Wat ik bouw,
uitrol en train.
Wat we bij Kamoo doen: agents bouwen die in productie blijven draaien, on-prem AI uitrollen op DGX Spark voor data die de cloud niet in mag, en teams trainen om dit zelf te kunnen.
AI die je data het pand niet uit laat
Lokale modellen voor klantdata die niet naar de cloud mag, en geen Amerikaanse jurisdictie raakt. Hardware-advies, vLLM-tuning, quantisatie, eval. Inclusief overdracht aan jullie ops-team.
Per project · op aanvraagEen agent die in productie blijft draaien
MCP-servers, eval-suites, retrieval, tool-calling. Cloud (Anthropic, OpenAI) of lokaal op eigen hardware. Van prototype tot productie-deploy met monitoring en eval-gates. Geen demo's die alleen op vrijdag werken.
Per project · op aanvraagJe team bouwt dit straks zelf
Eendaags via Kamoo, of in-company op maat voor engineering-teams. Hands-on met je eigen codebase: agents, MCP, eval, on-prem keuzes. Geen slides over wat AI is, wel iets concreets om mee terug te brengen.
In-company · op aanvraagDit traject geldt voor maatwerk-projecten (A en B). Voor trainingen schrijf je je in via de trainingen-pagina.
- 01
-
Eerste gesprek, gratis
Week 0Een vrijblijvend gesprek waarin we ontleden wat je wil automatiseren en welke rol agents of een lokale chatbot kunnen spelen. Soms blijkt AI niet de oplossing, soms blijkt het simpeler dan je dacht. Geen offerte erna, alleen een eerlijke read.
- 02
-
Eval-eerst
Week 1 – 2Voor een regel code: een eval-suite die meet of het werkt. Klinkt saai, voorkomt 80% van de pijn die ik elders zie ontstaan.
- 03
-
Bouwen, korte loops
Week 2 – 8Wekelijkse demo, eval per release. Wat de eval haalt gaat live. Wat niet, niet. Ook niet als het er goed uitziet.
- 04
-
Overdracht
Week 8 – 10Jullie team neemt het over. Documentatie, runbooks, on-call training. Ik blijf maximaal vier weken in de chat voor vragen.