Wil jij zorgen dat Large Language Models (LLMs) ook echt gebruikt worden in digitaal forensisch werk? Als senior LLM / Agentic implementatie-engineer verbind je techniek, gebruikersbehoeften en organisatie. Je zorgt dat Digitale en Biometrische Sporen (DBS) beschikt over een veilige, stabiele en bruikbare voorziening voor LLMs en aanverwante AI. Je helpt forensisch deskundigen LLMs verantwoord en praktisch in te zetten.

Het NFI neemt nieuwe AI-rekencapaciteit in gebruik. Jij bent verantwoordelijk voor de implementatie: van technische inrichting en ingebruikname tot adoptie. Je werkt nauw samen met digitaal forensisch onderzoekers en technisch specialisten.

Je start bij teams met een concrete hulpvraag en breidt daarna uit naar teams waar AI kansrijk is, maar de behoefte nog moet worden ontwikkeld. Je organiseert demonstraties, ontwikkelt use-cases en zorgt dat techniek, werkprocessen en juridische, security- en privacykaders op elkaar aansluiten.

Jouw verantwoordelijkheden

Je beheert en evalueert een hybride LLM-landschap met on-premise oplossingen en commerciële diensten zoals OpenAI/ChatGPT, Claude, Gemini, Grok/xAI, DeepSeek en GLM/Z.ai. Je vertaalt gebruikersbehoeften naar voorzieningen, configuraties, werkafspraken, je organiseert ondersteuning, documentatie en voorbeeldtoepassingen, zodat collega’s daadwerkelijk met de omgeving kunnen werken. Je prioriteert doelgroepen, waarbij eerst de teams met een concrete vraag worden bediend en vervolgens de teams waar AI-toepassingen kansrijk zijn, maar waar de toepassing nog actief moet worden gestimuleerd.

Je volgt ontwikkelingen in open-weight en commerciële LLMs, multimodale modellen, inference-frameworks, evaluatiemethoden en deploymentpatronen. Je test, selecteert en deployt modellen en onderzoekt Multi-GPU- en distributed-inference-opstellingen, waaronder model sharding.

Voor modeltoegang richt en beheer je een LLM gateway/model access layer, bijvoorbeeld LiteLLM. Je houdt rekening met autorisatie, logging, kosten, budgetten, rate limits en rapportages. Je vergelijkt en test model-servingtechnologieën zoals vLLM, Ollama, SGLang, Hugging Face TGI, llama.cpp/llama-server, LocalAI en LM Studio.

Een belangrijk onderdeel is een evaluatie- en testharness met benchmarksets en testprotocollen. Hiermee beoordeel je modellen, prompts, tools, deploymentvarianten en use-cases reproduceerbaar. Daarnaast verken en gebruik je LLM- en agentic-analysis-harnesses en reverse-engineeringtools, zoals RAPTOR, Kong en vergelijkbare tooling.

Je bewaakt de planning, afhankelijkheden, risico’s, besluitvorming en voortgang. Daarbij verbind je technische teams en gebruikersgroepen, zodat gemaakte keuzes zowel technisch uitvoerbaar als praktisch bruikbaar zijn. Ook zoek je actief samenwerking met interne en externe partijen die aan vergelijkbare vraagstukken en oplossingen werken. Je benut deze contacten om kennis, ervaringen en best practices uit te wisselen.

Waar werk je aan?

Je werkt aan lokale deployment van open-weight LLMs en optimaliseert inference-performance, GPU-gebruik, batch sizing, latency en schaalbaarheid. Je combineert on-premise modellen met commerciële LLM-diensten en zorgt voor veilige, beheersbare toegang.

Ook onderzoek en beoordeel je LLM-tools voor digitaal forensisch onderzoek, reverse engineering, codeanalyse en technische kennisontsluiting. Multi-GPU, model sharding, distributed inference en zakelijke AI-diensten maken daar onderdeel van uit.

Je werkt samen met platformbeheer, AI-ontwikkeling, informatiebeveiliging, inkoop, juridische experts en eindgebruikers aan gebruiksrichtlijnen, autorisatie, gebruikersbeheer en governance. Zodra voorzieningen volwassen zijn, zorg je voor een gecontroleerde overdracht aan het beheerteam.

• hbo- of wo-werk- en denkniveau, bij voorkeur in informatica, data science, AI, technische bedrijfskunde, of een vergelijkbare richting;
• minimaal 4 jaar relevante werkervaring in een rol als platform engineer, infra engineer, DevOps engineer, technisch projectleider, of vergelijkbaar;
• ervaring met het implementeren of begeleiden van complexe technische systemen;
• aantoonbare affiniteit met AI, machine learning, data science, HPC, Linux, infrastructuur, of modeldeployment
• het vermogen om technische onderwerpen begrijpelijk te maken voor gebruikers en beslissers;
• ervaring met plannen, prioriteren, risico’s beheersen en stakeholders meenemen;
• gevoel voor security, privacy, betrouwbaarheid en verantwoord gebruik van deze technologie.

Ervaring met LLMs, model serving, GPU-clusters, vLLM, Ollama, SGLang, Hugging Face Text Generation Inference, llama.cpp, LocalAI, LM Studio, LiteLLM, OpenAI API, ChatGPT Business, ChatGPT Enterprise, Claude, Gemini, Gemma, Grok/xAI, DeepSeek, GLM/Z.ai, Qwen, Llama, Mistral, Kimi, NVIDIA Nemotron, OLMo, Kong, RAPTOR, modeldeployment, model sharding, distributed inference, prompt evaluation of vergelijkbare tooling is een pre.

Competenties

• Plannen en organiseren
• Analyseren
• Resultaatgerichtheid
• Omgevingsbewustzijn
• Samenwerken
• Overtuigingskracht
• Creativiteit
• Voortgangscontrole

Dit vinden wij belangrijk

Je bent iemand die structuur brengt in een technisch en organisatorisch nieuw terrein. Je helpt gebruikers actief, maar maakt tegelijkertijd duidelijk wat de grenzen en randvoorwaarden zijn. Je blijft nieuwsgierig naar nieuwe modellen en tooling, zonder iedere hype direct over te nemen. Daarbij begrijp je dat sommige toepassingen beter on-premise passen, terwijl andere verantwoord via commerciële voorzieningen kunnen worden aangeboden. Je kunt goed schakelen tussen experiment, implementatie en beheer en zorgt ervoor dat wat nodig is zorgvuldig wordt gedocumenteerd, zodat de voorziening overdraagbaar en onderhoudbaar blijft. Je betrekt collega’s actief, organiseert eigenaarschap en werkt resultaatgericht, waarbij je zichtbaar voortgang maakt.

Je past goed in deze rol als je technische implementaties kunt leiden in een complexe organisatie. Je hoeft niet alles zelf te bouwen, maar je moet wel voldoende technisch begrip hebben om goede vragen te stellen, afhankelijkheden te zien en keuzes te laten landen.

Waarom deze functie?

LLMs en AI ontwikkelen zich snel. De waarde voor het NFI ontstaat wanneer technologie veilig, betrouwbaar en praktisch toepasbaar wordt gemaakt voor forensisch werk. In deze rol verbind je experiment en toepassing met eigen infrastructuur, commerciële LLM-diensten, technische evaluatie, governance en actieve adoptie.

• Solliciteren? Nadat je via de sollicitatiebutton hebt gereageerd kun je jouw motivatie en cv als Word- of pdf-bestand uploaden. We nodigen je graag uit om in je motivatiebrief ook iets over jezelf te vertellen.
• De functie betreft een vertrouwensfunctie. Gelet hierop zal er een veiligheidsonderzoek door de AIVD opgestart worden en zal er een zgn. Verklaring van Geen Bezwaar afgegeven moeten kunnen worden alvorens definitieve aanstelling plaats kan vinden.
• Ben je in dienst van het Rijk en heb je een aanwijzing als Van-Werk-Naar-Werk- of (medisch) herplaatsingskandidaat? Voeg dan een voordracht van je leidinggevende of trajectmanager en een kopie van de aanwijzingsbrief bij je sollicitatie.
• Een assessment kan onderdeel uit maken van de sollicitatieprocedure, net als het opvragen van referenties en het inzetten van een (online) screening.
• Voor medewerkers binnen de Staat der Nederlanden Overheid behoort een detacheringsovereenkomst tot de mogelijkheden.
• Vaardigheidstests kunnen deel uitmaken van de selectieprocedure.
• Hybride werken behoort tot de mogelijkheden, afhankelijk van de aard van de werkzaamheden en de beveiligingseisen. Voor werkzaamheden aan de technische omgeving kan aanwezigheid op locatie nodig zijn.
• Acquisitie naar aanleiding van deze vacature wordt niet op prijs gesteld.
• Aan deze vacaturetekst kunnen geen rechten worden ontleend.