Data & AI Lead bij BrainStax

Het probleem

BrainStax wilde een eigen Data & AI-praktijk: intern werkbaar en bij klanten verkoopbaar. Dat vraagt om opbouwen en aansturen tegelijkertijd — een paar maanden enkel intern bouwen is geen optie, en uitsluitend klantwerk leveren betekent dat je nooit aan je eigen kennisbasis bouwt.

De aanpak

Intern: een team opzetten, werkwijzen en tooling inrichten, interne processen efficiënter maken met AI. Niet om de AI maar omdat die processen efficiënter konden.

Richting sales: de technische schakel zijn. Dat betekent haalbaarheidsinschattingen voor potentiële opdrachten, demo's en proof-of-concepts richting prospects, en klantvragen vertalen naar realistische oplossingsrichtingen — soms door tegen een klant te zeggen dat hun voorgestelde aanpak niet de slimste is.

Richting opdrachtgevers: adviseren en bouwen aan AI-oplossingen, met specialisaties in GenAI- en LLM-implementaties, RAG-architecturen en het van experiment naar productie krijgen van AI-systemen. Onder andere bij Gemeente Rotterdam en Ministerie I&W.

Wat het opleverde

TODO — teamgroei, aantal klantopdrachten, win-rate, voorbeelden van interne procesversnellingen.

Wat ik specifiek deed

Leiderschap over het team. Werving en werkwijzen. Sparring met directie en sales. Klantgesprekken en -advies. Hands-on bouwwerk waar het hielp.

Wat ik ervan heb meegenomen

Een intern team neerzetten én tegelijk klantwerk leveren is een balans. Te ver doorslaan naar één van beide breekt het: enkel intern werken levert geen omzet en geen praktijkkennis op, enkel klantwerk levert geen interne kennisbasis op. Het ritme van die balans is de echte managers-vaardigheid.

Gerelateerd

• GenAI-chatbot Gemeente Rotterdam — klantopdracht via deze rol
• GenAI beleidsondersteuning Ministerie I&W — klantopdracht via deze rol
• Skills: Team-opbouw, Use case validatie