Dit is een rol voor iemand die tekst als eerste liefde heeft. Wat er op je bord komt:

• Van ruw transcript naar bruikbare structuur. Speaker diarization opkuisen en sprekers identificeren, ruis en vulwoorden aanpakken, segmenteren in onderwerpen, entiteiten en referenties oplossen ("die klant van vorige week", welke dan?). Gesproken taal is niet hetzelfde als geschreven taal, en een gesprek verspringt soms van taal midden in een zin.
• Prompt- en contextengineering als discipline. Onze prompts zijn versiebeheerde onderdelen van de codebase, met templates, response formats, JSON-schema's en output parsers. Contextbudget wordt gemeten (tokens tellen, niet schatten), en visibility-regels bepalen wat een model over een gebruiker of team mag weten.
• Een agent met tools. De assistent heeft veertig-plus tools tot zijn beschikking: gesprekken en dossiers zoeken, transcripten doorzoeken, samenvattingen bewerken, taken aanmaken, koppelingen leggen naar CRM. Jij werkt aan welke tools bestaan, hoe ze beschreven worden, hoe toolkeuze verbetert en hoe we schrijfacties verifieren voordat ze in productiedata landen.
• Tekstmanipulatie met chirurgische precisie. Een samenvatting gedeeltelijk herschrijven zonder de rest te beschadigen, Markdown en diff-achtige patches, targeted replace in plaats van "genereer alles opnieuw en hoop".
• Evaluatie boven onderbuik. Regressiesets op echte (geanonimiseerde) gesprekken, scoring van samenvattingen, hallucinatiedetectie, before/after vergelijken bij elke promptwijziging. Kwaliteit, latency en kost samen bekijken.
• Productierealiteit. Streaming naar de UI, stop- en lock-mechanismen, retries, fallbacks tussen providers, rate limits, audit logging en zorgvuldig scrubben van wat naar monitoring gaat. Privacy en dataminimalisatie zijn ontwerpvereisten, geen bijlage.
• Zoeken en ophalen. Typesense en gestructureerde zoekwerkstromen voor retrieval, plus de vraag die er echt toe doet: wat heeft het model nu nodig, en wat is alleen maar ruis waar we voor betalen?
• Je hebt een aantal jaar ervaring met het bouwen van LLM-features in productie, niet enkel notebooks en prototypes. Je hebt al eens een promptwijziging teruggedraaid omdat de cijfers je ongelijk gaven. Dit is een gevorderde rol.
• Je bent sterk in tekstbegrip en tekstmanipulatie: tokenisatie, chunking, structured output, schema-validatie, parsing en normalisatie. Reguliere expressies zijn een gereedschap dat je kent en weet te vermijden op het juiste moment.
• Je programmeert degelijk en weet hoe de codegenerator in check te houden. PHP/Laravel is onze hoofdomgeving; Python en Node/TypeScript komen er bij. Wie sterk is in taalverwerking maar nog geen PHP schreef, kan dat hier leren.
• Je kan evaluatie opzetten: datasets, metrieken, baselines, en het eerlijk rapporteren van een negatief resultaat.
• Je begrijpt hoe AI samenwerkt met de andere processen. Modellen zitten hier midden in een pipeline met queues, webhooks, realtime sockets en integraties; je ontwerpt voor timeouts, partial failure en gebruikers die niet willen wachten.
• Je hebt een mening over waar AI niet thuishoort. Wij houden het praktisch: als een regel of een query het net zo goed doet, gebruiken we die.
• Je hebt gevoel voor taal en nuance, ook wanneer een spreker in halve zinnen praat, dialect gebruikt of van taal wisselt.