Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Module 1: Introductie & AI-Theorie
- De modelgestuurde aanpak: AI als een ingenieursprobleem.
- De mythe van het "Spook in de Machine": wat AI is vs. wat het niet is.
- Evolutie van technologie: Van BERT naar Transformers.
- Generatieve domeinen: Analyse, creatief, onderzoek, afbeelding, muziek en video.
- Gegevensgovernance: pijlers, audits en onderzoeks trends (Multimodaliteit, Agents, RAG, LLM vs. SLM).
- De donkere kant: ethiek, IP, biases, hallucinaties en sociale ingenieurswerk.
- Risicoanalyse: gegevensvergiftiging, Nepenthes en het risico van "verstomping" van menselijke talenten.
- Modeltaxonomie: basis vs. taakgericht; gesloten vs. open-weight modellen.
Module 2: Huidig landschap & toolset
- Het domein van taalmodellen: prestaties en benchmarks vergelijken.
- Professionele aankoopcriteria: kosten, latentie, privacy en leveranciersbinding.
- Overzicht van grote modellen: OpenAI ChatGPT, Perplexity, Gemini en Grok.
- Niché- & kleine modellen: Manus, SpecKit.
- Grafische generatie: Perchance
- Technische beperkingen: context rotatie vs. tokenkosten.
Module 3: Interactie - Prompt & Context Engineering
- Het verificatiekader: volledigheid, consistentie en verifiërend vermogen.
- De RAG-strategie: wanneer Retrieval-Augmented Generation gebruiken vs. fijnafstellen.
- ROI van AI: onderhoudskosten vs. productiviteitswinsten.
- Geavanceerde technieken: 20+ prompt & RAG methoden met voorbeelden uit de praktijk.
- Experimentele grenzen: triangulatie, kaart en terreinoverzicht, en modelgestuurde generatie.
Module 4: AI in Agile Projectbeheer
- De supercomputerpilot: AI als automatiseringsmotor.
- Besluitvorming: menselijke verantwoordelijkheid vs. AI-assistentie.
- AIOps & GitOps: AI integreren in de operationele workflow.
- Toolchains & pipelines: een naadloos AI-gericht milieu creëren.
- Agile artefacten: backlog, roadmap en requirements engineering.
- Precisiebeheer: capaciteitsplanning en schatting (nauwkeurigheid vs. precisie).
- Producteigenarenrol: ideatie, featureanalyse en Vibe-coding risico's.
- Risico & scenario's: plannen voor "En als"-scenario's en automatisch risicobeheer.
- Verfijning: use case- en user story-beschrijving en verfijning.
Vereisten
- Basisbegrip van het Agile Manifesto en de Scrum-framework.
- Ervaring in projectbeheer, producteigenarenrol of teamleiderschap.
- Geen voorkennis van programmeren of AI-ingenieurskunde is vereist, hoewel een algemene bekendheid met digitale tools aanbevolen wordt.
Publiek
- Agile Project Managers en Scrum Masters.
- Product Owners en Product Managers.
- IT Team Leaders en Delivery Managers.
- Business Analysts die werken in Agile omgevingen.
- Operations Managers geïnteresseerd in AIOps.
7 Uren
Getuigenissen (2)
Praktische voorbeelden
Ryan Brookman - The Shaw Group Limited
Cursus - Introduction to Artificial Intelligence for Non-technical users
Automatisch vertaald
We kregen de kans om de tools te gebruiken.
Victor Aguero - PNUD/MICI
Cursus - Aplicaciones Prácticas de Inteligencia Artificial para Personal Administrativo
Automatisch vertaald
