VAN ECHTE PROBLEMEN

Werkende software.

Ik bouw lokale AI en workflowsoftware. Samen met AI-codeassistenten werk ik aan eisen en systeemontwerp, implementatie, foutopsporing en controles voor een release.

ATLAS COMPANION0.18.7 / WINDOWS
Windows 0.18.7. Gescripte testdata, lokale core niet verbonden. Vastgelegd op 10 oktober 2026.
Windows 0.18.7. Gescripte testdata, lokale core niet verbonden. Vastgelegd op 10 oktober 2026.

LOKALE AI. WORKFLOWSOFTWARE. BELGIË.

Ik zie het probleem. Ik bouw de oplossing.

SCROLL EN ONTDEK Open voor juniorfuncties en freelancewerk GESELECTEERD WERK / 2026
Ontdek Atlas
ERVARING UIT DE PRAKTIJK.
EIGEN INITIATIEF.
GEBOUWD IN BELGIË

01 / VANOP DE TERMINALONAFHANKELIJK PROTOTYPE

MEERTALIGE CHAUFFEURSHULP

Een betere manier
om hulp te vragen.

Prototype / werkende demo

Internationale chauffeurs hebben hulp nodig bij dagelijkse problemen op voertuigterminals. Mijn eigen ervaring op de werkvloer inspireerde dit onafhankelijke prototype.

Een platte batterij. Geen brandstof. Schade. Een auto die niet staat waar hij hoort. Of een plattegrond die ze niet kunnen lezen. Een telefoonnummer op hun documenten is maar een begin. Het probleem uitleggen is moeilijk als de chauffeur en de baliemedewerker geen taal delen.

HET PROTOTYPE IN BEELD

Een gesprek.
Een voertuig.
Een duidelijk ticket.

Ik bouwde een WhatsApp-prototype dat chauffeurs in hun eigen taal begeleidt. Ze kiezen wat ze nodig hebben, fotograferen of typen het voertuigidentificatienummer, bevestigen het en selecteren het probleem. De aanvraag komt op een dispatchbord terecht bij het juiste team.

1 min 51 sec · Opgenomen prototype · Nederlandstalige interface

Opgenomen op 10 september 2026. Bedrijfsneutrale presentatie van een lokale simulator, met demogegevens en fictieve terreinlocaties.
Technische keuzes achter het gesprek

De aanvraag consistent houden bij onderbrekingen.

Het prototype bewaart de gespreksstatus wanneer de chauffeur wisselt tussen hulp, kaart en voertuigstappen. Een vroeg gekozen probleem blijft bewaard tot het VIN is bevestigd. Bevestigingsknoppen bevatten het bijbehorende VIN, zodat een oude knop geen ander voertuig kan bevestigen.

De simulator en het dispatchbord gebruiken dezelfde lokale ticketopslag. Regressietests werken met afzonderlijke opslag en gesimuleerde externe verzoeken. Dit toont de lokale workflow aan; het bewijst nog geen gereedheid voor gebruik op een echte terminal.

Lees de uitleg stap voor stap
  1. Hulp vragen. De opname start de begeleide simulator. De chauffeur krijgt een menu voor noodsituaties, voertuigproblemen, de balie en de terminalplattegrond. Deze opname is in het Nederlands.
  2. Het voertuig identificeren. De chauffeur kiest een voertuigprobleem en stuurt een foto van het VIN-plaatje. Het systeem leest het voertuigidentificatienummer en vraagt de chauffeur om bevestiging.
  3. Het probleem beschrijven. De chauffeur kiest batterij / start niet. Op het dispatchbord verschijnt een ticket met het probleem, de voertuigcode en een voorbeeldlocatie.
  4. Dispatch de context geven. Het bord toont de technische wachtrij en de context voor balie en scanner. Het ticket openen toont het VIN, voertuiggegevens, de foto en knoppen om de aanvraag op te nemen of af te handelen.
01 / DE CHAUFFEUR

Hulp in de eigen taal.

Een begeleid gesprek met duidelijke keuzes, een VIN-foto en bevestiging. Chauffeurs kunnen hun probleem beschrijven zonder het telefonisch in het Engels te moeten uitleggen.

02 / DE BALIE

Alle context op één plek.

Het voertuig, het probleem en de foto komen samen aan. Het bord heeft wachtrijen voor techniek, balie/scanner en noodsituaties, zodat medewerkers zien wat aandacht vraagt.

03 / DE VOLGENDE STAP

Een pilot op een echte terminal.

Dit is een persoonlijk prototype met een werkende lokale demonstratie. Ik kan een kleine pilot draaien met de mensen die het werk doen. Er is nog geen live terminalkoppeling. Die zou deel uitmaken van de pilot.

Volgende stap Als je een terminal runt, kan ik dit met je team op locatie testen. De opname toont een lokale simulator. Die met jullie omgeving verbinden zou het werk van de pilot zijn.

In ontwikkeling

NOG EEN TERMINALWERKWIJZE

Van papierwerk
naar gecontroleerde gegevens.

Mijn vrachtbriefparser neemt een foto of upload van een CMR-vrachtbrief en gebruikt een beeldmodel om voertuig- en zendingsgegevens uit te lezen. Baliemedewerkers kunnen de velden nakijken, verbeteren en als gestructureerd overzicht bevestigen.

De opnamestap controleert de plaatsing van het document en de beeldkwaliteit vóór de foto. Onzekere velden gaan terug naar een persoon voor controle. Het is nog in ontwikkeling; een live koppeling met een terminalsysteem is nog niet aangetoond.

  • Node.js
  • Beeldherkenning met AI
  • Documentopname
  • Veldcontrole
  • Menselijke controle
Ontdek de vrachtbriefparser ↗

02 / LOKALE INTELLIGENTIERUNTIME · TOOLS · INTERFACES

Ontmoet Atlas.

Een lokale AI-companion.
Een gedeelde runtime erachter.

Atlas verbindt een Windows-companion en een Android-client met een lokale Python-runtime. Recent werk draait om de grenzen tussen een voorstel van het model, toestemming van de eigenaar en een gecontroleerd resultaat. Naast chat zijn er bewaarde telefoontools. Spraak en bredere betrouwbaarheid blijven werk in uitvoering.

Bekijk de Atlas-opnameATLAS COMPANION / 2026
  • Workflows via lokale apps. Een coördinator neemt taken mee door planning en resultaatcontroles. Lokale app-adapters verbinden tools en een vastgelegde Image Studio-workflow genereert een afbeelding terwijl GPU-geheugen tussen modellen wordt vrijgegeven. De case study beschrijft wat getest is en wat nog openstaat.
  • Native inferentie, op mijn eigen hardware. Recente Atlas-ontwikkeling omvat een experimentele uitvoeringslaag voor Qwen en de oorspronkelijke Gemma 4 12B-gewichten, met PyTorch en eigen CUDA-kernels. Het beheerde llama.cpp-pad blijft beschikbaar. Modeluitvoering en geheugengebruik maken deel uit van het ontwerp.
  • Spraak die klaarstaat. Een activeringswoord, handsfree antwoorden en streaming spraaksynthese met natuurlijke stemmen. Echo en onderbreken zijn de moeilijke, deels opgeloste onderdelen. Ik kan je precies uitleggen waarom.
  • Van desktop naar telefoon. De vroege telefoonapp was een externe microfoon. De native Android-app brengt nu chat, spraak en goedkeuringen naar de AI op de desktop. De release en resterende toesteltests staan in het bouwverhaal.
  • Gecontroleerde resultaten en toestemming. Bij vooraf bepaalde bestandswijzigingen verbinden de proeven afgebakende toestemming, een bewaard herstelpunt en onafhankelijke inhoudscontrole. Alleen een geslaagde gekozen test volstaat niet.
  • Kleine tools naast het gesprek. Een vooraf gemaakte Pocket Tool werd op Android bewaard en behield zijn opgeslagen toestand na een herstart van de app, terwijl de desktopdienst uit stond. Eén gecontroleerde workflow. Bredere toolcreatie blijft in ontwikkeling.
  • Een gezicht, geen tekstvak. Een geanimeerd gezicht en HUD, plus een droid-avatar met 64 spritehoudingen. Hij oogt levend, omdat een companion dat hoort te doen.
  1. Deel I

    Jarvis

    Ik wilde mijn eigen Jarvis: een companion die onthoudt, me helpt software te bouwen, op mijn pc werkt en dagelijkse taken deelt.

  2. Deel II

    De OS-omweg

    Zelfstandig werk botste telkens op de terechte bescherming van systeembestanden. Ik probeerde een besturingslaag te bouwen met AI als middelpunt, en besefte toen hoe groot dat project was.

  3. Deel III

    Atlas Companion

    Ik keerde terug naar de companion die ik in het begin wilde. Hij leeft naast mijn gewone Windows-apps en neemt de lokale AI, tools, het geheugen en de beveiliging uit het OS-experiment mee.

Tien gedocumenteerde proeven behandelen specifieke resultaten en foutscenario's. Bredere betrouwbaarheid en dagelijks gebruik blijven werk in uitvoering.

03 / ATLAS ENGINENATIVE INFERENTIE · GEHEUGEN · CUDA

DE RUNTIME IS EEN EIGEN PROJECT

Binnen in het model.
Tot in de kernel.

Companion is de interface. Atlas Engine is de experimentele inferentieruntime: modelgewichten laden, geheugen beheren, CUDA-kernels uitvoeren en tokens genereren. Hier zit een groot deel van het diepere systeemwerk.

Ontdek Atlas Engine
ATLAS ENGINE / GEHEUGENPADARCHITECTUURDIAGRAM
01 / MODELBESTANDQwen3.5 · 35B A3BGGUF · Q4_K_M · gepubliceerde modelgewichten
Gevalideerd laden
02 / WERKGEHEUGENGecomprimeerde expertbankenExpertgewichten blijven in het RAM
Begrensde overdracht + hergebruik
03 / UITVOERING OP DE GPUCUDA + expertcacheModel-state, attention en tokengeneratie
Vereenvoudigd 35B-uitvoeringspad op de test-pc: 64 GB werkgeheugen en een GPU met 12 GB geheugen. Het volledige model staat niet in het GPU-geheugen.
MODELPARAMETERS
35BQwen3.5 MoE · ongeveer 3B actief
GPU-GEHEUGEN
12 GBBegrensde GPU-residentie
WERKGEHEUGEN
64 GBDe pc van de vastgelegde test

Vastgelegde native vergelijking, 26 oktober 2026: 17,4 → 26,4 tokens/s met dezelfde gemeten uitvoer. Laden en promptverwerking zijn niet inbegrepen. Lees de methode en beperkingen

04 / DE AANPAKHOE IK BOUW

Van eisen
naar getoetst gedrag.

Ik werk met AI-codeassistenten aan architectuur, implementatie en foutopsporing. AI schrijft een groot deel van de code. Mijn bijdrage is het gewenste gedrag bepalen, afwegingen uitwerken, het resultaat testen en beslissen wat opnieuw moet worden aangepakt.

01

Het systeem uitwerken.

Ik begin bij de gebruikersworkflow en wat daarin mis kan gaan. Met AI werk ik uit welke componenten nodig zijn, welke gegevens ze uitwisselen en waar toestemmingen thuishoren. Die keuzes worden eisen voor de implementatie.

02

Bouwen en onderzoeken.

Ik deel functies op in kleinere wijzigingen, probeer ze in de app en neem concrete fouten mee naar de volgende iteratie. Dat gaat over interfacegedrag, modelconfiguratie, hardwaregrenzen en de verbindingen tussen componenten.

03

Het resultaat controleren.

Ik toets wijzigingen met demo’s, regressietests en releasecontroles. Bij Atlas controleer ik bijvoorbeeld de echte bestandsinhoud en of bestaande bestanden beschermd bleven. Een geslaagde test is iets anders dan een functie die zich in dagelijks gebruik heeft bewezen.

Bepaal het gedrag.
Controleer het resultaat.

Ik ben zelfgeleerd en bouw mijn technische kennis verder op. Ik zoek een juniorrol waarin ik deze praktijkervaring kan inzetten en kan leren van een ervaren team.

ONTWERPKEUZESDRIE CONCRETE VOORBEELDEN

Wat zit er achter
de interface.

Het interessante werk zit in de grenzen: wat het model mag doen, wat de software controleert en wanneer een mens moet beslissen.

01 / ATLAS

Een resultaat vraagt bewijs.

Het model stelt een actie voor. De runtime controleert de omvang en toestemming. Vooraf bepaalde bestandsresultaten vragen onafhankelijke inhouds- en testcontroles voor ze als geverifieerd kunnen gelden.

Bekijk de resultaatcontroles

02 / TERMINALHULP

Een gesprek dat zijn stap onthoudt.

Een chauffeur kan de kaart openen, terugkeren naar een aanvraag en een voertuig bevestigen. De flow moet het juiste probleem onthouden en een oude VIN-bevestiging weigeren.

Lees de workflowkeuze

03 / VRACHTBRIEFPARSER

Uitlezen, valideren, controleren.

Een visionmodel stelt documentvelden voor. Schema- en VIN-controles vangen ongeldige uitvoer op; een persoon controleert de gegevens vóór bevestiging.

Bekijk de validatieaanpak

05 / GESELECTEERD WERKGEBOUWD. GEBRUIKT. VERBETERD.

Van de werkbank.

Tools die ik gebruik, prototypes die ik kan tonen en experimenten waaruit ik geleerd heb. Open een project voor de interface, mijn bijdrage en de stand van zaken.

06 / BUITEN DE TERMINALDEZELFDE NIEUWSGIERIGHEID. EEN ANDERE FREQUENTIE.

Na de werkuren.

MUZIEK & VIDEO

Ook bekend als Misterhaze.

De tracks zijn met AI gemaakt onder mijn regie: mijn verhalen in de teksten, mijn keuze van genre, gegenereerd in Suno. De video's maak ik zelf, gemonteerd in DaVinci Resolve terwijl mijn eigen toolkit het repetitieve werk overneemt.

GEVESTIGD IN BELGIË

Nederlands als moedertaal. Vlot Engels.

Ik woon in België. Haven richt zich op Nederlandstalige bedrijven; al de rest bouw en leer ik in het Engels.

07 / AAN JOU

Samen iets
bruikbaars bouwen.

Ik bouw en test software en automatisaties vanuit concrete problemen die ik tegenkom. Vooral repetitieve taken, omslachtige processen en dingen waarvan je denkt: dit moet toch eenvoudiger kunnen?

Loop je in je bedrijf tegen zo'n probleem aan? Dan hoor ik graag hoe jullie dat vandaag aanpakken. Ik denk graag mee over wat software eventueel kan verbeteren.

Mijn projecten zijn persoonlijk ontwikkeld, met hulp van AI-tools. Ik kan tonen wat al werkt, hoe ik het getest heb en waar nog werk aan is.

wardgeys.dev@gmail.com
Verbind op LinkedIn

Schrijf in Gmail ↗ Open je e-mailapp ↗

België · antwoord in het Nederlands of Engels

Atlas Companion

Bestaande Atlas-opname. Historische beelden, geen bewijs van de huidige release.