Freelance Application Developer in Lovable voor AI-ondersteunde eLearning (DG HAN)
Job Description:
📋 Taken en verantwoordelijkheden
Een federale overheidsorganisatie maakt zich klaar om in 2027 een nieuwe dossierbeheertoepassing in gebruik te nemen voor de dienstverlening aan personen met een handicap. Deze toepassing bestrijkt het volledige traject, vanaf aanvraag en informatieverzameling over evaluatie en beslissing tot betaling. Ongeveer 350 medewerkers moeten ermee leren werken. Het opleidingsprogramma bestaat uit zelfstandige eLearning en begeleide oefensessies.
Voor de handelingen, processen en functies binnen de toepassing worden inhoudelijke fiches gemaakt. Deze gevalideerde fiches leveren de broninformatie, maar vormen op zichzelf nog geen opleiding. Het eLearning-platform moet die informatie omzetten in een gestructureerde, praktijkgerichte leerervaring met onder meer:
- leerdoelen die duidelijk zijn;
- een logische structuur volgens functie, proces of handeling;
- een stapsgewijze toelichting bij de werkwijze in de toepassing;
- herkenbare praktijksituaties en voorbeelden;
- kennisvragen met feedback tijdens het leerproces;
- oefeningen als voorbereiding op begeleide oefensessies;
- de mogelijkheid om relevante modules zelfstandig en op maat te selecteren en te doorlopen.
Het platform mag niet uitgroeien tot een documentendatabank, samenvatting of digitale reproductie van de fiches. Op basis van goedgekeurde broninformatie moet het met ondersteuning van AI een eerste voorstel voor leerinhoud kunnen maken. Mensen blijven verantwoordelijk voor de controle: bevoegde auteurs beoordelen, bewerken, valideren en publiceren de voorstellen.
De organisatie wil het platform in Lovable ontwikkelen met behulp van vibe coding. De gebruiker formuleert in gewone taal welke toepassing, functie of wijziging vereist is, waarna de AI-ondersteunde ontwikkelomgeving een werkend voorstel produceert dat herhaaldelijk wordt getest en verfijnd. Lovable is geselecteerd omdat de organisatie er al andere interne toepassingen mee heeft ontwikkeld.
Vibe coding vormt geen doel op zich en komt niet in de plaats van de reguliere ICT-werking. De opdracht gaat na hoe medewerkers met een sterke businesskennis samen met een technisch ervaren ontwikkelaar digitale oplossingen sneller kunnen ontwerpen, bouwen en testen.
De opdracht steunt op twee doelstellingen:
- een afgebakende, bruikbare MVP opleveren van een eLearning-platform dat gevalideerde documentatie omzet naar praktijkgerichte leerinhoud;
- een intern kernteam via pair building aanleren hoe het met Lovable en andere AI-ondersteunde hulpmiddelen toepassingen kan ontwerpen, testen, documenteren en beheren binnen de geldende technische en organisatorische randvoorwaarden.
De opdracht
Samen met een intern kernteam bouw je in de Lovable-omgeving van de organisatie een werkende MVP van een eLearning-platform. De MVP moet bewijzen dat gevalideerde bronfiches met AI-ondersteuning kunnen worden vertaald naar praktijkgerichte eLearning, waarmee medewerkers zich voorbereiden op het gebruik van de nieuwe toepassing en op begeleide oefensessies. Je vervult hierbij de functies van ontwikkelaar, begeleider en kennisoverdrager.
Je zet binnen deze opdracht een representatieve selectie van bronfiches om in minstens één volledige leerflow die:
- gericht is op een duidelijk bepaalde doelgroep, functie of leerbehoefte;
- informatie uit meerdere relevante bronfiches kan combineren;
- stapsgewijze instructies, leerdoelen, voorbeelden, kennisvragen en praktijkgerichte oefeningen omvat;
- zelfstandig en in het eigen tempo kan worden doorlopen;
- medewerkers klaarstoomt voor verdere toepassing tijdens begeleide oefensessies.
Dit is geen klassiek IT-ontwikkelproject waarvan alles vooraf volledig wordt uitgewerkt. Tijdens het traject concretiseert het kernteam samen met jou de gebruikersflows, functionaliteiten, rollen, statussen, prioriteiten en technische oplossingen.
Werkzaamheden
1.1 Gezamenlijke afbakening
- De prioriteiten en een haalbare MVP-scope samen met het kernteam vastleggen.
- Bepalen met welke representatieve bronnen en leerflow(s) het traject wordt uitgevoerd.
- De scope gedurende het traject aanpassen aan de voortgang en aan de grootste meerwaarde binnen de beschikbare tijd.
1.2 Ontwikkeling van de MVP in Lovable
- Gebruikersbehoeften omzetten naar werkende prototypes en functionaliteiten binnen Lovable.
- Op basis van feedback van het kernteam de oplossing iteratief bouwen, testen en bijstellen.
- AI gericht gebruiken om gevalideerde broninformatie te vertalen naar een eerste voorstel voor leerinhoud.
- Minimaal de volgende functionele behoeften tastbaar demonstreren:
- Broninformatie: gevalideerde fiches als inhoudelijke bron gebruiken en de koppeling met deze bronnen behouden.
- Ontwikkeling van leerinhoud: praktijkgerichte eLearning maken voor een doelgroep of leerbehoefte, indien nodig met meerdere fiches als basis.
- AI-ondersteuning: auteurs helpen om broninformatie om te zetten in leerinhoud. De AI-output blijft steeds een voorstel dat een auteur beoordeelt en aanpast.
- Pedagogische kwaliteit: meer bieden dan het samenvatten of tonen van fiches en medewerkers daadwerkelijk voorbereiden op de toepassing en de oefensessies.
- Beheer door auteurs: niet-technische auteurs in staat stellen om leerinhoud gebruiksvriendelijk te ontwikkelen, beoordelen, wijzigen, valideren en beheren.
- Leerervaring: medewerkers relevante eLearning op een gebruiksvriendelijke manier zelfstandig en op eigen tempo laten volgen.
- Actualisering en traceerbaarheid: leerinhoud bijwerken wanneer bronnen veranderen en de koppeling tussen bron en leerinhoud bewaken.
- Tweetaligheid: Nederlandstalige en Franstalige leerinhoud ondersteunen en beheren.
- Verder beheer: de oplossing zo overdraagbaar maken dat het interne team ze na de opdracht kan blijven beheren en ontwikkelen.
1.3 Pair building en kennisoverdracht
- Met het kernteam samen bouwen en teamleden laten leren door hen mee te laten ontwerpen, prompten, testen, aanpassen en verder bouwen.
- Technische beslissingen begrijpelijk en pragmatisch uitleggen.
- Tijdens het bouwen zorgen voor kennisopbouw en continuïteit, zonder een aparte klassieke overdrachtsfase in te richten.
1.4 Kwaliteit, documentatie en evaluatie
- Beperkingen en aandachtspunten op het vlak van kwaliteit, informatieveiligheid, gegevensbescherming, toegankelijkheid en verder beheer tijdig onder de aandacht brengen.
- Herbruikbare prompts, afspraken, goede praktijken en leerpunten op een pragmatische manier documenteren, zodat het kernteam erop kan voortwerken.
- Het eindresultaat gezamenlijk beoordelen en helpen om resterende behoeften, beperkingen en logische vervolgstappen vast te stellen.
Randvoorwaarden
- AI-output blijft een voorstel dat inhoudelijk wordt beoordeeld en gevalideerd. De gevalideerde documentatie blijft de inhoudelijke referentie en wordt opgeslagen in de SharePoint-omgeving van de organisatie.
- Prompts, testdata en externe AI-diensten mogen geen persoonsgegevens of andere gevoelige dossiergegevens bevatten.
- De toepasselijke regels voor gegevensbescherming, informatieveiligheid, toegankelijkheid en verantwoord gebruik van AI worden nageleefd.
- Tijdens en na de opdracht blijven de ontwikkelde toepassing, prompts en configuraties beschikbaar in de omgeving van de organisatie. De benodigde toegangen en Lovable-credits worden voorzien.
SAMENWERKING & POSITIONERING
De uitvoering gebeurt iteratief en hybride in Brussel en remote, volgens afspraak. De gezamenlijke werk- en bouwmomenten worden met het interne kernteam gepland. Je stemt nauw af met:
- de sponsor, die instaat voor strategische sturing en validatie van het eindresultaat;
- de projectleider, voor planning, prioritering en dagelijkse opvolging;
- het interne kernteam, voor afbakening, pair building, testen en verdere ontwikkeling;
- auteurs en inhoudelijke experts, voor gevalideerde broninformatie en de beoordeling en validatie van leerinhoud;
- interne experts inzake ICT, informatieveiligheid, gegevensbescherming en toegankelijkheid, wanneer afstemming nodig is.
Hoe de beschikbare inzet wordt verdeeld over afbakening, ontwikkeling, testen, pair building en verfijning, wordt tijdens het traject bepaald op basis van de voortgang en de prioriteiten van het kernteam.
Vereiste kennis en ervaring
- Minimaal 10 jaar ervaring in brede applicatieontwikkeling.
- Minimaal 1 jaar ervaring met AI-assisted application development of vibe coding.
- Minimaal 1 jaar aantoonbare praktijkervaring met Lovable of een vergelijkbare AI-ondersteunde ontwikkelomgeving.
- Minimaal 1 jaar ervaring in het integreren van generatieve AI in digitale toepassingen.
- Minimaal 5 jaar ervaring met coaching, kennisoverdracht en/of pair building voor niet-technische of semi-technische medewerkers.
- Je drukt je vlot uit in het Nederlands of Frans en beschikt over voldoende kennis van technisch Engels.
📝 Jouw profiel
Als Expert Application Developer combineer je ervaring met brede applicatieontwikkeling met AI-assisted development, vibe coding en kennisoverdracht.
Je beschikt over de volgende ervaring:
- minimaal 10 jaar ervaring in applicatieontwikkeling;
- minimaal 1 jaar ervaring met AI-assisted application development of vibe coding;
- aantoonbare praktijkervaring met Lovable of een vergelijkbare AI-ondersteunde ontwikkelomgeving;
- ervaring in de integratie van generatieve AI in digitale toepassingen;
- minimaal 5 jaar ervaring met coaching, kennisoverdracht en/of pair building voor niet-technische of semi-technische medewerkers.
Je communiceert vlot in het Nederlands of Frans en hebt voldoende kennis van technisch Engels.