Large Language Models (LLMs) Trainingen in Rotterdam

Deze interactieve live-training, begeleid door een instructeur Rotterdam (online of ter plaatse), is bedoeld voor senior managers die willen begrijpen wat LLM’s zijn, hun potentiële impact op bedrijfsprocessen willen verkennen en praktische toepassingen van AI-tools zoals ChatGPT, Microsoft Copilot en Grok willen evalueren. Denk hierbij aan taken als het creëren van content, samenvatten van gegevens en ondersteuning bij besluitvorming.

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

• te begrijpen wat LLM’s zijn en hoe tools zoals ChatGPT en Copilot werken;
• prompttechnieken toe te passen zodat ze betrouwbare, praktische resultaten van LLM’s krijgen;
• reële gebruikscases te beoordelen zoals het opstellen van e-mails, documentensamenvattingen en automatisering van productieprocessen;
• investeringsmogelijkheden en strategische toepassingen voor AI-adoptie te identificeren.

Deze live-training onder leiding van een instructeur in Rotterdam (online of op locatie) is bedoeld voor senior managementteams die de strategische waarde van LLM's en bedrijfs-AI-tools willen doorgronden. Deelnemers ontdekken hoe deze tools te integreren zijn in complexe werkprocessen, hoe betere prompts kunnen worden opgesteld en welke mogelijkheden er zijn om door AI-adoptie productiviteit en ROI aanzienlijk te verhogen.

Na afloop van deze training zullen deelnemers in staat zijn:

• De werking van LLM's begrijpen en hoe tools zoals ChatGPT en Copilot hiervan gebruikmaken.
• Met behulp van prompts taken te automatiseren en te versnellen.
• AI-tools toe te passen in praktische situaties zoals het opstellen van e-mails, samenvatten van rapporten en beoordelen van overeenkomsten.
• De strategische voordelen, beperkingen en licentieaspecten van LLM-implementatie te evalueren.

Deze door een instructeur geleide training, online of op locatie, richt zich tot AI-onderzoekers, data scientists en ontwikkelaars met een middelmatige tot gevorderde kennis die de grote taalmodellen van Meta AI willen begrijpen, afstemmen en implementeren voor diverse NLP-toepassingen.

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

• De architectuur en werking van de grote taalmodellen van Meta AI te begrijpen.
• De LLMs van Meta AI in te stellen en af te stemmen op specifieke toepassingsdoelen.
• Applicaties gebaseerd op deze modellen, zoals tekstsamenvattingen, chatbots en sentimentanalyse, te implementeren.
• Grote taalmodellen efficiënt te optimaliseren en uit te rollen.

Deze door een instructeur geleide training in Rotterdam (online of op locatie) is bedoeld voor AI-professionals met een gemiddelde kennisniveau, bedrijfsanalisten en technologische leiders die de grondbeginselen van generatieve AI en het gebruik van LLMs in zakelijke omgevingen willen begrijpen. Deelnemers komen te weten hoe transformatoren werken, wat prompt engineering is en welke ethische overwegingen er zijn bij het implementeren van deze modellen voor praktische toepassingen.

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

• De fundamentele principes van generatieve AI en grote taalmodellen te begrijpen.
• LLMs te implementeren en af te stemmen op specifieke zakelijke doeleinden.
• Prompt engineering-technieken toe te passen voor optimale resultaten van de modellen.
• Ethische aspecten te herkennen en risico’s te beheren bij het inzetten van LLMs.

Deze door een instructeur geleide, live-training in Rotterdam (online of ter plaatse) is bedoeld voor AI-professionals en ethici op middenniveau, datawetenschappers en -engineers, evenals beleidsmakers en andere belanghebbenden die zich willen verdiepen in de ethische aspecten rondom grote taalmodellen.

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

• De ethische problemen en uitdagingen die samengaan met grote taalmodellen te herkennen.
• Ethische kaders en principes toe te passen bij de implementatie van deze modellen.
• De maatschappelijke impact van grote taalmodellen te beoordelen en mogelijke risico’s te verminderen.
• Strategieën te ontwikkelen voor een verantwoorde ontwikkeling en toepassing van AI.

Deze door een instructeur geleide, interactieve training in Rotterdam (online of op locatie) is gericht op NLP-professionals en datawetenschappers met gematigde kennis, evenals op contentmakers, vertalers en internationale bedrijven die grote taalmodellen willen gebruiken voor vertaling en het creëren van meertalige inhoud.

Aan het einde van deze training zullen deelnemers kunnen:

• De principes van meertalig leren en vertalen met grote taalmodellen begrijpen.
• Grote taalmodellen inzetten om inhoud te vertalen tussen verschillende talen.
• Meertalige datasets opstellen en beheren voor het trainen van grote taalmodellen.
• Strategieën ontwikkelen die de consistentie en kwaliteit van vertalingen waarborgen.

Deze door een instructeur geleide training in Rotterdam (online of ter plaatse) richt zich op financiële analisten, datawetenschappers en beleggingsprofessionals die hun vaardigheden willen vergroten door LLM's te gebruiken voor analyse en voorspelling van de financiële markten.

Aan het einde van deze training zullen deelnemers kunnen:

• De toepassing van LLM's begrijpen binnen de financiële marktanalyse.
• LLM's gebruiken om financiële nieuwsberichten, rapporten en data te verwerken tot bruikbare inzichten over de markt.
• Voorspellingsmodellen ontwikkelen voor aandelenkoersen, markttrends en economische indicatoren.
• LLM-inzichten integreren in hun beleggingsbesluitvorming.

Deze door een instructeur geleide, live-training in Rotterdam (online of op locatie) is bedoeld voor milieuwetenschappers en -onderzoekers met een gemiddelde kennisniveau, data-analysten, beleidsmakers en milieubehartigers die LLM's willen inzetten voor milieumodellering en -analyse.

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

• De toepassing van LLM's in de milieuwetenschap te begrijpen.
• LLM's te gebruiken voor het analyseren en modelleren van milieugegevens.
• De output van LLM's juist te interpreteren bij beoordelingen van milieu-impact.
• Vindingsresultaten effectief te communiceren om beleidsvorming en natuurbeschermingsinspanningen te ondersteunen.

Deze door een docent geleide live-training in Rotterdam (online of op locatie) richt zich tot VR- en AR-ontwikkelaars, gameontwerpers en AI-engineers met enige ervaring die graag LLMs willen toevoegen aan hun applicaties om meer boeiende en responsieve virtuele werelden te maken.

Na afloop van de cursus zullen deelnemers in staat zijn om:

• De rol van LLMs bij het ontwerpen van meeslepende VR- en AR-ervaringen te doorgronden.
• VR- en AR-applicaties te ontwikkelen waarin LLMs worden ingezet voor interactieve dialogen en inhoudscreatie.
• LLMs te combineren met bestaande VR- en AR-tools ter versterking van de gebruikersbetrokkenheid.
• Beste praktijken toe te passen bij het ontwerpen van AI-gebaseerde verhalen en interacties binnen virtuele omgevingen.

Deze door een instructeur begeleide training in Rotterdam (online of op locatie) richt zich op datawetenschappers, machine learning-engineers en softwareontwikkelaars met middenniveau kennis. Zij leren hoe ze Large Language Models kunnen toepassen op multimodale data voor geavanceerde AI-oplossingen.

Aan het einde van deze training zijn deelnemers in staat tot:

• De principes van multimodaal leren met LLMs begrijpen.
• LLMs implementeren om tekst-, afbeeldings- en audiodata te verwerken en te analyseren.
• Toepassingen ontwikkelen die optimaal profiteren van de integratie van meerdere data-types.
• De prestaties van multimodale LLM-systemen beoordelen.

Deze onder leiding van een instructeur gegeven, live-training in Rotterdam (online of ter plaatse) is bedoeld voor cyberbeveiligingsprofessionals en datawetenschappers met een gematigde ervaring die LLM’s willen inzetten om hun beveiligingsmaatregelen en dreigingsanalyse te verbeteren.

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

• De rol van LLM’s binnen cyberbeveiliging te begrijpen.
• LLM’s toe te passen bij het detecteren en analyseren van dreigingen.
• LLM’s te gebruiken voor automatisering en reactie op beveiligingsincidenten.
• LLM’s te integreren in bestaande beveiligingsinfrastructuren.

Deze door een instructeur geleide, live-training in Rotterdam (online of op locatie) is bedoeld voor datawetenschappers en bedrijfsanalisten met een gemiddelde kennisniveau die grote taalmodellen (LLM's) willen toepassen om trends en gedragingen te voorspellen binnen verschillende sectoren.

Aan het einde van deze training zullen deelnemers in staat zijn tot het volgende:

• De basisprincipes van LLM's begrijpen en hun rol bij voorspellende analyse doorgronden.
• LLM's implementeren om data te analyseren en te voorspellen in diverse sectoren.
• De effectiviteit van voorspellingsmodellen op basis van LLM's beoordelen.
• LLM's integreren met reeds bestaande dataprocessingssystemen.

Deze door een instructeur geleide training in Rotterdam (online of op locatie) richt zich op data scientists die een grondige kennis en praktische vaardigheden willen ontwikkelen rond zowel grote taalmodellen als referentiele leertechnieken.

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

• het begrijpen van de onderdelen en werking van transformer-modellen;
• het optimaliseren en fijnafstellen van LLM's voor specifieke taken of toepassingen;
• het beheersen van de kernprincipes en methodologieën binnen referentiele leertechnieken;
• het zien hoe deze technieken het presteren van LLM's kunnen verbeteren.

Deze door een instructeur geleide training in Rotterdam (online of op locatie) is bedoeld voor contentmakers, marketeers en onderwijstechnologen met een middenniveau die de kracht van LLM's willen benutten om hoogwaardige, gevarieerde en boeiende inhoud te genereren in diverse domeinen.

Aan het einde van deze training zullen deelnemers in staat zijn tot het volgende:

• Inzicht krijgen in de mogelijkheden van LLM's en hun toepassing bij inhoudsgeneratie.
• LLM's instellen en gebruiken om verschillende soorten inhoud te genereren.
• Beste praktijken toepassen voor het formuleren van instructies en het afstellen van LLM's, zodat gewenste resultaten ontstaan.
• De kwaliteit van door AI gegenereerde inhoud beoordelen en deze verfijnen voor specifieke doelgroepen.
• Gevorderde technieken verkennen voor creatieve en multimodale inhoudsgeneratie met behulp van LLM's.

Deze praktijkgerichte training, gegeven door een instructeur (online of op locatie), is bedoeld voor docenten, professionals in het edutech-gebied en onderzoekers met uiteenlopende niveaus van ervaring die LLMs willen benutten om gepersonaliseerde leerervaringen te creëren.

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

• De architectuur en mogelijkheden van LLMs te begrijpen.
• Kansen voor personalisatie van educatieve inhoud met behulp van LLMs te herkennen.
• Adaptieve leerplatforms te ontwerpen waarbij LLMs worden gebruikt om de inhoud aan te passen.
• Strategieën op basis van LLMs toe te passen ter verbetering van studentenbetrokkheid en leerprestaties.
• De effectiviteit van LLMs in onderwijssituaties te evalueren en op basis van gegevens beslissingen te nemen voor

Deze interactieve, door een instructeur geleide training in Rotterdam (online of op locatie) is bedoeld voor ML-professionals en AI-ontwikkelaars met voldoende ervaring die open-weight-modellen zoals LLaMA, Mistral en Qwen willen afstemmen en implementeren voor specifieke zakelijke of interne doeleinden.

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

• het ecosysteem en de verschillen tussen diverse open-source LLM's te begrijpen;
• datasets voor te bereiden en afstemmingsconfiguraties op te stellen voor modellen als LLaMA, Mistral en Qwen;
• afstempipelines uit te voeren met behulp van Hugging Face Transformers en PEFT;
• de afgestemde modellen te evalueren, op te slaan en te implementeren in veilige omgevingen.

Deze door een instructeur geleide, live-training in Rotterdam (online of op locatie) is bedoeld voor softwareontwikkelaars en datawetenschappers met een beginners- tot middenniveau die LLM's willen toepassen in systemen voor spraakherkenning en -synthese.

Aan het einde van deze training zullen deelnemers kunnen:

• De rol van LLM's begrijpen binnen spraaktechnologieën.
• LLM's implementeren voor nauwkeurige spraakherkenning en natuurlijk klinkende spraaksynthese.
• LLM's integreren met spraakherkenningsmotoren en spraksynthesizers.
• De prestaties van spraaksystemen verbeteren door middel van evaluatie met LLM's.
• Op de hoogte blijven van actuele ontwikkelingen en toekomstige richtingen binnen spraaktechnologieën.

Deze begeleide, live-training in Rotterdam (online of op locatie) is bedoeld voor klantenservice- en IT-professionals met een beginnend tot gematigd niveau die LLMs willen gebruiken om responsieve en intelligente chatbots te ontwikkelen voor klantensupport.

Na afloop van deze cursus kunnen deelnemers:

• De basisprincipes en architectuur van Grote taalmodellen (LLMs) begrijpen.
• LLMs ontwerpen en integreren in klantensupportsystemen.
• De reactiesnelheid en gebruikerservaring van chatbots verbeteren.
• Ethische aspecten adresseren en voldoen aan branchestandaarden.
• Een op LLMs gebaseerde chatbot implementeren en onderhouden voor praktische toepassingen.

Deze door een instructeur geleide training in Rotterdam (online of op locatie) richt zich op data scientists en AI-engineers met gevorderde kennis die efficiënt grote taalmodellen willen fine-tunen, onder andere met LoRA, Adapter Tuning en Prefix Tuning.

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

• De theoretische achtergrond van parameter-efficiënt fine-tunen te begrijpen.
• LoRA, Adapter Tuning en Prefix Tuning te implementeren met behulp van Hugging Face PEFT.
• De prestaties en kostenverhoudingen van PEFT-technieken te vergelijken met volledig fine-tunen.
• Gefine-tunde grote taalmodellen te implementeren en te schalen, waarbij de behoefte aan rekencapaciteit en opslagruimte wordt verminderd.

Deze live-training onder begeleiding van een instructeur in Rotterdam (online of op locatie) richt zich op machine learning-engineers, AI-ontwikkelaars en data scientists met een gemiddelde tot gevorderde kennis die willen leren hoe ze QLoRA efficiënt kunnen gebruiken voor het finetunen van grote modellen op specifieke doeleinden.

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

• De theorie achter QLoRA en kwantificatiemethoden voor LLMs te begrijpen.
• QLoRA toe te passen bij het finetunen van grote taalmodellen voor specifieke toepassingen.
• Het finetuningproces te optimaliseren bij beperkte rekenkracht door middel van kwantificatie.
• De afgestemde modellen efficiënt in de praktijk te implementeren en te evalueren.

Deze door instructeurs geleide, live-training in Rotterdam (online of op locatie) is bedoeld voor data- en marketingprofessionals met een middenniveau die LLMs willen toepassen om publieke sentimenten te analyseren uit verschillende tekstbronnen zoals sociale mediaberichten, productrecensies en klantfeedback.

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

• De principes van sentimentanalyse en diens toepassing met behulp van LLMs te begrijpen.
• Datasets voor sentimentanalyse voor te bereiden en te verwerken.
• LLMs te trainen en af te stellen zodat ze het sentiment in teksten nauwkeurig weergeven.
• Sentiment in real-time te analyseren uit sociale media en andere tekstbronnen.
• De bevindingen van de sentimentanalyse te integreren in zakelijke strategieën en besluitvormingsprocessen.

Deze door instructeurs geleide, live-training in Rotterdam (online of op locatie) is bedoeld voor softwareontwikkelaars en technische schrijvers met een gemiddelde kennisniveau die LLM's willen gebruiken om hun codeproces te versnellen en uitgebreide, nauwkeurige documentatie te maken.

Na afloop van deze training zullen deelnemers het volgende kunnen:

• Inzicht krijgen in hoe LLM's codegeneratie en softwaredocumentatie automatiseren.
• LLM's gebruiken voor het maken van nauwkeurige en efficiënte codefragmenten en documentatie.
• LLM's integreren binnen hun ontwikkelproces om de productiviteit te vergroten.
• Hoge kwaliteitsnormen voor documentatie handhaven met behulp van geautomatiseerde hulpmiddelen.
• Ethische aspecten en beste praktijken rond het gebruik van AI in softwareontwikkeling begrijpen.

Deze door een instructeur geleide, live-training in Rotterdam (online of ter plaatse) is bedoeld voor zakenprofessionals en data-analisten met een gemiddelde kennisniveau die de kracht van LLM’s willen benutten om waardevolle zakelijke inzichten te verkrijgen.

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

• De basisprincipes en toepassingen van LLM’s binnen de context van zakelijke inzichten begrijpen.
• LLM’s inzetten om grote datasets te analyseren en relevante informatie te extraheren.
• Analyse op basis van LLM’s integreren in het proces van strategische bedrijfsbeslissingen.
• De ethische aspecten en best practices rond het gebruik van LLM’s in de zakelijke context beoordelen.
• Toekomstige ontwikkelingen in AI voorspellen en zich voorbereiden op veranderingen in het landschap van zakelijke inzichten.

Deze instructeursgeleide, live-training in Rotterdam (online of ter plaatse) richt zich op ontwikkelaars en data scientists met een gemiddelde tot gevorderde kennis die LlamaIndex willen beheersen om innovatieve applicaties te ontwikkelen op basis van LLMs.

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

• LlamaIndex in te stellen en te configureren voor gebruik met LLMs.
• Aangepaste datasets te indexeren en er query’s op uit te voeren via LlamaIndex, waardoor de functionaliteit van LLMs wordt verbeterd.
• Geavanceerde applicaties te ontwerpen en ontwikkelen die gebruikmaken van zowel LlamaIndex als LLMs.
• De beste praktijken voor werken met LLMs en LlamaIndex te begrijpen en toe te passen.
• De ethische overwegingen bij het implementeren van applicaties gebaseerd op LLMs te doorzien.

Deze training onder begeleiding van een instructeur wordt georganiseerd op Rotterdam (online of ter plaatse) en is bedoeld voor AI-onderzoekers, machine learning-professionals en data scientists met middenniveau-ervaring die LlamaIndex willen gebruiken om de werking van hun AI-modellen te verbeteren, waardoor deze betrouwbaarder en nauwkeuriger functioneren voor uiteenlopende doeleinden.

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

• De principes en componenten van LlamaIndex te begrijpen.
• Gegevens te verzamelen en te structureren voor gebruik met LLMs.
• Contextuele aanvullingen te implementeren om de prestaties van AI-modellen te verbeteren.
• LlamaIndex te integreren in bestaande AI-systemen en -processen.

Deze door een instructeur geleide live-training (online of op locatie) is bedoeld voor professionals op middenniveau die de kracht van prompt engineering en few-shot learning willen benutten om de prestaties van LLMs te optimaliseren in echte toepassingen.

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

• De principes van prompt engineering en few-shot learning begrijpen.
• Effectieve prompts ontwerpen voor diverse NLP-taken.
• Few-shot technieken gebruiken om LLMs aan te passen met zo min mogelijk data.
• De prestaties van LLMs optimaliseren voor praktische toepassingen.

Deze door een instructeur geleide training (online of op locatie) is bedoeld voor ervaren engineers, AI-specialisten en leiders in de lokalisatie die behoefte hebben aan LLM-systemen ter ondersteuning van geautomatiseerde vertaling, kwaliteitsbeoordeling en governance binnen hun organisaties.

Na afronding van deze training zullen deelnemers in staat zijn tot het volgende:

• Het ontwerpen van robuuste LLM-lokalisatiepijplijnen waarin open-source- en commerciele modellen samenwerken.
• Het implementeren van geautomatiseerde QA-processen om de kwaliteit van vertalingen te waarborgen.
• Het ontwikkelen van governance- en goedkeuringsprocedures voor multiculturele contentproductie.
• Het succesvol implementeren van schaalbare, controleerbare LLM-lokalisatiesystemen binnen veilige omgevingen.

AI voor SQL houdt in dat kunstmatige intelligentie en grote taalmodellen (LLM’s) worden toegepast om het genereren, uitvoeren en interpreteren van SQL-queries binnen zakelijke datamilieu’s te automatiseren, te optimaliseren en te verbeteren.

Deze door een instructeur geleide, live-training (online of ter plaatse) is bedoeld voor data-engineers en technische leiders op intermediair niveau die AI-functionaliteit willen integreren in hun SQL-werkstromen. Doel is om conversatiegerichte queryverwerking, intelligente optimalisatie en geautomatiseerde data-analyse mogelijk te maken.

Na afronding van deze training kunnen de deelnemers:

• LLM’s zoals GPT, DeepSeek, LLaMA, Qwen en Mistral integreren in SQL-omgevingen.
• Pipeline-systemen ontwikkelen die natuurlijke taal omzetten naar SQL voor intuïtieve data-toegang.
• AI-aangedreven optimalisatie van queries en detectie van fouten implementeren.
• Beveiligde, controleerbare AI-SQL-werkstromen ontwerpen die voldoen aan bedrijfsstandaarden.

Opbouw van de cursus

• Interactieve lezingen en discussies.
• Talrijke oefeningen en praktijkopdrachten.
• Praktische implementatie in een live-labomgeving.

Mogelijkheden tot cursuscustomisatie

• Wilt u een op maat gemaakte versie van deze cursus? Neem dan contact met ons op om de details te bespreken.

LangGraph is een framework dat wordt gebruikt voor het ontwikkelen van complexe, meerpersoons LLM-applicaties die worden weergegeven als grafische structuren met geïsoleerde statussen en volledige controle over de uitvoering.

Deze interactieve training, begeleid door een instructeur (online of op locatie), is bedoeld voor professionals op midden- tot hoog niveau die graag LangGraph-gebaseerde oplossingen in de financiële sector willen ontwerpen en implementeren, rekening houdend met governance, observability en compliance.

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

• Financiële LangGraph-werkstromen te ontwerpen die voldoen aan wettelijke en audit-eisen.
• Financiële datastandaarden en -ontologieën te integreren in de grafische structuur en gereedschappen.
• Betrouwbaarheid, veiligheid en controlemechanismen die menselijke tussenkomst vereisen te implementeren voor kritieke processen.
• LangGraph-systemen te deployen, te monitoren en te optimaliseren wat betreft prestaties, kosten en SLA’s.

Vorm van de training

• Interactieve lezingen en discussies.
• Het doen van talrijke oefeningen en praktijkopdrachten.
• Praktische implementatie in een live-labomgeving.

Opties voor cursusaanpassing

• Indien u een op maat gemaakte training wenst, kunt u contact met ons opnemen om de details te bespreken.

Vertex AI biedt krachtige hulpmiddelen voor het ontwerpen van multimodale LLM-workflows waarbij tekst-, audio- en beelddata geïntegreerd worden tot één samenhangende pipeline. Dankzij ondersteuning voor lange contextvensters en de mogelijkheid om parameters van de Gemini API aan te passen, kan men complexe toepassingen ontwikkelen op het gebied van planning, redenering en cross-modale intelligentie.

Deze door een instructeur geleide, live training (online of ter plaatse) richt zich op ontwikkelaars met een middenniveau tot gevorderden die multimodale AI-workflows in Vertex AI willen ontwerpen, bouwen en optimaliseren.

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

• De Gemini-modellen te benutten voor zowel multimodale invoer als uitvoer.
• Lange-context-workflows te implementeren voor complexe redeneertaken.
• Pipelines te ontwerpen die tekst-, audio- en beeldanalyse combineren.
• De parameters van de Gemini API af te stemmen op prestaties en kostenefficiëntie.

Opzet van de cursus

• Interactieve presentaties en discussies.
• Praktische oefeningen waarbij multimodale workflows worden toegepast.
• Projectmatige opdrachten voor het toepassen van multimodale technieken.

Mogelijkheden tot cursusaanpassing

• Wilt u een maatwerktraining aanvragen? Neem dan contact met ons op om de mogelijkheden te bespreken.

LangGraph maakt het mogelijk om gestructureerde workflows te ontwerpen waarbij meerdere actoren betrokken zijn en die worden aangestuurd door LLM’s. Hierbij heeft men volledige controle over de uitvoeringsvolgorde en het bewaren van toestanden. In de gezondheidszorg zijn deze mogelijkheden essentieel om te voldoen aan regelgeving, onderlinge samenwerking tussen systemen mogelijk te maken en beslissingsondersteunende systemen te ontwikkelen die aansluiten bij medische werkprocessen.

Deze praktijkgerichte training, verzorgd door een instructeur (online of ter plaatse), is bedoeld voor professionals met een middenniveau tot gevorderde kennis die LangGraph-gebaseerde oplossingen willen ontwikkelen en beheren binnen de gezondheidszorg – rekening houdend met regulerings-, ethische en operationele aspecten.

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

• LangGraph-workflows te ontwerpen die specifiek voldoen aan wettelijke eisen en auditvereisten binnen de gezondheidszorg.
• LangGraph-applicaties te integreren met medische taxonomieën en standaarden zoals FHIR, SNOMED CT en ICD.
• Beste praktijken toe te passen op het gebied van betrouwbaarheid, traceerbaarheid en verklarelijkheid in gevoelige zorgomgevingen.
• LangGraph-applicaties succesvol uit te rollen, te monitoren en te valideren binnen productieomgevingen in de gezondheidszorg.

Opbouw van de cursus

• Interactieve lezingen en discussies.
• Praktische oefeningen op basis van reële casussen uit de praktijk.
• Hands-on implementatie in een live-lab-omgeving.

Mogelijkheden tot cursusaanpassing

• Wilt u een op maat gemaakte training? Neem dan contact met ons op om de details af te spreken.

Deze praktijkgerichte training onder begeleiding van een instructeur (online of ter plaatse) is bedoeld voor AI-ontwikkelaars en specialisten in lokalisatie die ervaring hebben en graag geautomatiseerde, schaalbare vertaalpijplijnen willen bouwen met zowel eigen als open-source LLMs.

Na afloop van deze training zijn deelnemers onder andere in staat om:

• Vertaalworkflows te ontwerpen en implementeren via moderne LLM-frameworks en -API’s.
• Open-source- en commercieel beschikbare modellen toe te voegen aan hun vertaalsysteemoplossingen.
• De kwaliteit van vertalingen aanzienlijk te verbeteren door het fine-tunen van modellen, prompt engineering en automatisering.
• Een efficiënte, conforme en budgetvriendelijke infrastructuur voor bedrijfsbreed vertalen op te zetten.

LangGraph is een framework waarmee u stateful LLM-applicaties kunt bouwen in de vorm van samenstelbare grafen met persistente staat en volledige controle over de uitvoering.

Deze door een instructeur geleide training, te volgen online of op locatie, is bedoeld voor AI-platformengineers, DevOps-specialisten in het AI-veld en ML-architecten met een gevorderde kennisniveau die hun LangGraph-systemen optimaal willen beheren, monitoren en verbeteren.

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

• Complexe LangGraph-topologieën te ontwerpen en te optimaliseren voor snelheid, kostenefficiëntie en schaalbaarheid.
• Betrouwbaarheid van systemen te waarborgen middels retries, timeouts, idempotentie en herstel via checkpoints.
• De uitvoering van grafen te debuggen, staatsinformatie te inspecteren en productieproblemen systematisch na te bootsen.
• Grafen te voorzien van logs, metingen en tracing-informatie, deze in productie te implementeren en de SLA’s en kosten nauwkeurig te monitoren.

Vorm van de training

• Interactieve lezingen en discussies.
• Veel oefeningen en praktische opdrachten.
• Praktijkgerichte implementatie in een live-labomgeving.

Mogelijkheden tot cursuscustomisatie

• Wilt u een op maat gemaakte training? Neem dan contact met ons op om de details af te spreken.

Deze door een instructeur geleide, live-training in Rotterdam (online of op locatie) is bedoeld voor ontwikkelaars met een gemiddelde achtergrond die willen leren hoe zij generatieve AI kunnen inzetten met LLM's voor verschillende taken en toepassingsgebieden.

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

• Uitleggen wat generatieve AI is en hoe dit werkt.
• De transformatorarchitectuur beschrijven die LLM's aandrijft.
• Empirische schaalbaarheidsregels toepassen om LLM's te optimaliseren voor verschillende taken en beperkingen.
• Gebruikmaken van de meest geavanceerde tools en methoden voor het trainen, fine-tunen en implementeren van LLM's.
• De kansen en risico’s van generatieve AI voor samenleving en bedrijfswereld bespreken.

LLM's en geautomatiseerde agent-frameworks zoals AutoGen en CrewAI veranderen de manier waarop DevOps-teams taken automatiseren, zoals het bijhouden van wijzigingen, het genereren van tests en het beheren van waarschuwingen. Dit gebeurt door een mensgelijkende samenwerking en besluitvorming na te bootsen.

Deze praktijkgerichte training onder begeleiding (online of op locatie) is bedoeld voor ervaren engineers die DevOps-automatiseringsprocessen willen ontwerpen met behulp van grote taalmodellen (LLM's) en multi-agent-systemen.

Aan het einde van deze training zijn deelnemers in staat tot:

• LLM-gebaseerde agenten integreren in CI/CD-werkstromen voor slimme automatisering.
• Het automatiseren van testgeneratie, analyse van commits en samenvattingen van wijzigingen met behulp van agenten.
• Het coördineren van meerdere agenten om waarschuwingen te verwerken, antwoorden te genereren en DevOps-aanbevelingen te geven.
• Het bouwen van beveiligde en onderhoudbare werkstromen met behulp van open-source frameworks.

Opzet van de cursus

• Interactieve lezingen en discussies.
• Veel oefeningen en praktische bezigheden.
• Praktijkgerichte implementatie in een live-labomgeving.

Mogelijkheden voor maatwerk bij de cursus

• Wilt u een op maat gemaakte versie van deze training? Neem dan contact met ons op om dit te regelen.

PostgreSQL is een geavanceerde open-source relationele database die als basis kan dienen voor AI-gestuurde systemen en toepassingen op het gebied van dataintelligentie.

Deze praktijkgerichte training, verzorgd door een ervaren docent (online of op locatie), is bedoeld voor databaseprofessionals en ontwikkelaars met een gemiddelde kennisniveau die AI-functionaliteiten willen integreren, beheren en optimaliseren binnen PostgreSQL.

Na afloop van deze cursus zullen deelnemers in staat zijn om:

• PostgreSQL-extensies voor AI-werkbelastingen te installeren en te configureren.
• Embeddings en vergelijkingszoekopdrachten te implementeren met behulp van pgvector.
• Open source- en commercieel beschikbare LLM’s te koppelen aan PostgreSQL voor real-time inzichten.
• PostgreSQL zodanig te optimaliseren dat het efficiënt AI-gestuurde queries en workflows kan verwerken.

Vorm van de cursus

• Interactieve presentaties en discussie.
• Talrijke oefeningen en praktijkvoorbeelden.
• Directe implementatie in een live-labomgeving.

Opties voor maatwerk cursusinhoud

• Wilt u een op maat gemaakte versie van deze training? Neem dan contact met ons op om de details te bespreken.

Deze door een instructeur geleide training in Rotterdam (online of ter plaatse) is bedoeld voor AI-ontwikkelaars, architecten en productmanagers op midden- tot hoog niveau die risico’s in applicaties met grote taalmodellen willen beperken. Denk aan prompt-injectie, datalekken en ongefilterde output, evenals het toepassen van veiligheidsmaatregelen zoals invoervalidatie, menselijke toezichtfuncties en controlemechanismen voor output.

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

• De belangrijkste kwetsbaarheden van systemen gebaseerd op grote taalmodellen te begrijpen.
• Veilige ontwerpprincipes toe te passen bij de architectuur van LLM-applicaties.
• Hulpmiddelen zoals Guardrails AI en LangChain te gebruiken voor validatie, filtering en beveiliging.
• Technieken zoals sandboxing, red teaming en menselijke toetsing in productieomgevingen te integreren.

Deze door instructeurs geleide live-training in Rotterdam (online of op locatie) is bedoeld voor professionals met een gemiddelde tot gevorderde kennis die hun eigen, op maat gemaakte modellen willen ontwikkelen voor specifieke taken en datasets.

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

• De principes achter modelafstemming en de toepassing ervan te begrijpen.
• Datasets voor te bereiden die geschikt zijn voor het fine-tunen van modellen.
• Grote taalmodellen (LLM’s) af te stemmen op NLP-taken.
• De prestaties van modellen te optimaliseren en veelvoorkomende problemen op te lossen.

Deze technische cursus over LLM's voor codebegrip, refactoring en documentatie richt zich op het toepassen van grote taalmodellen om de kwaliteit van code te verbeteren, technische schulden te verminderen en documentatietaken te automatiseren binnen softwareteams.

Deze interactieve training onder begeleiding van een instructeur (online of ter plaatse) is bedoeld voor softwareprofessionals op middel- tot hoog niveau die LLM's zoals GPT willen gebruiken om complexe of legacy-codebases efficiënter te analyseren, te refactoren en te documenteren.

Aan het einde van de cursus zullen de deelnemers in staat zijn tot het volgende:

• LLM's gebruiken om code, afhankelijkheden en logica in onbekende codebases uit te leggen.
• Anti-patterns herkennen en verbeteren zodat de code beter leesbaar wordt.
• Automatisch inline-comments, README-bestanden en API-documentatie genereren en bijwerken.
• Insights uit LLM's integreren in bestaande CI/CD- en codereview-processen.

Opbouw van de cursus

• Interactieve presentaties en discussies.
• Uitgebreide oefeningen en praktijkvoorbeelden.
• Praktische implementatie in een live-labomgeving.

Mogelijkheden tot maatwerk aanpassing

• Indien u een op maat gemaakte training wenst, kunt u contact met ons opnemen om dit te regelen.

Deze door een instructeur geleide live-training (online of ter plaatse) richt zich op datawetenschappers, AI-ontwikkelaars en geïnteresseerde personen met voldoende voorkennis die hun kennis van LLM's willen vergroten om complexe NLP-taken uit te voeren en nieuwe inhoud te creëren voor uiteenlopende doeleinden.

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

• Een ontwikkelomgeving opzetten met LLM's en relevante hulpmiddelen.
• NLU- en NLI-taken vakkundig uitvoeren aan de hand van LLM's.
• Kennisgrafen effectief te extraheren, af te leiden en in praktijk te brengen.
• Dialogen te genereren en beheren met behulp van LLM's voor gespreksgestuurde toepassingen.
• De kwaliteit en verscheidenheid van door LLM's gegenereerde inhoud te evalueren.
• Ethische beginselen toe te passen zodat LLM-gebruik eerlijk en verantwoord verloopt.

LangGraph is een raamwerk voor het bouwen van LLM-applicaties waarbij grafstructuren worden gebruikt. Deze ondersteunen planningsprocessen, vertakkingen, gebruik van tools, geheugenbeheer en beheersbare uitvoering.

Deze door een instructeur geleide training (online of op locatie) richt zich op ontwikkelaars met weinig ervaring, prompt-engineers en data-professionals die betrouwbare, meerstaps LLM-werkstromen willen ontwerpen met behulp van LangGraph.

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

• De kernconcepten van LangGraph (knooppunten, randen en toestand) te begrijpen en te weten wanneer deze gebruikt moeten worden.
• Prompt-ketens te ontwerpen waarin vertakkingen mogelijk zijn, tools kunnen worden aangeroepen en geheugen wordt bewaard.
• Retrieval-mechanismen en externe API’s in graf-gebaseerde werkstromen te integreren.
• LangGraph-applicaties testen, debuggen en evalueren op betrouwbaarheid en veiligheid.

Opzet van de cursus

• Interactieve lezingen met begeleide discussies.
• Gesimuleerde labo-opdrachten en uitleg over code in een veilige testomgeving.
• Oefeningen op basis van realistische scenario’s betreffende ontwerp, testen en evaluatie.

Mogelijkheden tot maatwerk

• Voor het aanvragen van een op maat gemaakte versie van deze cursus kunt u contact met ons opnemen.

Deze praktijkgerichte training onder begeleiding in Rotterdam (online of op locatie) richt zich op ontwikkelaars met een basis- tot middenniveau die grote taalmodellen willen benutten voor verschillende natuurlijke taaltaak.

Aan het einde van deze training zullen de deelnemers onder andere kunnen:

• Een ontwikkelomgeving instellen waarin een veelgebruikt LLM beschikbaar is.
• Een basis-LLM creëren en vervolgens fine-tunen op een eigen dataset.
• LLMs toepassen bij verschillende natuurlijke taaltaak zoals tekstsamenvatting, vraagbeantwoording en tekstgeneratie.
• LLMs debuggen en evalueren met behulp van hulpmiddelen als TensorBoard, PyTorch Lightning en Hugging Face Datasets.

Deze live-training onder leiding van een instructeur in Rotterdam (online of op locatie) richt zich op observability- en SRE-engineers die LLM’s en AI willen integreren in hun monitoring-, alarm- en incidentanalyseprocessen.

Deze begeleidde, live training in Rotterdam (online of ter plaatse) is gericht op IT-ondersteuningsprofessionals die AI-tools en automatiseringsplatforms willen gebruiken om ondersteuningsprocessen te stroomlijnen, antwoorden te standaardiseren en de handmatige inspanning voor documentatie te verminderen.

Deze door instructeurs geleide live-training in Rotterdam (online of op locatie) richt zich op engineers en architecten met een gemiddelde kennisniveau die Tencent Hunyuan willen inzetten voor het opschalen van grote modellen en MoE-modellen. Doel is lagere latency, hogere doorvoer en betere kostenbeheersing.

Aan het einde van de cursus zullen de deelnemers Tencent Hunyuan-implementatiemethoden begrijpen, inference-prestaties verbeteren, batching- en kwantiseringstechnieken toepassen en een schaalbare operatieplanning maken.

Deze live-training onder begeleiding van een instructeur in Rotterdam (online of ter plaatse) richt zich op ontwikkelaars met middenniveau-ervaring, technische productteams en AI-professionals die Hunyuan-modellen willen benutten om multimodale toepassingen te creëren voor het genereren en leveren van afbeeldingen, 3D-objecten en video’s.

Aan het einde van deze cursus kunnen deelnemers prompts gebruiken in workflows, multimodale inhoud genereren en beoordelen, deze via apps of API’s aanbieden en Hunyuan-mogelijkheden integreren binnen zakelijke productomgevingen.

Cursusdoelstellingen: Software- en AI-engineers worden omgevormd tot juridische engineers – de mensen die daadwerkelijk AI kunnen ontwikkelen voor juridisch werk (eDiscovery, beoordeling van documenten, onderzoeken).

In twee dagen bouwen deelnemers aan het volledige kernstelsel: ze nemen rommelige, echte juridische gegevens in en halen hieruit relevante informatie, voeren zoekopdrachten uit, voegen Retrieval-Augmented Generation (RAG) toe met bronvermeldingen, waarborgen de privacy door lokaal te werken en dit vervolgens aantonen. Daarnaast leren ze een verdedigbaar AI-gestuurd onderzoek uitvoeren met rechtervriendelijke meetwaarden, en het geheel klaarmaken voor implementatie.

Deze praktijkgerichte training onder begeleiding van een instructeur in Rotterdam (online of op locatie) is bedoeld voor AI-professionals met een beginners- tot gevorderdenniveau die MCP willen gebruiken om AI-assistenten te verbinden met externe tools, gegevens en zakelijke diensten.

Aan het einde van deze training zullen deelnemers de basisconcepten van MCP beheersen, de belangrijkste architectuurcomponenten herkennen, een eenvoudige integratie kunnen opzetten en veiligheidsmaatregelen correct toepassen.

Deze door een instructeur geleide, live-training in Rotterdam (online of ter plaatse) is bedoeld voor enterprise-architecten met voldoende kennis die Model Context Protocol willen gebruiken om beveiligde, schaalbare en goed te beheren platforms te ontwerpen voor integratie van AI-agenten binnen hun organisatie.

Aan het einde van deze training kunnen deelnemers de architectuur van MCP en relevante enterprise-patronen uitleggen, beveiligde integratieplatforms ontwerpen, governance- en toegangsregels toepassen, en afwegingen maken rond implementatie en schaalbaarheid.

Deze door een instructeur geleide live-training in Rotterdam (online of op locatie) is bedoeld voor ontwikkelaars, architecten en platform-engineers op intermediair niveau die MCP willen gebruiken om betrouwbare servers en clients te bouwen voor enterprise-implementatie en -beheer.

Na afloop van deze training kunnen deelnemers de MCP-architectuur toepassen, productieklare integraties ontwikkelen, MCP-services implementeren en monitoren, evenals versiebeheer-, veerkracht- en ondersteuningspatronen in praktijk brengen.

Deze interactieve live-training onder begeleiding van een instructeur in Rotterdam (online of op locatie) is bedoeld voor IT-leiders, compliance-professionals, security-teams en enterprise architecten met middenniveau kennis. Zij leren hoe sovereign AI-principes en governance-maatregelen kunnen worden ingezet om AI-omgevingen te ontwerpen die gevoelige data beschermen, voldoen aan lokalisatie-eisen en afhankelijkheid van externe partijen verminderen.

Na afloop kunnen deelnemers sovereign AI-concepten uitleggen, opties voor hosting en governance beoordelen, controlemechanismen voor prompts en logs definiëren en een haalbare implementatieaanpak opstellen.