Beschikbaar voor nieuwe opdrachten per september 2026 Neem contact op →

Beschikbaar voor nieuwe opdrachten per september 2026

Mark Smit — senior .NET-developer & -architect

Ruim 18 jaar ervaring met enterprise-.NET, onder meer bij funda, Vodafone en T-Mobile. Ik moderniseer bestaande systemen en teams van binnenuit — en breng daar nu AI- en LLM-functionaliteit in.

Eerder gewerkt voor onder andere

  • Logo van funda
  • Logo van Vodafone
  • Logo van T-Mobile
  • Logo van Odido
  • Logo van Hartstichting

De rode draad: modernisering van binnenuit

Mijn hele loopbaan volgt hetzelfde patroon: een bestaand systeem, een team dat moet doorbouwen, en een volgende stap die iedereen ziet aankomen maar niemand durft te zetten. Eerst klein bewijzen, dan opschalen.

  1. WebForms → MVC bij Vodafone Thuis — eerst aangetoond met één bewijs-app, daarna een migratietraject voor het hele systeem
  2. SVN → Git bij Vodafone Thuis — migratie opgezet en uitgevoerd
  3. Tweewekelijkse releases → CI/CD bij T-Mobile Thuis — plus een grote refactoring naar een automatische testsuite
  4. Geen AI → AI — de vierde transitie, waar ik me tijdens mijn sabbatical intensief in heb verdiept

Waar ik mee help

Senior .NET-developer / architect

Bouwen en architectuur in bestaande enterprise-landschappen: C#, .NET, web-applicaties, API's, CI/CD en automatische tests. Met team-lead-ervaring: bij T-Mobile Thuis groeide het team van 6 naar 20 developers, met de technische lead over werving bij mij.

AI-integratie in .NET

LLM-functionaliteit inbouwen in bestaande systemen: triage, categorisering, samenvatting, data-extractie en RAG over bedrijfsdata. Een aanpak in opbouw, onderbouwd met een eigen R&D-project — geen gekochte slides.

Meer over deze aanpak →

Teams effectief met AI-tooling

Binnen een opdracht help ik teams AI-tooling (Copilot, Claude Code, agents) effectief en verantwoord in te zetten — van adoptie tot architectuurbewaking. Precies waar team-lead-ervaring en dagelijkse AI-praktijk samenkomen.

Case: een AI-gedreven kennissysteem

Als eigen R&D-project bouwde ik een persoonlijk kennis- en productiviteitssysteem in .NET: gesproken notities gaan via lokale Whisper-transcriptie en LLM-extractie met structured output automatisch de kennisgraaf in, waar vector search relaties legt met bestaande kennis.

Bekijk de case

Screenshot van het kennissysteem: een taak met eigenschappen, relaties en voorgestelde links