Advanced AI Engineering voor Developers
placeDen Bosch 10 jun. 2026 tot 16 jun. 2026check_circle Startgarantie Toon roosterevent 10 juni 2026, 09:00-16:30, Den Bosch event 11 juni 2026, 09:00-16:30, Den Bosch event 12 juni 2026, 09:00-16:30, Den Bosch event 15 juni 2026, 09:00-16:30, Den Bosch event 16 juni 2026, 09:00-16:30, Den Bosch |
placeDen Bosch 1 okt. 2026 tot 7 okt. 2026check_circle Startgarantie Toon roosterevent 1 oktober 2026, 09:00-16:30, Den Bosch event 2 oktober 2026, 09:00-16:30, Den Bosch event 5 oktober 2026, 09:00-16:30, Den Bosch event 6 oktober 2026, 09:00-16:30, Den Bosch event 7 oktober 2026, 09:00-16:30, Den Bosch |
In deze training krijg je een praktisch inzicht in hoe moderne AI-systemen worden ontworpen en gebouwd. Je leert hoe large language models (LLM’s) werken, hoe ze context en kennis combineren via Retrieval-Augmented Generation (RAG) en hoe je AI-agents maakt met specifiek gedrag en domeinkennis. Tijdens de hands-on sessies werk je met prompt engineering, embeddings, vectordatabases en multi-agentarchitecturen en pas je deze toe in realistische opdrachten.
Wat je leert
-
De basisprincipes van neurale netwerken en large language models.
-
Prompt engineering en contextgestuurde interactie met AI.
-
Embeddings en vectordatabases voor semantisch zoeken.
-
Opzetten en toepassen van Ret…
Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.
In deze training krijg je een praktisch inzicht in hoe moderne AI-systemen worden ontworpen en gebouwd. Je leert hoe large language models (LLM’s) werken, hoe ze context en kennis combineren via Retrieval-Augmented Generation (RAG) en hoe je AI-agents maakt met specifiek gedrag en domeinkennis. Tijdens de hands-on sessies werk je met prompt engineering, embeddings, vectordatabases en multi-agentarchitecturen en pas je deze toe in realistische opdrachten.
Wat je leert
-
De basisprincipes van neurale netwerken en large language models.
-
Prompt engineering en contextgestuurde interactie met AI.
-
Embeddings en vectordatabases voor semantisch zoeken.
-
Opzetten en toepassen van Retrieval-Augmented Generation (RAG).
-
AI-agents bouwen met eigen instructies en kennisbronnen.
-
Multi-agent systemen ontwerpen en best practices toepassen.
Na deze cursus kun je:
-
Zelf AI-agents ontwerpen, testen en verfijnen.
-
RAG-modellen toepassen binnen je data- of bedrijfsomgeving.
-
Promptstrategieën inzetten voor betrouwbaardere en nauwkeurigere resultaten.
-
AI integreren in ETL-processen en ontwikkelworkflows.
Voor wie
-
Data scientists.
-
Data engineers.
-
AI- en ML-professionals die hun kennis willen verdiepen richting productieklare AI-toepassingen.
Voorkennis
-
Ervaring met Python.
-
Basiskennis van AI- en machine-learningconcepten (zoals LLM’s, API’s of modelgebruik).
Inhoud (globaal programma)
Dag 1 – Introductie tot Agents
-
Fundamenten van AI en taalmodellen.
-
Concept van agents en hun mogelijkheden.
-
Eerste eigen agent bouwen.
Dag 2 – Multi-Agent Systemen
-
Hoe agents samenwerken aan complexe taken.
-
Ontwerpen en implementeren van multi-agent workflows.
Dag 3 – Alternatieve Frameworks
-
Werken met frameworks zoals LangChain en LangGraph.
-
Bouwen van flexibele en schaalbare agentarchitecturen.
Dag 4 – Implementatie en Best Practices
-
Agents inzetten in ETL-processen of ontwikkelomgevingen.
-
Betrouwbaarheid, schaalbaarheid en prestatieoptimalisatie.
Dag 5 – Casus
-
Uitwerken van een end-to-end casus.
-
Ontwerpen en implementeren van een geavanceerde AI-agentoplossing.
Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.

