Developer

Werkomgeving

Het Nationaal Instituut voor Criminalistiek en Criminologie of kortweg het NICC is een federale wetenschappelijke instelling binnen de FOD Justitie. Op vraag van de gerechtelijke overheden verrichten ze onafhankelijk onderzoek.

De directie Criminalistiek identificeert en analyseert sporen van verdachten en modus operandi. Zo helpen we daders van misdrijven op te sporen en bewijslast op te bouwen.

De directie Criminologie onderzoekt hoe het strafrechtelijke systeem functioneert en hoe we het kunnen verbeteren.

Taakomschrijving

De persoon zal verantwoordelijk zijn voor het opzetten en ontwikkelen van applicaties voor onze verschillende wetenschappelijke laboratoria. Deze applicaties hebben betrekking op domeinen zoals drugs, toxicologie, ballistiek, DNA-analyse en criminologisch onderzoek.

De kandidaat zal zich engageren vanuit een langetermijnperspectief en zal op termijn de back-up worden van ons Head of Development.

De kandidaat zal instaan voor het verzamelen van de behoeften en aanvragen van onze klanten en zal toezien op de correcte naleving van de deadlines van de projecten waarvoor hij/zij verantwoordelijk is.

Hij/zij zal instaan voor het onderhoud van de applicaties en zal daarnaast proactief meedenken en voorstellen formuleren ter ondersteuning van het IT-team.

Hij/zij zal eveneens toezien op de naleving van de vereisten inzake applicatiearchitectuur en veiligheid.

In bepaalde gevallen zal hij/zij externe teams aansturen die ondersteuning bieden bij de uitvoering van de projecten. In dat kader zal de kandidaat, afhankelijk van zijn/haar senioriteitsniveau (meer dan 5 jaar ervaring), ook instaan voor het interviewen en selecteren van externe medewerkers.

Profielomschrijving

Een ervaren ontwikkelaar die AI gebruikt, moet diepgaande technische expertise combineren met het vermogen om AI-tools te orkestreren, methodologische nauwkeurigheid en geavanceerde ontwerpvaardigheden.

De kern van het profiel: een pragmatische architect, prompt engineer, integrator en bewaker van kwaliteit.

Fundamentele technische competenties:

Programmeertalen & frameworks

Beheersing van een moderne backendprogrammeertaal: Python, C#, Java, Go, Node.js.

Beheersing van een frontendframework: React, Vue, Angular. Cloudarchitectuur: Azure, AWS, GCP.

Databases: geavanceerde SQL, optimalisatie, NoSQL, vector databases (Pinecone, Redis Vector).

Architectuur & ontwerp

Moderne design patterns (CQRS, Event Sourcing, Hexagonal Architecture).

Microservices en API's.

Applicatiebeveiliging: OAuth2, OpenID Connect, Zero Trust.

Observability/monitoring: gestructureerde logs, gedistribueerde traces en metrics.

Essentiële AI-competenties:

Geavanceerde prompt engineering

Structureren van prompts (rol → context → beperkingen → outputformaat).

Technieken: chain-of-thought, self-consistency, RAG en prompt guards.

Optimaliseren van de kwaliteit en verminderen van hallucinaties.

Integratie van AI in applicaties

Gebruik van LLM-API's: Azure OpenAI, OpenAI, Anthropic en Mistral

RAG (Retrieval Augmented Generation): vectorisatie, embeddings en pipelines

AI-agents: orkestratie, tools en beveiliging

Fine-tuning: gespecialiseerde modellen en het samenstellen en beheren van datasets

AI-kwaliteit & governance

Evaluatie van modellen (BLEU, ROUGE, perplexity en menselijke evaluatie)

Detectie van bias, robuustheid en conformiteit met regelgeving en standaarden (NIS2, AVG/GDPR)

Implementatie van beveiligings- en controlemechanismen (guardrails, filtering en monitoring)

DevOps- en automatiseringscompetenties:

Intelligente automatisering

CI/CD-processen versterkt door AI, zoals het genereren van pipelines, tests en documentatie

AI-ondersteunde refactoring: modernisering van legacycode.

Geautomatiseerde testen: unit tests, integratietesten en mutation testing:

Moderne tools

GitHub Copilot, GitHub en GitLab.

Docker en Kubernetes.

Specifieke competenties van een "AI-augmented" ontwikkelaar:

Wat dit profiel werkelijk onderscheidt

Het vermogen om met behulp van AI betrouwbare code te genereren en deze vervolgens te auditen en optimaliseren.

Het creëren van AI-pipelines (prompt → test → verbetering → versionering).

Het gebruik van AI om het ontwerpproces te versnellen, bijvoorbeeld voor diagrammen, modellen en user stories.

Het automatiseren van repetitieve taken, zoals scripts, migraties, testen en documentatie.

Versnelde technologische monitoring: geautomatiseerde samenvattingen en vergelijking van oplossingen.

Wij bieden

Onze federale overheid is volop aan het informatiseren: van cybersecurity-uitdagingen tot digitale communicatie, van netwerkverbeteringen ter ondersteuning van nieuwe manieren van werken tot complexe ontwikkelingsproj