Skip to content

Open nowFirst seen 2 hours ago

Freelance mogelijk - Lovable Developer voor AI-ondersteunde eLearning (DG HAN)

EngiFlex107 open roles

Where
Brussels, Belgium
Get the CV for this job

From $25 per CV, paid once. No subscription.

Your applicationOpen nowFreelance mogelijk - Lovable Developer voor AI-ondersteunde eLearning (DG HAN)EngiFlex · Brussels, Belgium
  1. YouYes, apply to this one.

  2. CV RocketCV written for this posting.

  3. 25 readersRecruiter, hiring manager, skeptic. Round after round.

  4. CV RocketApplied on EngiFlex's own form.

The reply lands in your private mailbox

3×more interviews than doing it yourself with ChatGPT.

The clock on this job

Early applications get read.

14.3% of postings close within 7 days. Measured by our own scanner across the market. EngiFlex postings stay open a median of 6 days.

Share of postings closed within
  1. 2.2%1 day
  2. 4.7%3 days
  3. 14.3%7 days
  4. 22.9%14 days
  5. 39.1%30 days
  6. 59.3%60 days
This job: first seen 2 hours ago

EngiFlex median: 6 days open

The posting

📋 Taken en verantwoordelijkheden

Een overheidsdienst die instaat voor de erkenning van handicap en de toekenning en opvolging van verschillende rechten en tegemoetkomingen, bereidt in 2027 de ingebruikname van een nieuw dossierbeheersysteem voor. Ongeveer 350 medewerkers zullen met deze toepassing leren werken. Het opleidingsprogramma combineert zelfstandige eLearning met begeleide oefensessies.

Voor de functies, processen en handelingen in het nieuwe systeem worden inhoudelijke fiches opgesteld. Deze fiches vormen de gevalideerde broninformatie, maar zijn op zichzelf nog geen opleiding. Het eLearning-platform moet deze informatie 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 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, wijzigen, valideren en publiceren de voorstellen.

De organisatie wil het platform ontwikkelen via vibe coding in Lovable. De gebruiker beschrijft 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. Lovable wordt al gebruikt voor andere interne toepassingen.

Vibe coding is geen doel op zich en vervangt de reguliere ICT-werking niet. De opdracht biedt een afgebakende context waarin medewerkers met sterke businesskennis samen met een technisch ervaren consultant digitale oplossingen ontwerpen, bouwen en testen.

De opdracht heeft een dubbele doelstelling:

  • een afgebakende en bruikbare MVP realiseren van een eLearning-platform dat gevalideerde broninformatie 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 consultant ontwikkelt samen met een intern kernteam een werkende MVP van een eLearning-platform in de Lovable-omgeving van de organisatie. De MVP moet aantonen dat gevalideerde bronfiches met ondersteuning van AI kunnen worden omgezet in een praktijkgerichte eLearning die medewerkers voorbereidt op het gebruik van de nieuwe toepassing en op begeleide oefensessies. De consultant neemt daarbij de rol op van ontwikkelaar, 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 combineren;
  • 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 niet opgevat als een vooraf volledig uitgewerkt klassiek IT-ontwikkelproject. De concrete gebruikersflows, functionaliteiten, rollen, statussen, prioriteiten en technische oplossingen worden tijdens het traject samen met het kernteam geconcretiseerd.

De opdracht omvat de volgende hoofdtaken:

1.1 Gezamenlijke afbakening

  • Samen met het kernteam de prioriteiten en haalbare scope van de MVP bepalen.
  • Vastleggen met welke representatieve bronnen en leerflows wordt gewerkt.
  • De scope tijdens het traject bijsturen volgens 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 maken voor een doelgroep of leerbehoefte, waar nodig op basis van meerdere fiches. AI-ondersteuning: auteurs helpen om broninformatie om te zetten in 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 overdraagbaar maken zodat het interne team ze verder kan beheren en ontwikkelen.

1.3 Pair building en kennisoverdracht

  • Samen met het kernteam bouwen en teamleden leren door mee te ontwerpen, prompten, testen, aanpassen en verder te ontwikkelen.
  • Technische keuzes op een toegankelijke en pragmatische manier toelichten.
  • Kennisopbouw en continuïteit tijdens het bouwen organiseren. Er is geen afzonderlijke 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 documenteren, 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 goedgekeurde broninformatie blijft de inhoudelijke referentie en wordt 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 nageleefd.
  • De ontwikkelde toepassing, prompts en configuraties blijven tijdens en na de opdracht beschikbaar in de omgeving van de organisatie. De nodige toegangen en Lovable-credits worden ter beschikking gesteld.

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 consultant werkt nauw samen met:

  • de projectsponsor, voor strategische sturing en validatie van het eindresultaat;
  • de projectleider, voor de dagelijkse opvolging, prioritering en planning;
  • het interne kernteam, voor de gezamenlijke afbakening, pair building, testen en verdere ontwikkeling;
  • auteurs en inhoudelijke experts, voor gevalideerde broninformatie en de beoordeling en validatie van leerinhoud;
  • interne experts in ICT, informatieveiligheid, gegevensbescherming en toegankelijkheid, voor afstemming waar nodig.

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

Vereiste kennis & ervaring

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

📝 Jouw profiel

Je combineert ruime ervaring als applicatieontwikkelaar met een praktische aanpak voor AI-ondersteunde ontwikkeling. Je kunt samen met niet-technische of semi-technische medewerkers een werkende oplossing uitwerken, keuzes begrijpelijk toelichten en kennis tijdens het bouwen overdragen.

Ervaring en vaardigheden

  • Aantoonbare praktijkervaring met 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
  • Frans
  • Engels

💼 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)

From $25, paid onceGet the CV for this job

What happens when you press

One press. We do the rest.

  1. A CV for this posting

    Written against EngiFlex's own wording, from every piece of relevant proof in your profile.

  2. 25 readers review it

    Recruiter, hiring manager, skeptic and more read every draft, round after round. You get the best round.

    The review screen in CV Rocket: how each CV was read, round by round.
  3. We apply on EngiFlex's form

    Our application engine gets through the hardest forms there are. Where a question needs you, AI suggests the best answer. Don't want us applying from our IP addresses? Use our Chrome extension: we apply straight from your own browser.

    An application in CV Rocket: every answer filled in on the employer's form.
  4. Every reply, sorted

    EngiFlex's answer lands in your private mailbox, and we classify it on arrival: interview, question, rejection.

    The CV Rocket inbox: each employer reply classified as an interview, an action or a rejection.
  5. Reply with AI

    AI helps you write the email, checks it and sends it. We show you whether the recruiter read it.

  6. The interview in your calendar

    Full integration with your calendar. The invitation goes straight in.

    An interview invitation in the CV Rocket inbox, added to the candidate's calendar.
Get the CV for this job

From $25 per CV, paid once. No subscription.

Why it works

3×

more interviews than doing it yourself with ChatGPT.

ChatGPT writes a CV and never learns what happened to it. We see every reply. For each CV we know:

  • How it was written, and how the review scored it
  • When we applied, and how long after the posting went up
  • Which posting, which company, which city
  • Who got the interview, and who heard nothing

That is how we know which CVs get called.

Get the CV for this job

From $25 per CV, paid once. No subscription.

The numbers game

More applications. More interviews.

Every application goes out with its own CV, written for that posting and paid once. Send enough of them and the law of large numbers finds you the job.

By hand5–10
With CV Rocket100
applications a day

Before you press

Straight answers

Get the CV for this job

From $25 per CV, paid once. No subscription.

What if my background isn't good enough?

We make the most of the background you have. The CV uses every piece of relevant proof your profile holds, and one of the 25 readers reads your whole profile and flags what the CV left out.

Do you really apply for me?

Yes, on the employer's own form, the hardest ones included. Where a question needs you, you answer it right there and AI suggests the best answer. Don't want us applying from our IP addresses? Use our Chrome extension: we apply straight from your own browser.

Is it a subscription?

No. You pay once per CV, from $25. Every application goes out with its own CV, written for that posting.

One job. One CV.
Paid once.

Pick the posting you want. We write for it, apply for you and catch the reply.

Get the CV for this job

From $25 per CV, paid once. No subscription.