Bedrijven: wat ze echt bedoelen met 'AI-ervaring'

Samenvatting

AI-ervaring heeft geen vaste betekenis: werkgevers vragen soms toolkennis, soms modelbegrip of statistische beoordeling.

AI-ervaring verschilt per vacature

Vacatures voor data-analisten, statistici en onderzoekers noemen steeds vaker AI-ervaring als vereiste. Die term beschrijft geen vaste technische vaardigheid. De betekenis hangt af van de schrijver van de vacature, de sector en het niveau van de functie.

De gids deelt de vraag op in vier categorieën. De eerste is vertrouwdheid met AI-tools. Bij functies in marketing of andere sectoren die bestaande AI-producten gebruiken, gaat het bijvoorbeeld om geautomatiseerde prognosedashboards, AI-ondersteunde rapportageplatforms en interfaces voor large language models. De werkgever vraagt dan niet om zelf een model te bouwen, maar om uitkomsten statistisch te beoordelen en in bestaande werkprocessen te gebruiken.

De tweede categorie is kennis van machine learning. Dan moet een kandidaat het verschil begrijpen tussen classificatie en regressie, een modelrapport kunnen lezen en met een data science-team kunnen overleggen. Kennis van trainings- en testsets, overfitting en feature importance kan daarbij volstaan. Het artikel noemt daarnaast applied machine learning als derde categorie, maar het aangeleverde fragment werkt die categorie niet verder uit.

Waarom AI-ervaring geen vast zoekwoord is

AI-ervaring functioneert volgens de bron als een brede marketingterm. Werkgevers gebruiken het soms om kandidaten te selecteren die recente ontwikkelingen volgen, zonder dat intern overeenstemming bestaat over de gewenste vaardigheid. Daardoor kan dezelfde formulering bij een retailbedrijf, biotechstartup of financiële dienstverlener iets anders betekenen.

De functieomschrijving zelf geeft samen met sector en senioriteitsniveau aanwijzingen. Statistische kennis blijft daarbij een bruikbaar vertrekpunt: ervaring met modelbeoordeling sluit direct aan op vacatures die vooral kritisch gebruik van AI-tools vragen. Wie modellen moet bouwen, heeft een andere aansluiting nodig dan iemand die alleen resultaten controleert.

Concrete takeaway voor AI-ervaring

Lees AI-ervaring niet als één vereiste. Markeer eerst de genoemde tools, modelconcepten en werkzaamheden in de vacature en koppel daarna je statistische ervaring aan precies die categorie. Ontbreekt een concrete omschrijving, vraag dan tijdens het gesprek welke prestaties de werkgever onder AI-ervaring verstaat.