Afstudeerstage Agentic Onderhoud
KPN is hiring an Afstudeerstage Agentic Onderhoud. Level rates it ; you can apply on KPN.
Level's read on this job
- Builds AI ●●●● is how Level rates this role: the job is building AI systems.
- The posting mentions Model Context Protocol, Kanban and Openshift among its tools and skills.
- Level classes it as an internship.
- KPN has 48 other open roles on Level.
- Posted in the last few days.
AI in this role
Research and develop a multi-agent AI workflow for automated software maintenance and code refactoring on container platforms.
KPN is de toonaangevende telecom- en IT-dienstverlener van Nederland. Wij beheren kritieke digitale infrastructuur: van vaste en mobiele netwerken tot cloud- en platformdiensten. Dit doen wij voor miljoenen consumenten en bedrijven. Daarbij werken we continu aan betrouwbare, veilige en goed presterende dienstverlening.
Je komt terecht bij het Containerization & Virtualization team binnen de afdeling Networks. Dit team bouwt en beheert OpenShift-platforms waarop meerdere klanten (tenants) gebruikmaken van containertechnologie. Binnen deze opdracht onderzoek je samen met het team hoe terugkerend onderhoud aan bijvoorbeeld code, configuratie en documentatie gecontroleerd door samenwerkende agents kan worden opgepakt.
Als afstudeerstagiair onderzoek en ontwikkel je een agentic workflow waarmee meerdere AI-agents gezamenlijk eenvoudige, terugkerende onderhoudstaken kunnen afhandelen. Je ontwerpt agentprofielen met verschillende rollen en bouwt een proof of concept (PoC) waarin agents userstories oppakken, analyseren, uitvoeren, testen en gecontroleerd afronden. Het doel is aan te tonen welke onderhoudstaken binnen duidelijke grenzen geautomatiseerd kunnen worden en waar menselijke tussenkomst nodig blijft.
Jouw verantwoordelijkheden:
- Samen met het team geschikte basisonderhoudstaken selecteren en vertalen naar afgebakende userstories met toetsbare acceptatiecriteria.
- Een multi-agentworkflow ontwerpen met expliciete agentrollen, taakverdeling, contextoverdracht en afspraken over samenwerking en escalatie.
- Een werkend PoC realiseren met een kanbanbord, gecontroleerde toegang tot tooling via Model Context Protocol (MCP) en human-in-the-loop-goedkeuringsmomenten.
- De workflow beproeven op geselecteerde onderhoudstaken en de kwaliteit, doorlooptijd, menselijke inspanning en beperkingen evalueren en presenteren.
De centrale onderzoeksvraag is: Hoe kunnen samenwerkende AI-agents via een agentic workflow basisonderhoudstaken vanuit userstories op een kanbanbord gecontroleerd en aantoonbaar afhandelen, met MCP-koppelingen en human-in-the-loop op de juiste momenten?
Agentprofielen en samenwerking
Je stelt meerdere agentprofielen op en onderbouwt hun verantwoordelijkheden, instructies, beschikbare context, toegestane tools en bevoegdheden. Een mogelijke rolverdeling voor het PoC is:
- Coördinator: selecteert vrijgegeven userstories, verdeelt het werk, bewaakt afhankelijkheden en werkt de bordstatus bij. Voorkomt dat meerdere agents hetzelfde item gelijktijdig uitvoeren.
- Analist/planner: controleert of de userstory uitvoerbaar is, verzamelt relevante context en stelt een aanpak met risico’s, acceptatiecriteria en teststappen op.
- Uitvoerder: realiseert de afgebakende wijziging in een geïsoleerde werkomgeving en levert de wijziging met toelichting ter beoordeling aan.
- Reviewer/tester: beoordeelt de wijziging onafhankelijk van de uitvoerder, voert controles uit en toetst de acceptatiecriteria. Afwijkingen gaan terug voor herstel of worden aan een mens voorgelegd.
Je onderzoekt welke rolverdeling daadwerkelijk meerwaarde heeft. De menselijke begeleider blijft verantwoordelijk voor taakvrijgave, de afgesproken goedkeuringsmomenten en beslissingen buiten de bevoegdheden van de agents.
Wat lever je op?
- Een onderbouwde selectie van geschikte onderhoudstaken, uitgewerkt als userstories met acceptatiecriteria. Denk als mogelijke voorbeelden aan een kleine dependency-update, een eenvoudige configuratiecorrectie of het bijwerken van documentatie; de definitieve selectie maak je samen met het team.
- Een technisch ontwerp met agentprofielen, samenwerking, MCP-koppelingen, toegangsrechten, goedkeuringsmomenten en foutafhandeling.
- Een reproduceerbaar, werkend PoC dat geselecteerde userstories van taakopname tot gecontroleerde afronding afhandelt, inclusief wijzigingen, tests, terugkoppeling op het bord en menselijke goedkeuring.
- Een evaluatie met vooraf afgesproken meetcriteria: correct afgeronde taken, kwaliteit van de oplossing, doorlooptijd, benodigde menselijke interventies, tool- en modelkosten en naleving van de veiligheidsgrenzen. Vergelijk waar mogelijk met handmatige uitvoering van vergelijkbare taken. Test ook afwijzing, ontbrekende rechten, foutieve invoer en falende tests.
- Documentatie, een demonstratie en een advies over welke taken geschikt zijn voor verdere automatisering, welke beperkingen blijven bestaan en welke vervolgstappen nodig zijn.
De opdracht richt zich op een proof of concept voor een beperkte, samen met het team gekozen set laagrisico-onderhoudstaken in een niet-productieomgeving. Het doel is niet om het volledige platformbeheer te automatiseren of een productierijpe, volledig autonome beheeroplossing op te leveren. Productiewijzigingen en ingrijpende of onomkeerbare acties vallen buiten het PoC. Je toont aan wat binnen de afgesproken grenzen werkt, welke menselijke controle nodig blijft en wat een verantwoorde vervolgstap is.
Voor deze opdracht zoeken we een HBO of WO ICT-student met interesse in AI-agents, softwareontwikkeling en DevOps-automatisering. Ervaring met alle gebruikte technieken is niet noodzakelijk. We vinden het vooral belangrijk dat je nieuwsgierig bent, gestructureerd onderzoek doet en ontwerpkeuzes en resultaten helder kunt onderbouwen.
Affiniteit met de volgende onderwerpen is gewenst:
- AI-agents, taalmodellen en het ontwerpen van agentic workflows.
- Programmeren, scripting en het koppelen van tools via API’s en MCP.
- Git, geautomatiseerd testen en CI/CD.
- Linux, containers en Kubernetes/OpenShift; Infrastructure as Code en/of GitOps is een pré.
- Veilig automatiseren, toegangsbeheer en human-in-the-loop. Daarnaast beheers je de Nederlandse en Engelse taal en kun je jouw bevindingen helder documenteren en presenteren.
- Je bent voor 40 uur per week beschikbaar voor minimaal 20 weken per februari 2027
- Je zit in de afstudeerfase van een HBO- of WO-opleiding richting ICT.
Dit ontvang je van KPN:
- Een stagevergoeding van EUR 600,- (o.b.v. 40 uur).
- Een laptop, die je ook kunt gebruiken voor jouw schoolopdrachten.
- Heb je geen studenten-ov? Dan worden jouw reiskosten vergoed voor de trein of auto.
- Je krijgt bij ons een vaste begeleider die jou op professionele manier coacht in jouw stage.
- Je krijgt toegang tot een groot netwerk van experts bij KPN die graag hun kennis & netwerk met jou delen.
- Breid jouw kennis & skills uit door onze KPN Academy en workshops.
- Fun activiteiten via Jong KPN en het stagiair-netwerk.
- En ook niet onbelangrijk; regelmatig zijn er gezellige borrels en activiteiten op kantoor.
Ben jij klaar voor deze uitdaging en wil je bijdragen aan het succes van KPN? Ons geloof in technologie is groot. Dit wordt nóg krachtiger samen met menselijk contact, daarom ontmoeten we je graag!
Wil je meer weten? Neem contact op met onze recruiter Renée van der Horst via +31 6 49 00 01 20 of renee.vanderhorst@kpn.com. Sollicitaties die per e-mail worden verstuurd, worden niet in behandeling genomen. Graag je interesse kenbaar maken via de sollicitatieknop.
Bij KPN hebben we recruitmenttalent dat slim samenwerkt en zo wint. Daarom wordt acquisitie naar aanleiding van deze vacature niet gewaardeerd.
How we rate this
Afstudeerstage Agentic Onderhoud at KPN rates 90 out of 100 for how much of the daily work is AI. That makes it Builds AI (AI Level 4 of 4). The level is about AI in the job, not seniority.
Builds AI. The job is building AI systems.
- ●●●● Builds AI80 to 100
- ●●●○ Works on AI60 to 79
- ●●○○ Uses AI40 to 59
- ●○○○ Little AI0 to 39
Levels come from how often the tools, models and workflows of the role are named in the posting itself. Read the description and count the AI tools, models and workflows it names.
Prepare for this job
Built from this posting and from similar jobs on Level.
Skills and AI tools this role asks for
Questions you could be asked
- How do you decide when an AI agent can act on its own versus asking for approval first?
- Tell me about a project where python was part of your work. What did you do?
- Tell me about a project where automation was part of your work. What did you do?
- Tell me about a project where containerization was part of your work. What did you do?
- Walk me through how you've used Model Context Protocol in your day-to-day work.
Adapt your resume
- List these exact terms on your resume: AI agents, Python, Automation, Containerization, and Model Context Protocol. An applicant tracking system matches the wording, not the idea.
- Attach one line of real, concrete experience to at least one of them. A tool named with nothing behind it rarely survives a human read.
- Lead with what you built, trained or shipped. This role is judged on the AI system itself, not the tools around it.
Get new AI jobs (Builds AI ●●●●) by email
One email a week, each job rated for how much AI is in the work. No recruiter spam, unsubscribe in one click.
Free.
Similar roles
Other roles that build AI, at other companies.
What kind of AI work fits you?
Answer 12 practical questions in about three minutes. Get a simple profile, the work it points to, and live roles to explore next.
Find my next step