Vastgoed draait op gesprekken: het eerste bericht van een eigenaar die aan verkopen denkt, de opvolging een week later, de herinnering die niemand verstuurd kreeg. Jij bouwt de agents die dat overnemen.
Over Cultiv
Een conversatiewidget staat op de website van een vastgoedkantoor. Ze kwalificeert een eigenaar in een handvol berichten, schat zijn woning, en zet een lead in het CRM waarvoor de makelaar de telefoon kan nemen. Opvolging via WhatsApp en e-mail, het schattingsverslag, en de pipeline tot een getekend mandaat draaien op hetzelfde platform.
Het platform is Next.js en TypeScript op MongoDB, draaiend op AWS. De AI-kant loopt over Claude op Bedrock, Azure OpenAI, en een reeks automatiseringen in n8n. Kantoren in België en Frankrijk gebruiken het dagelijks.
De rol
Jij bent eigenaar van de agentische laag: het widgetgesprek, de schattingspipeline erachter, en de opvolging die draait zonder dat iemand op een knop duwt. Reken erop dat je evenveel tijd steekt in evaluatie, en in wat er gebeurt als een model zelfzeker iets fouts teruggeeft, als in de prompts zelf.
Wat je doet
- Het widgetgesprek draaiende houden. Het moet een verkoper in een tiental berichten kwalificeren, in het Nederlands, Frans of Engels, zonder als een formulier aan te voelen.
- De schattingspipeline dragen. Drie onafhankelijke methodes (vergelijkbare verkopen, grond plus bouwkost, huurrendement) geven elk een cijfer, en iets moet die verzoenen tot één schatting met een vork die een makelaar aan een klant kan uitleggen.
- De tools schrijven die de agents aanroepen: kadasteropzoekingen, vergelijkbare verkopen, EPC- en vergunningsdocumenten, het CRM zelf.
- De evaluatieharnas bouwen. Vandaag wordt de vraag of een promptwijziging hielp beantwoord door transcripten te lezen, en dat schaalt niet.
- Kost en latency in het oog houden. Een eigenaar haakt af bij een chat die acht seconden nadenkt.
Jouw profiel
📈Ervaring & achtergrond
- Een jaar of meer software engineering, grotendeels in de buurt van AI.
- Je hebt een LLM-systeem bij echte gebruikers gekregen en bent er nadien verantwoordelijk voor gebleven.
- Informatica, ingenieur, of de projecten om het te tonen.
- Engels volstaat om hier te werken. Nederlands of Frans helpt je lezen wat onze gebruikers echt schrijven.
💻Technische vaardigheden
- Python voor de AI-services, en genoeg TypeScript om in een Next.js-codebase te werken.
- De API’s van Claude, OpenAI en Gemini in de praktijk: tool use, function calling, structured outputs.
- Multi-agentorkestratie, plus een mening over wanneer één goed gebouwde prompt beter werkt.
- Evaluatie waar je naar kan wijzen. Zeggen dat een wijziging hielp zou geen vijftig transcripten mogen kosten.
- RAG waar het zijn plaats verdient. Veel van wat wij verwerken is gestructureerde data, geen documenten.
🧠Mentaliteit
- Je legt iets onafgewerkts gerust voor aan een gebruiker om ervan te leren.
- Je wil bereikbaar zijn voor wat je zelf gebouwd hebt.
- Je ziet het verschil tussen een model dat goed demonstreert en een model waar een kantoor dagelijks op rekent.
- Je volgt de releases van modellen en kan inschatten welke de moeite zijn.
- Je kijkt liever een namiddag mee met een makelaar dan dat je een spec over hem leest.
Waarom bij ons
- Je bent volledig eigenaar van de AI-laag. Er zit geen ML-team boven je waar je naar moet verwijzen.
- Vastgoeddata is een echte knoeiboel: kadastergegevens, EPC-attesten, advertenties die elkaar tegenspreken.
- Klein team, dus wat je oplevert staat binnen enkele dagen bij kantoren.
Ons proces
- Een eerste gesprek online met Miguel, CTO van Cultiv (30 min).
- Het technische gesprek, op ons kantoor.
- Je leert de rest van het team kennen tijdens de lunch.