Ruben Haisma

Ik bouw production-grade AI-systemen die verder gaan dan prototypes en aantoonbare businesswaarde leveren. Mijn werk zit op het snijvlak van LLMs, AI-agents en schaalbare software-architectuur, waarbij ik geavanceerde AI-mogelijkheden omzet naar betrouwbare systemen die draaien binnen echte organisaties — niet alleen in demo’s.

De afgelopen jaren heb ik end-to-end AI-oplossingen ontworpen en uitgerold in startup- en onderzoeksomgevingen — van self-supervised vision modellen voor medische beeldvorming tot RAG-gedreven AI-agents die verbonden zijn met bedrijfskennis, databases en interne tools. Ik werk full-stack en combineer modelontwikkeling, backendsystemen, cloud-infrastructuur en user-facing applicaties tot één samenhangende architectuur.

Mijn expertise ligt in RAG-pipelines, LLM-integraties, AI-agents, vector search en MLOps, gecombineerd met cloud-deployment en production backend engineering. Ik werk met Python, TypeScript, FastAPI, Next.js en PostgreSQL/pgvector, en bouw AI-systemen die schaalbaar, observeerbaar en onderhoudbaar zijn in productieomgevingen.

Mijn focus ligt op de engineering-kant van toegepaste AI: modellen omzetten naar werkende systemen. Dit betekent taalmodellen veilig integreren in applicaties, AI koppelen aan gestructureerde en ongestructureerde bedrijfsdata, decision logic ontwerpen rond modeloutput, en hybride systemen bouwen waarin machine learning, regels en software-architectuur samenkomen. Het doel is altijd hetzelfde: AI die robuust, controleerbaar en bruikbaar blijft in dagelijkse operaties.

Eerder werkte ik aan Generative AI voor gestructureerde datamodellering, waarbij ik pipelines ontwikkelde die database-metadata omzetten naar technische datamodellen via LLMs, validatielagen en schema-gedreven output. Hierdoor heb ik sterke ervaring opgebouwd in structured generation, modelconstraints en het vertalen van complexe technische input naar artefacten waar engineeringteams direct mee kunnen werken.