AI engineer: bestaat die rol echt in Nederlandse vacatures?

“Prompt engineer” met een salaris van 90.000 euro per jaar: je zag de artikelen in 2023. In Nederlandse vacatures van 2026 bestaat de rol nauwelijks als zelfstandige functie. Wat wel bestaat, is genuanceerder en vereist meer dan een goede systeemprompt schrijven.

Dit is hoe de “AI engineer”-markt er in Nederland werkelijk uitziet.

De vier varianten die je in vacatures tegenkomt

1. Machine learning engineer

Dit is de meest gevestigde rol. Bestaande organisaties met ML in productie zoeken mensen die modellen trainen, evalueren, deployen en monitoren. Wat je in vacatures ziet:

• Python (PyTorch of TensorFlow, MLflow)
• Kennis van feature engineering en modelvalidatie
• Ervaring met MLOps-tooling (Databricks, Azure ML, Vertex AI)
• Begrip van hoe je een model in productie houdt en degradatie detecteert

Dit is engineering, niet research. Je hoeft geen nieuw algoritme te bedenken. Je moet wel weten waarom een model na drie maanden slechter presteert en hoe je dat oplost.

2. AI/GenAI engineer

Dit is de snel groeiende categorie. Organisaties die LLM-gebaseerde producten bouwen zoeken mensen die:

• Prompt pipelines ontwerpen en testen
• RAG-architecturen (Retrieval Augmented Generation) opzetten
• Azure OpenAI, AWS Bedrock of Vertex AI integreren in applicaties
• Vectordatabases gebruiken (Pinecone, Azure AI Search, pgvector)
• Evaluatieframeworks bouwen voor LLM-output

Dit is software engineering met LLMs als component. Kandidaten zonder programmeerervaring komen hier niet doorheen de selectie.

3. Data scientist met AI-focus

In veel vacatures staat “AI engineer” maar beschrijft de rol feitelijk een data scientist die ook LLMs inzet. De kern is analytisch: hypothesen toetsen, experiments opzetten, resultaten communiceren. Wat AI betreft gaat het dan om fine-tuning, evaluatie, en het toepassen van modellen op bedrijfsvraagstukken.

4. Prompt engineer (als zelfstandige rol)

Deze bestaat. Maar bijna uitsluitend bij grote techbedrijven en AI-product-startups. En zelfs daar wordt het gecombineerd met andere vaardigheden: Python, product denken, evaluatiemethoden. Wie uitsluitend prompts schrijft zonder technische achtergrond, heeft het moeilijk om een vaste positie te vinden in Nederland.

Wat de Nederlandse markt specifiek kenmerkt

In Nederland domineert de Azure-stack. Dat betekent dat de meest gevraagde AI-omgeving Azure OpenAI Service is, gevolgd door Azure AI Foundry (voorheen Azure AI Studio) en Cognitive Services.

AWS Bedrock zie je bij bedrijven met een AWS-infrastructuur. Google Vertex AI zelden, tenzij het een techbedrijf is dat op GCP zit.

Praktisch: als je AI-engineeringvaardigheden wil ontwikkelen voor de Nederlandse markt, begin dan met Azure OpenAI en de bijbehorende diensten. De AI-102-certificering (Azure AI Engineer Associate) is recent relevanter geworden in vacatures.

Bekijk het trainingsaanbod voor AI-certificeringen voor een overzicht van beschikbare trajecten.

Wat werkgevers zeggen vs. wat ze bedoelen

Een vacature die vraagt om een “AI Engineer” bij een middelgrote Nederlandse organisatie bedoelt in de meeste gevallen: iemand die een proof of concept met een LLM kan omzetten naar een werkende, veilige productie-implementatie. Geen onderzoeker. Geen modeltrainer. Een ingenieur.

De vaardigheden die daarvoor terugkomen:

• Sterke Python-basis
• Begrip van APIs en hoe je er veilig mee werkt
• Kennis van promptontwerp en evaluatie
• Enig begrip van hoe embedding-modellen werken
• Ervaring met cloud-diensten (Azure of AWS)

Wie dat kan combineren met data engineering-vaardigheden (pipelines, opslag, transformatie) is een zeldzaam profiel dat actief gezocht wordt.

Eerlijk over wat je kunt verwachten

Als je nu oriënteert op AI engineer-rollen zonder programmeerervaring: het wordt moeilijk. De meeste vacatures boven startersniveau verwachten dat je code schrijft, architectuur begrijpt en keuzes kunt onderbouwen.

Als je een achtergrond hebt als software developer of data engineer, is de overstap naar AI engineering realistisch. De LLM-laag is een component dat je leert; de engineeringbasis heb je al.

Als je van software development naar AI engineer wil doorgroeien: focus op RAG, Azure OpenAI integratie, en bouw een klein project dat je kunt laten zien. Een werkend RAG-systeem op een publieke dataset is meer waard dan vijf cursuscertificaten.

Welke certificeringen zijn relevant

• AI-102 (Azure AI Engineer Associate): groeiende aanwezigheid in vacatures
• DP-100 (Azure Data Scientist Associate): relevant voor de ML-engineer richting
• AWS Machine Learning Specialty: bij AWS-omgevingen
• Databricks ML Professional: bij ML-teams die op Databricks zitten

Geen enkel cert vervangt aantoonbare projectervaring. Maar AI-102 gecombineerd met een project dat je op GitHub kunt laten zien is een stevige combinatie.

De eerlijke boodschap

De AI engineer-rol bestaat, groeit, en betaalt goed. Maar de bar ligt hoger dan de hype van 2023 deed vermoeden. Het is geen instaprol voor wie een paar prompts heeft geschreven. Het is een rol voor engineers die AI-componenten kunnen inbouwen in systemen die schaalbaar, veilig en onderhoudbaar zijn. Dat is normaal werk, met een nieuw gereedschap.