





Generatieve AI-tools kunnen al goed applicatiecode schrijven, maar het genereren van Infrastructure as Code is een uitdaging. In deze opdracht onderzoek je waar het misgaat en wanneer AI wél bruikbare output levert. Op basis daarvan ontwikkel je een tool die ontwikkelaars helpt om AI effectiever in te zetten bij het genereren van infrastructuurconfiguraties.💡Interessegebieden: infrastructure, IaC, AI, cloudDeze afstudeeropdracht maakt deel uit van het project ‘Mission: Impossible – Critical IT Protocol’. Met dit project geven we Nederland een digitale boost door het bouwen van IT-oplossingen voor kritieke maatschappelijke uitdagingen. Van betaalverkeer en overheidsdiensten tot cybersecurity en crisisdetectie: samen versterken we de digitale infrastructuur van Nederland met impact die telt.Generatieve AI-modellen zoals ChatGPT en Copilot zijn inmiddels goed in het schrijven van applicatiecode, bijvoorbeeld in Java of .NET. Maar bij het genereren van Infrastructure as Code (IaC) gaat het vaak mis. De output bevat regelmatig syntactische fouten, onvolledige configuraties of ongeschikte resource-definities. Dat komt onder andere door het gebrek aan standaarden in IaC, de contextgevoeligheid van infrastructuurconfiguraties en de beperkte aanwezigheid van IaC-data in trainingssets. Daardoor is het lastig om AI-output direct toe te passen voor het uitrollen van infrastructuur. De kwaliteit is niet altijd voldoende voor veilige en stabiele implementaties.De opdrachtDeze afstudeeropdracht bestaat uit twee onderdelen. Onderzoek eerst waarom generatieve AI momenteel tekortschiet bij het genereren van betrouwbare Infrastructure as Code. Breng in kaart op welke vlakken, voor welke talen (bijvoorbeeld Terraform of Bicep) en in welke scenario’s AI-modellen wél of juist niet (deels) bruikbare output leveren.Ontwikkel op basis van deze inzichten een Proof of Concept (PoC) van een tool, eventueel met een eenvoudige frontend. Deze tool moet ontwikkelaars begeleiden bij het formuleren van prompts waarmee generatieve AI kwalitatieve en bruikbare IaC genereert. Je onderzoekt hoe de prompt-engineering achter de schermen automatisch kan worden afgestemd op de context en gewenste output van de gebruiker, met als doel om de gegenereerde infrastructuurcode daadwerkelijk toepasbaar te maken in praktijkomgevingen.