Publicatiedatum: 20/04/2026

Achter de schermen bij Data & AI: hoe stagiairs bouwen aan oplossingen met impact

Een gesprek met enkele van onze stagiairs toont dat een stage binnen Solutions meer is dan observeren. Vanaf de eerste weken werken ze mee aan echte projecten die inspelen op concrete noden binnen onze organisatie en bij onze klanten.

Drie stagiairs, drie verschillende opdrachten binnen Data & AI en Java Development, elk met een eigen focus, maar met één gedeelde ervaring: leren door te doen en bouwen aan oplossingen die effectief gebruikt zullen worden in de praktijk.

Drie stagiairs van Inetum staan ​​in een moderne kantooromgeving en vertegenwoordigen jong talent dat aan echte projecten op het gebied van data, AI en softwareontwikkeling werkt.
Drie projecten, elk met duidelijke waarde

De projecten zijn zeer verschillend, maar samen tonen ze hoe breed Data & AI vandaag wordt toegepast binnen Solutions.

Jonas Dewaele, onze eerste stagiair, ontwikkelt een AI-tool om consultants te ondersteunen bij het voorbereiden van tenders. Dit proces vraagt vandaag vaak veel manueel werk, zoals het verzamelen van informatie en het identificeren van relevante profielen en content. De tool helpt om deze stappen te versnellen, zodat consultants zich meer kunnen focussen op kwaliteit en inhoud.

Een tweede stagiair, Aliaksandra Nemchynava, onderdeel van het Java Development team, werkt aan een oplossing rond carrière- en performanceprocessen in een aparte applicatie, geïnspireerd op bestaande HR-systemen. Door bestaande functionaliteiten op een meer gestructureerde en gebruiksvriendelijke manier aan te bieden, is het doel om de communicatie tussen medewerkers en managers te verbeteren en het opvolgen van doelstellingen te vereenvoudigen.

Het derde project, van Viktor Kornelis, richt zich op de zorgsector. Hier wordt een AI-agent geïntegreerd in een robot om te verkennen hoe deze bewoners in woonzorgcentra kan ondersteunen en verpleegkundigen kan helpen in hun dagelijkse werk. De robot kan eenvoudige vragen beantwoorden en basisgesprekken voeren. Een eerste test met bewoners staat gepland, met een sterke focus op gebruiksgemak en interactie in de praktijk.

A small robot placed in front of a laptop, illustrating artificial intelligence, digital transformation, and human–machine interaction in a modern workspace.
Leren voorbij de schoolbanken

Een van de belangrijkste verschillen met school is de manier waarop projecten worden aangepakt. Aan de universiteit werken studenten vaak binnen een vaste structuur. Hier starten projecten vanaf nul.

Dat betekent keuzes maken, prioriteiten bepalen en nauw samenwerken met mentors en collega’s. Het kost tijd om de juiste aanpak te vinden, maar net dat zorgt voor een sterke leercurve.

Stagiairs werken ook met technologieën en werkwijzen die minder aan bod komen op school, zoals het gebruik van verschillende AI-modellen, het opzetten van testing, het schrijven van documentatie en het deployen van oplossingen in een echte omgeving.

AI in de praktijk, met de juiste balans

De projecten tonen ook dat werken met AI niet alleen gaat over wat technisch mogelijk is, maar ook over het maken van de juiste keuzes.

Wanneer gevoelige data betrokken is, zoals in de zorg, moeten oplossingen vaak lokaal draaien. Dat kan leiden tot lagere performantie, maar zorgt ervoor dat data veilig en onder controle blijft. Het is een evenwicht tussen innovatie en verantwoordelijkheid.

Tegelijk wordt duidelijk waar AI vandaag al waarde toevoegt. Vooral bij repetitieve taken, zoals het schrijven van tests of documentatie, kan AI tijd besparen en ruimte creëren om te focussen op werk met meer toegevoegde waarde en samenwerking.

Zoals de stagiairs zelf aangeven, wordt AI vooral gebruikt om gestructureerde voorbeelden of eerste versies te genereren. Die vereisen nog steeds menselijke input en opvolging, omdat AI de volledige context nog niet zelfstandig begrijpt.

Werken in een open omgeving

Naast de projecten speelt ook de werkomgeving een belangrijke rol. Stagiairs geven aan dat het gemakkelijk is om vragen te stellen en dat collega’s toegankelijk en behulpzaam zijn.

Er is ruimte om ideeën te delen, feedback te krijgen en gaandeweg te verbeteren. Deze combinatie van begeleiding en autonomie helpt stagiairs om eigenaarschap op te nemen en snel deel uit te maken van het team.

Wat dit betekent voor Solutions

Deze projecten tonen hoe Data & AI vandaag concreet wordt toegepast binnen Solutions, in interne processen, klantoplossingen en maatschappelijke toepassingen.

Ze tonen ook hoe jong talent vanaf het begin kan bijdragen, en hoe samenwerking tussen stagiairs, mentors en teams leidt tot nieuwe ideeën en continue verbetering.

Voor collega’s betekent dit dat wat vandaag ontwikkeld wordt, morgen breder ingezet kan worden. Het creëert kansen om processen te vereenvoudigen, tijd te winnen en technologie op een betekenisvolle manier toe te passen.

Vooruitblik

De komende weken ligt de focus op verdere ontwikkeling en testing. Vooral het zorgproject, met geplande tests in een woonzorgcentrum, zal een belangrijke stap zijn om de oplossing verder te verbeteren op basis van echte gebruikersfeedback. 

Gerelateerd nieuws

let's move forward, together