Ben jij een Data & AI-student met interesse in databases, AI-agents en praktische impact? Dan bieden wij een uitdagende stage bij een gespecialiseerd PostgreSQL consultancybedrijf.
Tijdens deze stage werk je aan de ontwikkeling van een interne AI-ondersteunde kennisdatabase. Deze database helpt onze consultants en servicedeskmedewerkers om snel en betrouwbaar kennis over klanten en PostgreSQL-omgevingen te ontsluiten.
Uniek aan deze stage is dat de kennis niet alleen afkomstig is uit interne bronnen, maar ook uit de open source PostgreSQL-community, zoals documentatie, extensies, blogs en best practices. De AI-oplossing moet kunnen aangeven welke kennisbronnen zijn gebruikt en of deze kennis in de praktijk heeft geleid tot het succesvol oplossen van een incident of klant vraag.
Wat ga je doen?
– Ontwerpen en opzetten van een PostgreSQL-kennisdatabase
– Integreren van interne klantkennis én publieke PostgreSQL-kennisbronnen
– Implementeren van pgvector voor semantisch zoeken
– Ontwikkelen van een AI-agent die tickets analyseert en oplossingsrichtingen suggereert
– Vastleggen of voorgestelde oplossingen daadwerkelijk succesvol zijn toegepast
– Evalueren van toepasbaarheid, betrouwbaarheid en leervermogen van het systeem
Wat vragen wij?
– Opleiding Data & AI, Data Science of Informatica (HBO/WO)
– Basiskennis van PostgreSQL en SQL
– Interesse in open source software en AI
– Analytische en zelfstandige werkhouding
Wat bieden wij?
– Begeleiding door ervaren PostgreSQL consultants
– Praktijkgerichte opdracht met directe interne impact
– Mogelijkheid tot afstuderen
– Flexibele stage-invulling en hybride werken
Geïnteresseerd?
Neem contact met ons op via werkenbij@nibble-it.nl of bel met Agnes v/d Vlugt 06-53919042
(Afstudeer)opdracht: AI-ondersteunde PostgreSQL Kennisdatabase met Interne en Open Source Bronnen
Achtergrond
Binnen onze organisatie is veel PostgreSQL-kennis aanwezig over klanten, configuraties en incidenten. Daarnaast bestaat er een grote hoeveelheid waardevolle kennis in de open source PostgreSQL-community, zoals officiële documentatie, extensies, mailinglists en technische blogs. Deze kennis is momenteel niet centraal of intelligent ontsloten.
Het doel van deze afstudeeropdracht is het combineren van interne klantkennis met publieke PostgreSQL-kennis in één AI-ondersteund systeem. Dit systeem moet consultants en servicedesk helpen bij het analyseren en oplossen van tickets, én kunnen leren van eerdere succesvolle oplossingen.
Doelstelling
Het ontwerpen, realiseren en evalueren van een AI-ondersteunde kennisdatabase op basis van PostgreSQL en pgvector, waarin zowel interne als open source kennis wordt gebruikt en gevalideerd.
Hoofdvraag
Hoe kan PostgreSQL met pgvector worden ingezet als betrouwbaar kennisfundament voor AI-agents die effectief gebruikmaken van zowel interne klantdata als publieke open source PostgreSQL-kennis?
Onderzoeksvragen
1. Welke interne en publieke (open source) PostgreSQL-kennisbronnen zijn het meest relevant voor ticketoplossing?
2. Hoe kunnen relationele data en vector embeddings worden gecombineerd om bron- en klantcontext te behouden?
3. Hoe kan worden vastgelegd of een AI-voorgestelde oplossing daadwerkelijk heeft geleid tot het oplossen van een incident of vraag?
4. In hoeverre kan historische succesinformatie worden gebruikt om in vergelijkbare toekomstige casussen dezelfde oplossing te adviseren?
5. Wat zijn de risico’s op het gebied van privacy, bias en verouderde open source kennis?
Aanpak
– Inventarisatie van interne klantkennis en tickets
– Selectie en integratie van publieke PostgreSQL-kennisbronnen
– Ontwerp van datamodel met bronvermelding en feedbackmechanisme
– Implementatie van PostgreSQL met pgvector
– Ontwikkeling van een AI-agent met retrieval en validatielogica
– Evaluatie met historische en gesimuleerde tickets
Resultaat
Een werkend prototype, inclusief bronherkomst, feedbackloop en documentatie, en een onderbouwd advies voor verdere doorontwikkeling binnen de consultancypraktijk.
