# CV schrijven voor AI-functies | Vacatures LLMnet Deel:[š¯•¸](https://twitter.com/intent/tweet?url=https%3A//vacatures.llmnet.nl/cv-schrijven-voor-ai-functies&text=CV%20schrijven%20voor%20AI-functies)[LinkedIn](https://www.linkedin.com/sharing/share-offsite/?url=https%3A//vacatures.llmnet.nl/cv-schrijven-voor-ai-functies)[Reddit](https://www.reddit.com/submit?url=https%3A//vacatures.llmnet.nl/cv-schrijven-voor-ai-functies&title=CV%20schrijven%20voor%20AI-functies)[Facebook](https://www.facebook.com/sharer/sharer.php?u=https%3A//vacatures.llmnet.nl/cv-schrijven-voor-ai-functies)[Kopieer link](#) # CV schrijven voor AI-functies Door Ivo Donker ā€” samengesteld met AI-ondersteuning (Claude & Gemini) Het opstellen van een CV voor functies binnen de kunstmatige intelligentie (AI) en Large Language Models (LLM's) vraagt een specifieke aanpak. Waar reguliere IT-functies vaak leunen op bekende frameworks en vaste programmeertalen, draait de beoordeling bij AI-gerelateerde rollen om het aantonen van controle, beheersbaarheid en praktische werkzaamheid van de systemen die je bouwt of implementeert. Een sterk AI-CV overbrugt de kloof tussen theoretische kennis en operationele realiteit. In dit artikel behandelen we de verschillende lezers van je CV, de wijze waarop je projecten onderbouwt, het eerlijk presenteren van zijinstroom, en de manieren om een portfolio doeltreffend te integreren. ## De twee leesrondes: Corporate Recruiter versus Vakinhoudelijke Beoordelaar Bij het solliciteren op een AI-functie passeert jouw CV steevast twee inhoudelijk verschillende filters. Om door de selectie te komen, moet het document aan beide profielen de juiste informatie bieden. ### Ronde 1: De Recruiter en ATS In de eerste fase beoordeelt een recruiter (of een Applicant Tracking System) jouw document. Deze lezer kijkt voornamelijk naar de grote lijnen, minimale opleidingseisen, relevante functietitels en kernbegrippen uit de vacaturetekst. De recruiter wil antwoord op vragen zoals: Heeft deze kandidaat ervaring met Python? Is er gewerkt met cloud-infrastructuur? Past het profiel binnen het verwachte senioriteitsniveau? Wanneer je salarisverwachtingen wilt afstemmen op de marktstandaarden die recruiters hanteren, kun je de marktvergelijkingen raadplegen op onze pagina over [salarissen voor AI-rollen in Nederland](/salarissen-ai-rollen-nl). ### Ronde 2: De Tech Lead of Engineering Manager Wanneer het CV de eerste selectie passeert, komt het terecht bij de inhoudelijke specialist: een Lead AI Engineer, Data Science Manager of CTO. Deze lezer scant niet op losse trefwoorden, maar zoekt naar technische diepgang, besluitvorming en praktische restricties. De vakinhoudelijke beoordelaar stelt zichzelf vragen zoals: Begrijpt deze kandidaat het verschil tussen het oproepen van een API en het opzetten van een robuuste evaluatiepijplijn? Hoe is er omgegaan met latency, kosten en datasecurity? Belangrijk inzicht: Je CV moet zo gestructureerd zijn dat de recruiter binnen tien seconden de vereiste vaardigheden herkent, terwijl de technisch beoordelaar in de beschrijvingen van werkervaring direct de architecturale keuzes en randvoorwaarden terugleest. ## Van tooloverzicht naar concrete projectcontext Veel sollicitanten maken de fout om bij ervaring enkel een verzameling technologieĆ«n op te sommen (zoals "Python, LangChain, OpenAI, Vector DB's"). Een opsomming bewijst geen vakbekwaamheid. Een vakinhoudelijk beoordelaar wil begrijpen wat jouw specifieke bijdrage was aan de oplossing. Om een project of werkervaring krachtig te beschrijven, hanteer je een vast format bestaande uit vijf elementen: - Het probleem: Welke zakelijke of technische uitdaging moest worden opgelost? - De aanpak: Welke architectuur, modellen of methodes zijn gekozen en waarom? - Jouw rol: Wat was exact jouw individuele bijdrage (versus die van het team)? - Meetbaar resultaat: Welke impact had de oplossing op prestaties, kosten of processen? - Reflectie: Wat zou je met de kennis van nu technisch anders hebben ingericht? Door dit stramien toe te passen transformeert een passieve zin als "Gewerkt aan een RAG-systeem" naar een heldere, vakinhoudelijke beschrijving van verantwoordelijkheid. ## Aantoonbare verantwoordelijkheid in productie Er zit een fundamenteel verschil tussen het bouwen van een prototype in een Jupyter Notebook en het draaien van een AI-toepassing in een productie-omgeving. Je CV moet aantonen dat je oog hebt voor de risico's en uitdagingen die optreden zodra echte gebruikers interactie hebben met een model. Zorg dat uit je werkervaring duidelijke verantwoordelijkheid blijkt op de volgende vier domeinen: ### 1. Evaluatie en Validatie Beschrijf hoe je de kwaliteit van de uitvoer hebt gemeten. Maakte je gebruik van automatische evaluatieframeworks, menselijke controle-lussen (human-in-the-loop), of specifieke benchmarks? Geef aan hoe je hallucinaties of foutieve uitvoer binnen acceptabele grenzen hebt gehouden. ### 2. Kostenbeheersing (FinOps) LLM-toepassingen kunnen bij een hoog volume aan aanvragen kostbaar worden. Vermeld op welke wijze je tokengebruik hebt geoptimaliseerd, bijvoorbeeld door het implementeren van caching, het kiezen van kleinere/gespecialiseerde modellen, of slimme prompt-architectuur. ### 3. Betrouwbaarheid en Latency Productiesystemen vereisen een lage responstijd en hoge beschikbaarheid. Benoem maatregelen zoals het asynchroon verwerken van taken, streaming van antwoorden, of het opzetten van fallback-mechanismen wanneer een API-dienst uitvalt. ### 4. Beveiliging en Privacy Hoe werd er omgegaan met gevoelige bedrijfs- of persoonsgegevens? Laat zien dat je bekend bent met data-anonimisering, het voorkomen van prompt-injecties en het naleven van privacywetgeving. ## Zijinstroom en omscholing eerlijk presenteren Veel professionals maken de overstap naar het AI-domein vanuit verwante disciplines, zoals software engineering, data-analyse, systeembeheer of zelfs niet-technische domeinen. Transparantie is hierbij essentieel. Probeer niet te veinzen dat je jarenlange ervaring hebt als AI Engineer als je pas recent de overstap hebt gemaakt. Bepaal liever de focus op je overdraagbare vaardigheden (transferable skills). Een ervaren software developer die zich heeft omgeschoold, brengt waardevolle kennis mee over CI/CD, testen, codekwaliteit en software-architectuur ā€” aspecten die bij beginnende AI-specialisten vaak nog ontbreken. Als je een omscholingstraject volgt, lees dan ook onze adviezen over [omscholen naar AI](/omscholen-naar-ai) om je opgebouwde domeinkennis optimaal uit te nutten in je profilering. ## Het integreren van een portfolio en repositories Een link naar een GitHub-profiel of een online portfolio onderaan je CV wordt door recruiters vaak over het hoofd gezien. Als je wilt dat een vakinhoudelijke beoordelaar jouw code of projecten daadwerkelijk bekijkt, moet je de drempel zo laag mogelijk maken. Neem direct bij de betreffende werkervaring of projectbeschrijving een specifieke en contextuele verwijzing op. Schrijf niet simpelweg "GitHub", maar geef aan wat de lezer op die plek zal aantreffen (bijvoorbeeld: "Zie /repository-naam voor de evaluatie-scripts en latency-benchmark"). Voor een uitgebreide toelichting op de structuur van een representatieve projectenpagina kun je de gids over het [opbouwen van een AI-portfolio](/ai-portfolio-bouwen) raadplegen. Wil je verdiepende artikelen over LLM-architecturen bestuderen voor je eigen projecten, bekijk dan de tutorials op [leren.llmnet.nl](https://leren.llmnet.nl/). ## Veelgemaakte fouten op een AI-CV Tijdens de selectie vallen veel kandidaten af door vermijdbare inhoudelijke en vormgevingsfouten. De vier meest voorkomende valkuilen zijn: - Lijsten met losse buzzwords: Het opsommen van tientallen AI-termen zonder context roept twijfel op over de werkelijke diepgang van je kennis. - Certificaten als hoofdgerecht: Cursuscertificaten tonen leergierigheid aan, maar vervangen geen praktische ervaring. Plaats certificaten in een aparte, compacte sectie onderaan het CV en geef prioriteit aan bouw- en implementatie-ervaring. - Opgeblazen rolbeschrijvingen: Het claimen dat je een compleet model hebt getraind, terwijl je slechts een bestaande API hebt aangeroepen met een basale prompt, wordt tijdens een technisch interview direct ontmaskerd. Bekijk ter voorbereiding de opbouw van een [technisch assessment](/technisch-assessment-voorbereiden) om te zien hoe deze kennis getoetst wordt. - Ongecontroleerde AI-gegenereerde CV-teksten: Het gebruiken van generatieve AI om je CV te schrijven is toegestaan, maar ongecontroleerde uitvoer herken je direct aan overmatig gebruik van jargon, vage containerbegrippen en een gebrek aan concrete feiten. Controleer en herschrijf AI-gegenereerde teksten altijd zelf. ## Sterke versus zwakke formuleringen Onderstaande tabel toont het verschil tussen vage, passieve beweringen en concrete, vakinhoudelijke formuleringen op het CV. Zwak (vrijblijvend / buzzwords) | Sterk (concreet / inhoudelijk) | Ervaring opgedaan met LLM-integraties en vector databases. | RAG-pijplijn ingericht met Qdrant en LlamaIndex voor het doorzoekbaar maken van 50.000 interne beleidsdocumenten. | Verantwoordelijk voor het optimaliseren van AI-prompts. | Prompt-structuur herzien en few-shot voorbeelden toegevoegd, waardoor het percentage foutieve JSON-uitvoers met 40% afnam. | Onderzoek gedaan naar de inzet van AI op de afdeling. | Drie open-source modellen gebenchmarkt op verwerkingssnelheid en nauwkeurigheid ter vervanging van een kostbare externe API-dienst. | Chatbot ontwikkeld met behulp van OpenAI. | Klantenservice-assistent gebouwd via de OpenAI API, inclusief streaming antwoorden en een op Python gebaseerde fallback-module bij time-outs. | ## Het CV aanpassen per vacature zonder tijdsverlies Het is onverstandig om voor elke sollicitatie een volledig nieuw CV te schrijven. Het is echter net zo onverstandig om naar elke werkgever exact hetzelfde document te sturen. De meest efficiĆ«nte werkwijze is het hanteren van een 'Master-CV'. In dit Master-CV documenteer je alle projecten, verantwoordelijkheden, gebruikte technologieĆ«n en meetbare resultaten in detail. Wanneer je reageert op een specifieke vacature, maak je een kopie en pas je uitsluitend de accenten aan: - Herschrijf de samenvatting (profieltekst) bovenaan zodat deze aansluit op de specifieke rol (bijvoorbeeld meer focus op MLOps of juist meer focus op applicatieontwikkeling). - Herorden de kogelpunten bij je meest recente werkervaring: zet de punten die direct aansluiten op de functie-eisen bovenaan. - Selecteer de twee of drie meest relevante projecten of repositories en licht deze expliciet uit. ## Checklist voor het insturen Loop jouw CV aan de hand van deze controlelijst na voordat je de sollicitatie verstuurt: - Is het CV zonder obstakels leesbaar voor zowel een recruiter (snel scanbaar) als een technisch beoordelaar (voldoende diepgang)? - Zijn projecten beschreven met duidelijke vermelding van de probleemstelling, jouw eigen rol en het behaalde resultaat? - bevat de beschrijving van AI-systemen informatie over evaluatie, kostenbeheersing of betrouwbaarheid in productie? - Zijn eventuele overstappen of omscholingstrajecten eerlijk gepresenteerd met de nadruk op overdraagbare vaardigheden? - Werken alle hyperlinks naar GitHub, een portfolio of specifieke repositories correct? - Is de tekst vrij van vage buzzwords en overmatige AI-gegenereerde holle frasen? - Is de profieltekst en de volgorde van ervaringen afgestemd op de specifieke vacature?