Zo kun je mij introduceren bij Ten Brinke
“Jesse kan naast ons de praktische uitwerking van AI-ideeën oppakken: modellen aansluiten, uitzoeken wat vastloopt en met collega’s testen of het bruikbaar is. Hij heeft dat zelf gedaan met lokale AI en koppelingen; zijn verbeteringen zijn overgenomen in bekende AI-projecten. Hij kijkt kritisch naar antwoorden en veiligheid, en legt kennis vast in zijn OKF-brein. Zo kunnen we samen een toepassing realiseren én zorgen dat het team ermee verder kan.”
Ik pak het uitzoekwerk, de AI-inrichting en het testen op. Samen met de collega die het proces kent, maak ik van een idee een toepassing die we in de praktijk kunnen beoordelen.
Bij Ten Brinke werken ontwikkeling, voorbereiding en uitvoering met veel informatie en verschillende specialisten. Daar wil ik aansluiten op de vakkennis van collega’s en jullie bestaande AI-werk.
Een voorstel om samen te verkennen
Bijvoorbeeld: vragen over één vrijgegeven projectdossier beantwoorden. Wat is afgesproken, welke versie geldt en waar staat dat? De medewerker beoordeelt of de antwoorden kloppen en het zoeken en controleren makkelijker wordt.
Dit is een mogelijk startpunt om te bespreken. Samenwerking bij Ten Brinke ↗ · Kennisdeling via de Academy ↗
Ik maakte GLM-5.3-Flash via Routeway bruikbaar in AI-assistenten. Toen de koppeling vastliep, zocht ik authenticatie, instellingen en compatibiliteit uit tot het werkte. Voor agentacties richtte ik een aparte Ubuntu-omgeving met Hyper-V in, zonder gekoppelde Windows-mappen. Voor tijdelijke tests gebruikte ik ook Windows Sandbox.
Eerst beproeven wat een assistent kan en welke toegang nodig is, voordat hij met bedrijfsbestanden gaat werken.
Strix Halo is een AMD-chip voor krachtige, compacte computers. Mijn Strix Halo Guide laat zien hoe je daarop AI draait: hardware en modellen kiezen, installeren en werkende instellingen vinden. Ik leg eigen tests en beperkingen vast, zodat anderen daarop kunnen voortbouwen.
Ik testte ook AI met beperkte rechten en verwijderde te ruime toegangsregels uit mijn installatiecode. Zo kan ik modelkeuze, inrichting en toegang samen beoordelen.
Mijn verbeteringen zijn opgenomen in deze projecten:
Zoekwerk, eigen uitvoering en controle: ook wanneer het probleem in de AI-software zelf zit.
Bij Scale AI beoordeelde ik AI-antwoorden en herschreef ik ze om ze beter te maken. Ik leerde kritisch kijken: klopt de inhoud, beantwoordt het de vraag en welke beweringen zijn onvoldoende onderbouwd? Zo leerde ik het verschil herkennen tussen een antwoord dat overtuigend klinkt en een antwoord dat je kunt gebruiken.
Voor Ten Brinke: AI-antwoorden controleren voordat collega’s erop vertrouwen. Ik kan fouten en twijfel zichtbaar maken, antwoorden verbeteren en collega’s helpen herkennen wat zij kunnen gebruiken en wat eerst gecontroleerd moet worden.
Ervaring met modelevaluatie bij Scale AI · mei 2023 – september 2024
In losse AI-gesprekken raken kennis en afspraken verspreid. Mijn OKF-brein bewaart ze samen met de bronnen in gewone bestanden. Een collega of een andere AI kan daardoor verder zonder opnieuw te beginnen. De eerste overdracht van Opus naar Codex is beproefd; extra inrichting was nog nodig.
Voor Ten Brinke: kennis blijft bij het team, ook wanneer een ander AI-model beter past. De volgende gebruiker ziet welke informatie nog geldt, wat is afgesproken en wanneer een mens moet beslissen.
OKF-brein op GitHub ↗ · Privéproject met uitgewerkt voorbeeld; toegang op verzoek.
Na mijn meldingen van blootgestelde toegangsgegevens bevestigden vier organisaties herstel, inclusief de KNAW. Eén bevestiging kwam van een CISO. Ik beschreef het risico en gaf hersteladvies; de organisaties voerden de oplossing uit. De KNAW vermeldt mij in de Hall of Fame 2026.
Die ervaring neem ik mee bij AI-inrichting: zorgvuldig omgaan met bedrijfsgegevens, toegang en externe koppelingen.
De KNAW vermeldt mij in de Hall of Fame 2026 voor responsible disclosure. In totaal bevestigen vier organisaties schriftelijk herstel na mijn meldingen, de KNAW inbegrepen. Hieronder drie voorbeelden bij Nederlandse overheidsorganisaties:
Van vondst naar herstel: ik beschreef wat er blootstond, waarom dat riskant was en hoe het kon worden opgelost: sleutels vervangen, de versiehistorie opschonen en herhaling voorkomen. De uitvoering lag bij de organisaties; zij bevestigden de opvolging. Bij de AI-melding bevestigde de organisatie ook dat zij had gecontroleerd dat de sleutel niet meer in de bereikbare historie voorkwam.
Voor Ten Brinke: eigen AI vraagt ook grip op sleutels, koppelingen en toegangsrechten. Ik breng ervaring mee met het herkennen van zulke risico’s, helder rapporteren en opvolging door securityteams. Dat wil ik vanaf de inrichting van AI meenemen.
Controleer mijn KNAW-vermelding ↗ · Overheidsbevestigingen uit augustus en september 2026; hier geanonimiseerd.
Ik gebruik AI bij onderzoek en uitvoering. Mijn bijdrage zit in de vraagstelling, keuzes, inrichting en kritische beoordeling van het resultaat.
Met collega’s en IT kiezen we één taak, toegestane gegevens en een inhoudelijke beoordelaar. We spreken af wanneer de proef geslaagd is.
Ik richt de proef in, onderzoek wat vastloopt en test met de gebruiker: klopt het resultaat, werkt de toegang zoals afgesproken en scheelt het werk? We tellen ook de tijd voor controle en correcties mee.
We verwerken de feedback en beslissen samen wat verder kan. Ik leg instellingen, bronnen en werkafspraken vast, zodat de volgende collega niet opnieuw hoeft te beginnen.
Mijn inzet: een werkende proef, inzicht in wat wel en niet bruikbaar is, en een overdracht waar het team mee verder kan.
Ik ben nieuwsgierig naar AI, communiceer direct en zoek door als iets niet meteen werkt. Bij Ten Brinke combineer ik dat graag met de bouwkennis en praktijkervaring van collega’s.
Dat sluit aan bij Betrokken, Bewust en Bekwaam: samen werken, gevolgen afwegen en leren door te doen.