Natuurlijke taalverwerking (NLP) met Google Colab Training Cursus

LangGraph is een framework voor het bouwen van toestandsbewuste, multi-actor LLM-toepassingen als samenstellbare grafieken met een duurzame toestand en controle over de uitvoering.

Deze door een docent geleide live training (online of ter plekke) is gericht op geavanceerde AI-platformingenieurs, DevOps voor AI en ML-architecten die hun productieklassen LangGraph-systeem willen optimaliseren, debuggen, monitoren en beheren.

Na deze training kunnen de deelnemers:

• Complexe LangGraph-topologieën ontwerpen en optimaliseren voor snelheid, kosten en schaalbaarheid.
• Betrouwbaarheid ontwerpen met herhalingen, time-outs, idempotentie en herstel op basis van controlepunten.
• De uitvoering van grafieken tracen, de toestand inspecteren en productieproblemen systematisch reproduceren.
• Grafieken instrumenteren met logboeken, metrieken en traces, implementeren in productie en de SLAs en kosten monitoren.

Opzet van de cursus

• Interactieve lezingen en discussies.
• Veel oefeningen en praktijkopdrachten.
• Handmatige implementatie in een live-labomgeving.

Opties voor cursusaanpassing

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.

Advanced Ollama Model Debugging & Evaluation is een diepgaande cursus gericht op het diagnosticeren, testen en meten van modelgedrag bij het uitvoeren van lokale of privé Ollama-implementaties.

Deze instructeurgeleide, live training (online of op locatie) is bedoeld voor geavanceerde AI-engineers, ML Ops-professionals en QA-praktijken die betrouwbaarheid, nauwkeurigheid en operationele klaarheid van Ollama-gebaseerde modellen in productie willen waarborgen.

Na afloop van deze training zullen de deelnemers in staat zijn om:

• Systematisch debugging van Ollama-gehoste modellen uit te voeren en falingscenario's betrouwbaar te reproduceren.
• Robuste evaluatiepijplijnen te ontwerpen en uit te voeren met kwantitatieve en kwalitatieve metrieken.
• Observability (logs, traces, metrieken) te implementeren om de gezondheid en drift van het model te monitoren.
• Testen, validatie en regressiecontroles te automatiseren die zijn geïntegreerd in CI/CD-pijplijnen.

Opzet van de cursus

• Interactieve lezing en discussie.
• Praktische labs en debugging-oefeningen met behulp van Ollama-implementaties.
• Case studies, groepsprobleemoplossingssessies en automatisatieworkshops.

Opties voor cursusaanpassing

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.

Deze door een instructeur geleide live training (online of op locatie) is bedoeld voor professionals op geavanceerd niveau die veilige en efficiënte AI-gestuurde workflows willen implementeren met behulp van Ollama.

Aan het einde van deze training kunnen de deelnemers:

• Ollama implementeren en configureren voor privé AI-verwerking.
• AI-modellen integreren in veilige bedrijfsworkflows.
• AI-prestaties optimaliseren terwijl gegevensprivacy wordt behouden.
• Bedrijfsprocessen automatiseren met on-premise AI-capaciteiten.
• Zorgen voor naleving van bedrijfsveiligheids- en governancebeleid.

Deze door een instructeur geleide, live training in Nederland (online of op locatie) is bedoeld voor professionals op gemiddeld niveau die LLMs willen implementeren, optimaliseren en integreren met behulp van Ollama.

Aan het einde van deze training kunnen deelnemers:

• LLMs opzetten en implementeren met behulp van Ollama.
• AI-modellen optimaliseren voor prestaties en efficiëntie.
• GPU-versnelling benutten voor verbeterde inferentiesnelheden.
• Ollama integreren in workflows en applicaties.
• De prestaties van AI-modellen in de gaten houden en onderhouden.

Deze door een instructeur geleide, live training (online of ter plaatse) is bedoeld voor geavanceerde professionals die hun AI-modellen op Ollama willen verfijnen en aanpassen voor verbeterde prestaties en specifieke toepassingen binnen hun domein.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• Een efficiënte omgeving in te richten voor het verfijnen van AI-modellen op Ollama.
• Datasetten voor te bereiden op het verfijnen van supervisie en versterkende leerprocessen.
• AI-modellen te optimaliseren voor prestaties, nauwkeurigheid en efficiëntie.
• Aangepaste modellen in productieomgevingen te implementeren.
• Modelverbeteringen te evalueren en de robuustheid te waarborgen.

LangGraph is een framework voor het bouwen van toestandhoudende, multi-actor LLM-applicaties als samenstelbare grafieken met een persistente toestand en controle over de uitvoering.

Deze door instructeurs geleide live-training (online of ter plaatse) is gericht op professionals op intermediair tot geavanceerd niveau die LangGraph-gebaseerde financiële oplossingen willen ontwerpen, implementeren en beheersen met de juiste governance, observeerbaarheid en naleving.

Na afloop van deze training kunnen de deelnemers:

• Financieel specifieke LangGraph-workflows ontwerpen die voldoen aan de voorschriften en audit-eisen.
• Financiële datastandaarden en ontologieën integreren in de grafiektoestand en tooling.
• Betrouwbaarheid, veiligheid en mens-in-de-lus-controles implementeren voor kritieke processen.
• LangGraph-systemen implementeren, bewaken en optimaliseren voor prestaties, kosten en SLAs.

Formaat van de cursus

• Interactieve lezingen en discussies.
• Veel oefeningen en praktijk.
• Handmatige implementatie in een live-labomgeving.

Cursus aanpassingsopties

• Voor een aangepaste training voor deze cursus, neem contact met ons op om te regelen.

LangGraph is een framework voor het bouwen van grafische LLM-applicaties die planning, vertakking, toolgebruik, geheugen en controleerbare uitvoering ondersteunen.

Deze door een instructeur geleide, live-training (online of op locatie) is bedoeld voor beginnende ontwikkelaars, prompt engineers en data-practitioners die betrouwbare, meerslagige LLM-workflows willen ontwerpen en bouwen met behulp van LangGraph.

Aan het einde van deze training kunnen de deelnemers:

• De kernconcepten van LangGraph (knopen, randen, staat) uitleggen en weten wanneer ze moeten worden gebruikt.
• Promptketens bouwen die vertakken, tools aanroepen en geheugen behouden.
• Retrieval en externe APIs integreren in grafische workflows.
• LangGraph-apps testen, debuggen en evalueren op betrouwbaarheid en veiligheid.

Formaat van de cursus

• Interactieve colleges en begeleide discussies.
• Begeleide labs en code-walkthroughs in een sandboxomgeving.
• Scenario-gebaseerde oefeningen over ontwerp, testen en evaluatie.

Opties voor cursusaanpassing

• Voor een aangepaste training voor deze cursus, neem contact met ons op om dit te regelen.

LangGraph maakt stateful, multi-actor workflows mogelijk die door LLMs worden aangedreven, met precieze controle over uitvoeringspaden en toestandspersistentie. In de gezondheidszorg zijn deze mogelijkheden cruciaal voor naleving, interoperabiliteit en het bouwen van beslissingsondersteunende systemen die aansluiten bij medische workflows.

Deze door een instructeur geleide, live training (online of op locatie) is bedoeld voor professionals met een tussen- tot geavanceerd niveau die LangGraph-gebaseerde gezondheidsoplossingen willen ontwerpen, implementeren en beheren, terwijl zij zich bezighouden met regulerende, ethische en operationele uitdagingen.

Aan het einde van deze training kunnen de deelnemers:

• LangGraph-workflows specifiek voor de gezondheidszorg ontwerpen met inachtneming van naleving en auditabiliteit.
• LangGraph-applicaties integreren met medische ontologieën en standaarden (FHIR, SNOMED CT, ICD).
• Bewaarde praktijken toepassen voor betrouwbaarheid, traceerbaarheid en uitlegbaarheid in gevoelige omgevingen.
• LangGraph-applicaties in productiesettings in de gezondheidszorg implementeren, bewaken en valideren.

Opzet van de cursus

• Interactieve lezing en discussie.
• Handson-oefeningen met echte casestudies.
• Implementatiepraktijk in een live-labomgeving.

Opties voor cursusaanpassing

• Om een aangepaste training voor deze cursus aan te vragen, neem dan contact met ons op om dit te regelen.

LangGraph is een framework voor het bouwen van toestandhoudende, multi-actor LLM-applicaties als samengestelde grafieken met een persistente toestand en nauwkeurige controle over de uitvoering.

Deze door een instructeur geleide, live training (online of ter plaatse) is gericht op professionals op intermediair tot geavanceerd niveau die LangGraph-gebaseerde juridische oplossingen willen ontwerpen, implementeren en bedienen met de benodigde naleving, traceerbaarheid en beheersingscontroles.

Aan het einde van deze training kunnen de deelnemers:

• Juridische, specifieke LangGraph-workflows ontwerpen die auditbaarheid en naleving behouden.
• Juridische ontologieën en documentnormen integreren in de grafiektoestand en -verwerking.
• Leidinglijnen, human-in-the-loop goedkeuringen en traceerbare beslissingspaden implementeren.
• LangGraph-diensten in productie implementeren, bewaken en onderhouden met observabiliteit en kostencontroles.

Opzet van de cursus

• Interactieve lezingen en discussies.
• Veel oefeningen en praktijk.
• Handen-aan-implementatie in een live-labomgeving.

Aanpassingsopties voor de cursus

• Om een aangepaste training voor deze cursus aan te vragen, neem contact met ons op om te regelen.

LangGraph is een framework voor het samenstellen van grafgestructureerde LLM-workflows die vertakking, toolgebruik, geheugen en controleerbare uitvoering ondersteunen.

Deze door een instructeur geleide, live training (online of ter plekke) is bedoeld voor ingenieurs en productteams op intermiddelair niveau die LangGraph's grafische logica willen combineren met LLM-agent-lussen om dynamische, contextbewuste toepassingen te bouwen zoals klantensupportagenten, beslissingsbomen en informatie-opvraagssystemen.

Na voltooiing van deze training zullen de deelnemers in staat zijn om:

• Grafgebaseerde workflows te ontwerpen die LLM-agenten, tools en geheugen coördineren.
• Voorwaardelijke routing, herhalingen en terugvalopties te implementeren voor robuuste uitvoering.
• Ophalen, APIs en gestructureerde uitvoer te integreren in agent-lussen.
• Agentgedrag te evalueren, te monitoren en te versterken voor betrouwbaarheid en veiligheid.

Formaat van de cursus

• Interactieve lezing en begeleide discussie.
• Begeleide laboratoria en codewalkthroughs in een sandboxomgeving.
• Scenario-gebaseerde ontwerpoefeningen en peer reviews.

Opties voor cursusaanpassing

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.

LangGraph is een grafische orchestratiestructuur die voorwaardelijke, meerstapige LLM- en toolwerkstromen mogelijk maakt, ideaal voor het automatiseren en personaliseren van contentpipelines.

Deze door instructeurs geleide live training (online of ter plaatse) is bedoeld voor marketeers, contentstrategisten en automatiseringsontwikkelaars op tussenniveau die dynamische, vertakkende e-mailcampagnes en contentgeneratiepipelines willen implementeren met behulp van LangGraph.

Na afloop van deze training kunnen de deelnemers:

• Grafisch gestructureerde content en e-mailwerkstromen ontwerpen met voorwaardelijke logica.
• LLMs, APIs en gegevensbronnen integreren voor geautomatiseerde personalisatie.
• Toestand, geheugen en context beheren over meerstappige campagnes.
• De prestaties van de werkstromen en leveringsresultaten evalueren, monitoren en optimaliseren.

Opzet van de cursus

• Interactieve lezingen en groepsdiscussies.
• Praktische oefeningen waarbij e-mailwerkstromen en contentpipelines worden geïmplementeerd.
• Scenario-gebaseerde oefeningen over personalisatie, segmentatie en vertakking van logica.

Opties voor het aanpassen van de cursus

• Neem contact met ons op om een aangepaste training voor deze cursus te regelen.

Ollama is een platform dat het mogelijk maakt om grote taal- en multimodale modellen lokaal uit te voeren en te optimaliseren.

Deze door een instructeur geleide live training (online of op locatie) is bedoeld voor geavanceerde ML-ingenieurs, AI-onderzoekers en productontwikkelaars die multimodale toepassingen met Ollama willen bouwen en implementeren.

Na deze training zullen de deelnemers in staat zijn:

• Multimodale modellen met Ollama opzetten en uitvoeren.
• Tekst-, beeld- en audio-invoer integreren voor real-world toepassingen.
• Documentbegrip en visuele QA-systemen bouwen.
• Multimodale agents ontwikkelen die redeneren over modaliteiten.

Formaat van de cursus

• Interactieve lezingen en discussies.
• Pratijkervaring met echte multimodale datasets.
• Live-lab implementatie van multimodale pipelines met Ollama.

Opties voor cursusanpassing

• Om een aangepaste training voor deze cursus aan te vragen, neem contact met ons op om dit te regelen.

Multimodal Applications with Ollama Sterke kennis van machine learning concepten Ervaring met diepteleerkaders zoals PyTorch of TensorFlow Kennis van natuurlijke taalverwerking en computer visie Publiek Machine learning engineers AI onderzoekers Productontwikkelaars die visie en tekst workflows integreren Inleiding tot Multimodal AI en Ollama Overzicht van multimodal learning Sleuteluitdagingen bij visie-taal integratie Capaciteiten en architectuur van Ollama Instellen van de Ollama-omgeving Installeren en configureren van Ollama Werken met lokale modelimplementatie Integreren van Ollama met Python en Jupyter Werken met multimodale invoer Tekst- en beeldintegratie Incorporatie van audio en gestructureerde gegevens Ontwerpen van voorbewerkingspipelines Documentbegripstoepassingen Extraheren van gestructureerde informatie uit PDF's en beelden Combineren van OCR met taalmodellen Bouwen van intelligente documentanalyse workflows Visual Question Answering (VQA) Instellen van VQA-datasets en benchmarks Trainen en evalueren van multimodale modellen Bouwen van interactieve VQA-toepassingen Ontwerpen van multimodale agents Principes van agentontwerp met multimodal redeneren Combineren van perceptie, taal en actie Implementeren van agents voor real-world toepassingen Geavanceerde integratie en optimalisatie Fijnafstellen van multimodale modellen met Ollama Optimaliseren van inferentieprestaties Overwegingen bij schaalbaarheid en implementatie Samenvatting en volgende stappen

Deze door een instructeur geleide, live training (online of ter plaatse) is gericht op beginnende professionals die Ollama willen installeren, configureren en gebruiken voor het uitvoeren van AI-modellen op hun lokale machines.

Aan het einde van deze training kunnen de deelnemers:

• De fundamenten van Ollama en zijn mogelijkheden begrijpen.
• Ollama instellen voor het uitvoeren van lokale AI-modellen.
• LLMs implementeren en interageren met behulp van Ollama.
• Prestatie en brongebruik optimaliseren voor AI-werkbelastingen.
• Toepassingen voor lokale AI-implementatie in verschillende sectoren verkennen.

Ollama is een platform voor het uitvoeren van grote taal- en multimodale modellen lokaal en op grote schaal.

Deze door een instructeur geleide, live training (online of op locatie) is bedoeld voor ingenieurs van het intermediair tot gevorderd niveau die Ollama-implementaties willen schalen voor omgevingen met meerdere gebruikers, hoge doorvoer en kosteneffectief.

Na afloop van deze training kunnen de deelnemers:

• Ollama configureren voor gebruik door meerdere gebruikers en verdeelde workloads.
• De toewijzing van GPU- en CPU-bronnen optimaliseren.
• Strategieën voor autoscaling, batchverwerking en latentievermindering implementeren.
• De infrastructuur monitoren en optimaliseren voor prestaties en kostenefficiëntie.

Formaat van de cursus

• Interactieve colleges en discussies.
• Praktijkgerichte implementatie- en schaalbaarheidslaboratoria.
• Praktische optimalisatieoefeningen in live-omgevingen.

Opties voor cursusaanpassing

• Om een aangepaste training voor deze cursus aan te vragen, neem dan contact met ons op om dit te regelen.

Ollama is een platform waarmee grote taal- en multimodale modellen lokaal kunnen worden uitgevoerd.

Deze door een instructeur geleide, live training (online of ter plekke) is bedoeld voor geavanceerde praktijkgangers die de technieken van prompt engineering willen meesteren om de uitvoeringen van Ollama te optimaliseren.

Na afloop van deze training zullen de deelnemers in staat zijn:

• Effectieve prompts te ontwerpen voor diverse toepassingsgevallen.
• Technieken zoals priming en keten-van-gedachten structurering toe te passen.
• Prompt sjablonen en contextbeheerstrategieën te implementeren.
• Meerfasige prompt pipelines te bouwen voor complexe workflows.

Indeling van de cursus

• Interactieve lezingen en discussies.
• Praktische oefeningen met prompt ontwerp.
• Praktische implementatie in een live-laboratoriumomgeving.

Opties voor cursusaanpassing

• Om een aangepaste training voor deze cursus aan te vragen, neem contact met ons op om dit te regelen.