Skip to content
Search jobs inside your AI agent. Claude, ChatGPT, Claude Code, Codex, Gemini, Cursor and Grok
Connect

EngiFlex

NewBe an early applicant

Freelance mogelijk - Lovable Developer voor AI-ondersteund eLearningplatform (DG HAN)

Posted

Description

📋 Taken en verantwoordelijkheden

De betrokken overheidsdienst staat in voor de erkenning van de handicap van burgers en voor de toekenning en opvolging van verschillende rechten en tegemoetkomingen, zoals de inkomensvervangende en integratietegemoetkoming, parkeerkaarten, de European Disability Card en andere afgeleide rechten.

Een belangrijk deel van deze dienstverlening wordt vandaag ondersteund door een bestaand dossierbeheersysteem. Dat systeem is verouderd, sluit niet meer voldoende aan bij de huidige processen en is moeilijk aanpasbaar aan nieuwe behoeften en regelgeving. Een nieuwe, flexibel aanpasbare oplossing zal de opvolging en behandeling van dossiers van personen met een handicap ondersteunen, van aanvraag en informatieverzameling tot evaluatie, beslissing en betaling.

De organisatie bereidt de ingebruikname van deze nieuwe toepassing in 2027 voor. Ongeveer 350 medewerkers zullen ermee leren werken. Dit wordt ondersteund door een opleidingsprogramma dat zelfstandige eLearning combineert met begeleide oefensessies.

Voor de functies, processen en handelingen in de toepassing worden inhoudelijke fiches opgesteld. Deze fiches vormen de gevalideerde broninformatie, maar zijn op zichzelf nog geen opleiding. Het eLearning-platform moet deze broninformatie vertalen naar een gestructureerde en praktijkgerichte leerervaring met onder meer:

  • duidelijke leerdoelen;
  • een logische opbouw volgens functie, proces of handeling;
  • stapsgewijze uitleg van de werkwijze in de toepassing;
  • voorbeelden en herkenbare praktijksituaties;
  • kennisvragen en tussentijdse feedback;
  • oefeningen ter voorbereiding op de begeleide oefensessies;
  • de mogelijkheid om relevante modules op maat te selecteren en zelfstandig te doorlopen.

Het platform mag geen documentendatabank, samenvatting of digitale weergave van de bronfiches worden. Met ondersteuning van AI moet het op basis van goedgekeurde fiches een eerste voorstel van leerinhoud kunnen genereren. Die inhoud blijft onder menselijke controle: bevoegde auteurs beoordelen, bewerken, valideren en publiceren de voorstellen.

De organisatie wil het platform ontwikkelen via vibe coding in Lovable. Daarbij beschrijft de gebruiker in gewone taal welke toepassing, functie of aanpassing nodig is, waarna de AI-ondersteunde ontwikkelomgeving een werkend voorstel genereert dat iteratief wordt getest en verbeterd. De keuze voor Lovable sluit aan bij eerdere interne toepassingen die met dit platform werden ontwikkeld.

Vibe coding is geen doel op zich en vervangt de reguliere ICT-werking niet. De opdracht biedt een afgebakende context om te onderzoeken hoe medewerkers met sterke businesskennis samen met een technisch ervaren ontwikkelaar sneller digitale oplossingen kunnen ontwerpen, bouwen en testen.

De opdracht heeft daarom een dubbele doelstelling:

  • een afgebakende en bruikbare MVP realiseren van een eLearning-platform dat gevalideerde documentatie omzet in praktijkgerichte leerinhoud;
  • een intern kernteam via pair building leren hoe het met Lovable en andere AI-ondersteunde hulpmiddelen toepassingen kan ontwikkelen, testen, documenteren en beheren binnen de geldende organisatorische en technische randvoorwaarden.

Beschrijving van de opdracht

De ontwikkelaar bouwt samen met een intern kernteam een afgebakende en werkende MVP van een eLearning-platform voor de nieuwe toepassing, in de Lovable-omgeving van de organisatie. De MVP moet aantonen dat gevalideerde bronfiches met ondersteuning van AI kunnen worden omgezet in praktijkgerichte eLearning die medewerkers voorbereidt op het gebruik van de toepassing en op begeleide oefensessies. De ontwikkelaar neemt daarbij de rol op van bouwer, begeleider en kennisoverdrager.

Binnen de opdracht wordt een representatieve selectie van bronfiches verwerkt tot minstens één volledige leerflow die:

  • afgestemd is op een duidelijk omschreven doelgroep, functie of leerbehoefte;
  • relevante informatie uit verschillende bronfiches kan samenbrengen;
  • leerdoelen, stapsgewijze instructies, voorbeelden, kennisvragen en praktijkgerichte oefeningen bevat;
  • zelfstandig en op eigen tempo kan worden doorlopen;
  • medewerkers voorbereidt op verdere toepassing tijdens begeleide oefensessies.

De opdracht is bewust niet opgevat als een vooraf volledig uitgewerkt klassiek IT-ontwikkelproject. De concrete gebruikersflows, functionaliteiten, rollen, statussen, prioriteiten en technische oplossingen worden tijdens de opdracht door het kernteam en de ontwikkelaar gezamenlijk geconcretiseerd.

De opdracht omvat de volgende hoofdtaken:

1.1 Gezamenlijke afbakening

  • Samen met het kernteam bij de start de prioriteiten en haalbare scope van de MVP bepalen.
  • Vastleggen met welke representatieve bronnen en leerflow(s) wordt gewerkt.
  • De scope tijdens het traject bijsturen in functie van de voortgang en de grootste meerwaarde binnen de beschikbare tijd.

1.2 Ontwikkeling van de MVP in Lovable

  • Gebruikersbehoeften snel vertalen naar werkende prototypes en functionaliteiten in Lovable.
  • De oplossing iteratief bouwen, testen en aanpassen op basis van feedback van het kernteam.
  • AI doelgericht inzetten om gevalideerde broninformatie om te zetten in een eerste voorstel van leerinhoud.
  • Minstens de volgende functionele behoeften concreet demonstreren:
    • Broninformatie: werken met gevalideerde bronfiches als inhoudelijke bron en de relatie met deze bronnen behouden.
    • Ontwikkeling van leerinhoud: praktijkgerichte eLearning ontwikkelen voor een doelgroep of leerbehoefte, waar nodig op basis van meerdere bronfiches.
    • AI-ondersteuning: auteurs ondersteunen bij de omzetting van broninformatie naar leerinhoud. AI-output blijft altijd een voorstel dat door een auteur wordt beoordeeld en aangepast.
    • Pedagogische kwaliteit: verder gaan dan het samenvatten of weergeven van fiches en medewerkers daadwerkelijk voorbereiden op het gebruik van de toepassing en de oefensessies.
    • Beheer door auteurs: niet-technische auteurs leerinhoud gebruiksvriendelijk laten ontwikkelen, beoordelen, aanpassen, valideren en beheren.
    • Leerervaring: medewerkers relevante eLearning zelfstandig, op eigen tempo en gebruiksvriendelijk laten doorlopen.
    • Actualisering en traceerbaarheid: leerinhoud onderhouden wanneer bronnen wijzigen en de relatie tussen bron en leerinhoud opvolgen.
    • Tweetaligheid: Nederlandstalige en Franstalige leerinhoud ondersteunen en beheren.
    • Verder beheer: de oplossing na de opdracht verder laten beheren en ontwikkelen door het interne team.

1.3 Pair building en kennisoverdracht

  • Samen met het kernteam bouwen: teamleden leren door mee te ontwerpen, te prompten, te testen, aan te passen en verder te bouwen.
  • Technische keuzes op een toegankelijke en pragmatische manier toelichten.
  • Kennisopbouw en continuïteit tijdens het bouwen organiseren. Er is geen klassieke overdrachtsfase.

1.4 Kwaliteit, documentatie en evaluatie

  • Aandachtspunten en beperkingen rond kwaliteit, informatieveiligheid, gegevensbescherming, toegankelijkheid en verder beheer tijdig signaleren.
  • Herbruikbare prompts, afspraken, goede praktijken en leerpunten pragmatisch vastleggen, zodat het kernteam erop kan voortbouwen.
  • Het eindresultaat samen evalueren en resterende behoeften, beperkingen en logische vervolgstappen helpen identificeren.

Randvoorwaarden

  • AI-output blijft een voorstel en wordt inhoudelijk beoordeeld en gevalideerd. De gevalideerde bronfiches blijven de inhoudelijke referentie en worden bewaard in de SharePoint-omgeving van de organisatie.
  • Er worden geen persoonsgegevens of andere gevoelige dossiergegevens gebruikt in prompts, testdata of externe AI-diensten.
  • De geldende regels rond gegevensbescherming, informatieveiligheid, toegankelijkheid en verantwoord gebruik van AI worden gerespecteerd.
  • De ontwikkelde toepassing, prompts en configuraties blijven tijdens en na de opdracht beschikbaar in de omgeving van de organisatie. De organisatie stelt de nodige toegangen en Lovable-credits ter beschikking.

Samenwerking & positionering

De opdracht wordt iteratief en hybride uitgevoerd in Brussel en remote, volgens afspraak. Gezamenlijke werk- en bouwmomenten worden afgestemd met het interne kernteam. De ontwikkelaar werkt in nauw overleg met:

  • Sponsor van de betrokken dienst: strategische sturing en validatie van het eindresultaat;
  • Projectleider: dagelijkse opvolging, prioritering en planning van de prestaties;
  • Intern kernteam: gezamenlijke afbakening, pair building, testen en verdere ontwikkeling van de oplossing;
  • Auteurs en inhoudelijke experts: gevalideerde broninformatie, beoordeling en validatie van leerinhoud;
  • Interne expertise in ICT, informatieveiligheid, gegevensbescherming en toegankelijkheid: afstemming waar nodig.

De concrete verdeling van de beschikbare inzet over afbakening, ontwikkeling, testen, pair building en verfijning wordt tijdens het traject bepaald in functie van de voortgang en de prioriteiten van het kernteam.

Vereiste kennis & ervaring

  • Applicatieontwikkeling in brede zin: minimaal 10 jaar;
  • AI-assisted application development en vibe coding: minimaal 1 jaar;
  • aantoonbare praktijkervaring met Lovable of een vergelijkbare AI-ondersteunde ontwikkelomgeving: minimaal 1 jaar;
  • integratie van generatieve AI in digitale toepassingen: minimaal 1 jaar;
  • coaching, kennisoverdracht en/of pair building met niet-technische of semi-technische medewerkers: minimaal 5 jaar;
  • vlot kunnen samenwerken in het Nederlands of Frans en voldoende kennis hebben van technisch Engels.

📝 Jouw profiel

Je hebt ervaring als Expert Application Developer en beschikt over de volgende ervaring:

  • Lovable of een vergelijkbare AI-ondersteunde ontwikkelomgeving;
  • AI-assisted application development en vibe coding;
  • applicatieontwikkeling in brede zin;
  • coaching, kennisoverdracht en/of pair building met niet-technische of semi-technische medewerkers;
  • integratie van generatieve AI in digitale toepassingen.

Talen

  • Nederlands of Frans;
  • Engels voor technische communicatie.

💼 Aanbod

Je zal deel uitmaken van een groeiende KMO met ruimte voor initiatief en persoonlijke ontwikkeling. Wij zorgen ervoor dat je in een uitdagende maar aangename werkomgeving terecht komt met leuke collega's. Samen met jou stippelen we een carriereplan uit, met aandacht en budget voor bijkomende opleidingingen / certificaties. Je kan rekenen op een motiverend salaris, aangevuld met extralegale voordelen, inclusief bedrijfswagen (of alternatieve vergoeding).
(Freelance is ook mogelijk)

Skills

Apply

See also