Is deze AI Engineer Opleiding wat voor mij?

Dit is de meest complete AI Engineer Opleiding die je in Nederland kunt volgen. In 11 intensieve dagen ga je van AI-basis tot het zelfstandig bouwen, trainen, inzetten én deployen van eigen AI-applicaties. De opleiding is bedoeld voor professionals die niet alleen met AI willen werken, maar er ook écht mee willen kunnen ontwikkelen.

• Je wilt voorspellende modellen bouwen met machine learning en AI-agents inzetten, gebaseerd op de data uit jouw organisatie.
• Je bent nieuwsgierig naar de praktische inzet van generative AI en hoe je die zelf kunt aansturen via Python-code.
• Je wilt zelf complete AI-applicaties bouwen en live zetten in productie, met AI co-developer.

Voorkennis

Het is handig als je basiskennis hebt van wiskunde en bekend bent met het werken met Excel-bestanden, csv’s of databases.
De opleiding is op hbo+/wo-niveau en vraagt een leergierige en analytische houding.

Vrijstellingen

Wanneer je reeds over de kennis beschikt van bepaalde modules uit deze opleiding, kun je hier vrijstelling voor krijgen. Neem contact met ons op om dit te bespreken. Je betaalt niet voor de dagen waarvoor je vrijstelling krijgt.

Inhoud AI Engineer Opleiding

De inhoud van deze training is geaccrediteerd door de International Association of Business Analytics Certification (IABAC™).

Dag 1 prompting-technieken & werkprocessen automatiseren met AI (trainingsblok 1)

• Achtergrond en werking van generatieve AI, zoals ChatGPT, Copilot en Gemini.
• Op deze dag programmeer je niet, maar gebruik je populaire low-code tools zoals n8n.
• Je leert geavanceerde prompting-technieken, zodat je meer uit AI-tools haalt dan de gemiddelde gebruiker.
• Je bouwt je eigen AI-workflows vanuit een gebruiksvriendelijke low-code interface en ontdekt hoe je AI structureel in je werkprocessen integreert.
• Perfect voor deelnemers die soms ook zonder code AI willen inzetten in hun dagelijkse praktijk.
• Deze dag is los te boeken, maar met 20% korting opgenomen in deze 11-daagse AI Engineer Opleiding.

Dag 2 & 3 Python & Data Science-basis (trainingsblok 2)

• De oorsprong van AI en data science en de rol van Python in AI.
• Python-basics: variabelen, datatypes, lists, dictionaries, functies en logica.
• Werken met datasets, logica toepassen en inzichten verkrijgen.
• Data analyseren en visualiseren met NumPy, Pandas en Matplotlib.
• Eindopdracht: een mini-project met data-analyse en presentatie.

Dag 4 & 5 Machine Learning (Supervised & Unsupervised) & Generative AI (trainingsblok 3)

• Wat machine learning is, het verschil tussen supervised en unsupervised learning en het ML-proces.
• Classificatie: theorie en een praktijkcase, zoals spamdetectie.
• Regressie: theorie en een praktijkcase met voorspellingen op numerieke data.
• Clustering als introductie in unsupervised learning, met k-means clustering.
• Werken met generatieve AI zoals ChatGPT en DALL·E, prompten en de OpenAI API.
• Tokenization en de rol van system prompts in prompting.
• Modellen evalueren en verbeteren met ROC, AUC, confusion matrix, tuning en feature engineering.
• Modellen in productie brengen en up-to-date houden, met praktijkvoorbeelden.
• Eindopdracht: een volledig AI-project van data tot werkend model.

Dag 6 & 7 LLM’s, AI-technieken & agents (trainingsblok 4)

• Introductie in LLM’s: geschiedenis, werking en toepassingen.
• Tekst-, beeld-, audio- en multimodale generatie met de OpenAI API.
• AI-output monitoren, evalueren en verbeteren.
• Function calling en structured outputs inzetten voor koppelingen met systemen.
• Werken met embeddings, frameworks, fine-tuning, system prompts en tokenization.
• AI-agents bouwen en hun gedrag en output monitoren.
• Eigen documenten bevragen met RAG, vector databases, chunking en retrieval-technieken.
• Lokale LLM’s draaien met tools als Ollama of LM Studio voor meer privacy en controle.

Dag 8 & 9 Vibe Coding met Claude Code (trainingsblok 5)

• Introductie in Claude Code en AI-gestuurde ontwikkeling.
• Privacy en security bij het werken met AI-tools in een professionele omgeving.
• Wensen en functionaliteiten zo formuleren dat Claude Code ze omzet in een werkende oplossing.
• Applicaties lokaal ontwikkelen en testen met architectuur, CRUD en databases.
• Geautomatiseerde feedbackloops, tests en versiebeheer met Git inzetten.
• Een eigen AI-applicatie bouwen en deployen naar een publieke URL.

Dag 10 & 11 Agentic Engineering met Claude Code (trainingsblok 6)

• Agentic reviews inzetten voor technische correctheid, aansluiting op de opdracht en codekwaliteit.
• Architectuur, datamodel en documentatie gebruiken om een grote codebase te begrijpen zonder alle code zelf te lezen.
• Issues automatisch aanmaken, bijhouden en beheren zodat agents zelfstandig werk kunnen oppakken.
• Meerdere agents parallel laten werken in afzonderlijke branches en worktrees.
• Bepalen welke wijzigingen op basis van impact en risico extra controle nodig hebben.
• Orchestration-patronen toepassen voor de aansturing en samenwerking tussen mensen en agents.
• Als lead developer een team van agents aansturen dat samen features oplevert in één werkende applicatie.