Work Blog Contact
AI & digitale transformatie · van procesanalyse tot werkende AI-tools

Alexey Berezka

Ik breng AI in de industriële praktijk - en bouw mijn eigen AI in alle openheid.

Bij de automotive- en industrietak van Kyocera is mijn werk interne consultancy plus engineering: eerst interviews en proceskaarten met de mensen die het werk doen, daarna de AI-tools die passen, of dat nu Microsoft 365 Copilot, Claude, OpenAI of iets anders is. Daarvoor ruim drie jaar veiligheidskritische automotive-software bij ZF, waar code pas de deur uitgaat als hij standhoudt.

5+
Jaar in de industrie
200+
AI-agents georkestreerd
~95%
LLM-kosten verlaagd
7.964
Bestanden in RAG-index

AI-systemen die ik heb gebouwd en in productie draai

Geen demo's. Elk hiervan draait elke dag op mijn eigen infrastructuur.

🤖
Draait 24/7 in productie

JARVIS - Multi-agent AI-besturingssysteem

Probleem Generieke chatbots handelen niet - ze antwoorden. Ik wilde een assistent die echte taken in meerdere stappen plant en uitvoert over al mijn tools heen.
Aanpak Een zelf-gehost systeem met stem in/uit (Whisper), e-mail-, agenda- en smarthome-tools, en een meta-orchestrator die werk verdeelt over meer dan 200 gespecialiseerde agents - autonoom plannend, delegerend en uitvoerend.
Python Claude API Whisper MCP Docker
📈
~95% lagere modelkosten

DeepSignal - Autonome LLM-pipeline

Probleem LLM-gedreven marktanalyse is krachtig maar duur en fragiel - makkelijk om te veel uit te geven, moeilijk te vertrouwen.
Aanpak Een end-to-end-pipeline die markt- & nieuwsdata inleest, LLM-analyse uitvoert en signalen volgens schema publiceert zonder handmatige tussenkomst - een leveranciersneutrale modeladapter plus een shadow-mode-productiegate, gehard door backtesting en een adversarial review met 54 agents.
Python LLMOps Eval gating Telegram API
🔎
7.964 bestanden · binnen 1 s

Hybride RAG-kennissysteem

Probleem Zoeken op trefwoorden mist de betekenis; pure vectorzoekopdrachten hallucineren de context. Geen van beide is alleen goed genoeg om een LLM te onderbouwen.
Aanpak Retrieval-Augmented Generation over 7.964 bronbestanden (78.764 chunks), met dense embeddings (bge-m3), sparse FTS5 en een cross-encoder-reranker - geserveerd door een daemon die altijd draait en elk uur opnieuw geïndexeerd, voor snelle, onderbouwde en citeerbare antwoorden.
RAG bge-m3 FTS5 Reranker
🏗️
Leveranciersonafhankelijke stack

Zelf-gehoste AI-infrastructuur & MCP

Probleem Vastzitten aan één cloud of één modelleverancier is een bedrijfsrisico, niet alleen een technisch risico.
Aanpak Een volledige productiestack op Hetzner - Docker, nginx, systemd, CI/CD (GitHub Actions), FastAPI-diensten en eigen Model Context Protocol-servers - zo ontworpen dat de LLM-backend en de data standaard porteerbaar blijven.
Docker nginx systemd CI/CD FastAPI
🌐
30 talen · live

Webdesign & -ontwikkeling

Probleem Een persoonlijke site moet in elke taal waarin hij verschijnt natuurlijk lezen en toch snel laden op een goedkope telefoon.
Aanpak Deze site: Hugo in 30 talen met teksten die als moedertaal lezen en SEO per taal, een zelf gehoste contact-API en analytics, en een buildcheck vóór elke deploy.
Hugo i18n SEO Nginx

🔬 KIT-onderzoek - Beslismodel voor AI-adoptie

Mijn masterscriptie aan het KIT (ingediend 09/2026, diploma verwacht 10/2026): een multicriteria-beslismodel dat productie-MKB's laat zien waar AI-beeldverwerking echt de moeite waard is - en waar niet. Gebouwd op expertinterviews, kwantitatieve analyse en AHP-modellering vervangt het AI-beslissingen op onderbuikgevoel door een herhaalbare methode. Eerdere scripties: gondel-elektronica voor stratosfeerballons (Ing., UWB Pilsen 2021); multischalige fase-afstandsmeting voor het volgen van ruimtevaartuigen (B.Sc., RTU 2018).

KIT HECTOR School MCDM Industrie 4.0 AI-adoptie SME Research
📋Expertinterviews
🎤Kwantitatieve analyse
📈MCDM / AHP

Van fabrieksvloer tot AI-deployment

AI Engineer - Digital Transformation Mei 2026 - heden

Kyocera Automotive and Industrial Solutions

Dietzenbach, Duitsland

Focus: interne consultancy - procesanalyse en interviews, evaluatie van AI-tools, governance en adoptie - plus het bouwen van Copilot-agents en flows. Werkstudent 05-09/2026, fulltime sinds 10/2026.

AI-adoptie Digitale transformatie Industrie 4.0
Executive M.Sc.-opleiding 2024 - 2026

Karlsruhe Institute of Technology

KIT HECTOR School

Executive masteropleiding aan de KIT HECTOR School (90 ECTS, ~20 maanden), de technology business school van het KIT voor werkende ingenieurs. Scriptie ingediend 09/2026, diploma verwacht 10/2026. Het curriculum combineert technische diepgang (digitale platforms, AI, software, security) met managementbreedte (strategie, beslissingen, finance, innovatie), met een specialisatie in Autonomous Robotics - smart manufacturing en Industrie 4.0. Het veranderde hoe ik over technologiebeslissingen denk: niet „wat is technisch mogelijk”, maar „wat is juist gezien strategie, capaciteit en risico”.

Strategie Informatiesystemen Beslissingstheorie Digitale transformatie
Embedded software-ontwikkelaar 2019 - 2023

ZF Pilsen

Commerciële voertuigen - Tier 1 automotive leverancier

Leverde embedded software voor productie-ECU's in een gereguleerde, veiligheidskritische omgeving. Verkortte validatiecycli met 25% door HiL-testpipelines te automatiseren.

C/C++ HiL/SiL Jenkins Git CAN
Ingenieur 2017 - 2018

Typhoon Research & Production Association

Luchtvaart-weersystemen

Werkte aan meetsystemen voor weermonitoring in de luchtvaart, in een gereguleerde omgeving waar de documentatie exact moest kloppen.

PCB Design MATLAB Electronics
Data analytics-ingenieur 2016 - 2017

Stream

Analytics & data

Bouwde voorspellende modellen voor klantsegmentatie en geautomatiseerde rapportagepipelines - elimineerde 40% handmatige analistwerkzaamheden.

SAS Python SQL ETL

Technologie waar ik mee werk

AI & machine learning
🤖
Agentic AI / Multi-Agent
🔗
RAG / Vector Embeddings
📐
Prompt Engineering
📈
LLMOps / Eval
⚙️
MCP Protocol
🧰
Claude Agent SDK
✨
GPT-5 / Gemini 2.5
🏠
Ollama / Local LLM
🎤
Whisper STT
🛡️
EU AI Act / GDPR
📊
MCDM / AHP
Engineering & ontwikkeling
🐍
Python
🔧
C / C++
🗄️
SQL
📡
CAN / Embedded
📈
SAS / ETL
🔬
MATLAB
Infrastructuur & DevOps
🐳
Docker
🌐
Nginx
🚀
Hetzner VPS
🔀
Git / CI-CD
⚡
n8n / Automation
📦
Telegram API

Het meeste AI-werk blijft steken bij de presentatie. Ik breng het in het dagelijkse werk - en blijf tot het standhoudt.

Ik ben Alexey. Ik werk aan AI en digitale transformatie bij Kyocera Automotive and Industrial Solutions in Dietzenbach: van 05 tot 09/2026 als werkstudent, sinds 10/2026 fulltime. Het grootste deel van het werk is interne consultancy: ik praat met de mensen die het werk doen, breng in kaart hoe het echt loopt, bekijk welke AI-tools passen en help de regels voor het gebruik ervan op te stellen. Daarna bouw ik met de AI-tool die het beste past - Microsoft 365 Copilot, Claude, OpenAI of een andere - waar het zijn plek verdient. In mijn vrije tijd bouw ik AI in alle openheid - een persoonlijke assistent die Claude, OpenAI en Perplexity aan elkaar koppelt, ML-onderzoek naar tradingsignalen en deze site. Alles draait op mijn eigen servers, elke dag.

Aan het KIT schreef ik mijn masterscriptie over hoe fabrikanten AI echt invoeren: een beslismodel voor AI-gestuurde beeldverwerking in het productie-MKB, gebouwd op expertinterviews en echte besliscriteria in plaats van leveranciershype. Ik heb de scriptie in september 2026 ingediend; het diploma wordt in oktober 2026 verwacht. Zo blijf ik eerlijk over wat AI wel en niet kan.

Vóór AI schreef ik ruim drie jaar veiligheidskritische automotive-software bij ZF, en daarvoor werkte ik aan meetsystemen voor de luchtvaart en aan data-analyse. In die vakgebieden gaat niets de deur uit voordat het standhoudt onder echte omstandigheden. Die lat leg ik nu ook: AI die de productie overleeft, niet alleen de demo. Buiten het scherm ben ik in de sportschool, onderweg of bezig met het volgende experiment - in vier talen (EN · RU · DE · CZ).

0
Jaren erv.
0
Talen
0
Sectoren
AB
Gevestigd in Mannheim, Duitsland
Opleiding B.Sc. RTU · Ing. UWB Plzeň · M.Sc. aan het KIT, diploma verwacht 10/2026
Onderzoek Hoe fabrikanten AI invoeren (masterscriptie aan het KIT)
Talen RU moedertaal · EN C1 · CZ C1 · DE B2
Status AI & digitale transformatie bij Kyocera · bouwt eigen AI in het openbaar

Wat me scherp houdt

🏋️

Sport & discipline - bijna dagelijks trainen.

📷

Fotografie - ik fotografeer en deel op Instagram.

🖨️

3D-printen & design - functionele prints en STL-modellen die ik op MakerWorld publiceer.

🌍

Talen - Russisch, Engels, Duits en Tsjechisch; Italiaans is de volgende.

I write down what I build, most nights

Vibes per Token is my build-in-public journal on AI, agents and automation. What shipped, what broke, what it cost. English and Russian on Telegram.

See the journal

Een engineer die beide talen spreekt

Ik sta tussen de serverruimte en de bestuurskamer. Ik kan de code schrijven, de infrastructuur beveiligen en de datapipeline ontwerpen - en vervolgens aan de directie in heldere zakelijke taal uitleggen wat het kost, wat het oplevert en waar het risico zit. AI binnen EU-datagrenzen, met de AVG en de EU AI Act als ontwerpvoorwaarden, niet als bijzaak achteraf.

✓
Bouwt in productie
Alles op deze pagina draait dagelijks op mijn eigen servers - niet in een demo-sandbox.
✓
Verantwoord & EU-klaar
AVG, EU AI Act en datasoevereiniteit vanaf dag één meegenomen, niet er later aan vastgeschroefd.
✓
Leveranciersneutraal
Porteerbare stacks - data en logica zitten nooit vast aan één model of cloud.

Leven & werk op Instagram

AB
@alexey.berezka
AI-bouwer · 3D-printen · leven in Mannheim 🇩🇪
Volg op Instagram

Schrijf mij

Een vraag over een project of een post, een idee om over te sparren of gewoon hallo - het formulier komt rechtstreeks in mijn inbox. Ik antwoord in het Engels, Duits, Russisch of Tsjechisch.

Gevestigd in Mannheim, Duitsland