SDK voor Computer Vision en NLP Pipelines 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.

Deze door een instructeur geleide, live training in België (online of op locatie) is gericht op beginnende medewerkers van de rechtshandhaving die willen overstappen van handmatig faciaal tekenen naar het gebruik van AI-tools voor het ontwikkelen van gezichtsherkenningsystemen.

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

• De basisprincipes van Artificial Intelligence en Machine Learning te begrijpen.
• De basisprincipes van digitale beeldverwerking en de toepassing ervan in gezichtsherkenning te leren.
• Vaardigheden te ontwikkelen in het gebruik van AI-tools en frameworks om gezichtsherkenningsmodellen te creëren.
• Handson ervaring op te doen met het creëren, trainen en testen van gezichtsherkenningsystemen.
• De ethische overwegingen en beste praktijken bij het gebruik van gezichtsherkenningstechnologie te begrijpen.

Fiji is een open-source beeldverwerkingspakket dat ImageJ (een beeldverwerkingsprogramma voor wetenschappelijke multidimensionale beelden) en een aantal plug-ins voor wetenschappelijke beeldanalyse bundelt.

In deze live training onder leiding van een instructeur leren deelnemers hoe ze de Fiji-distributie en het onderliggende ImageJ-programma kunnen gebruiken om een toepassing voor beeldanalyse te maken.

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

• Gebruik de geavanceerde programmeerfuncties en softwarecomponenten van Fiji om ImageJ uit te breiden
• Naai grote 3D-afbeeldingen van overlappende tegels
• Een Fiji-installatie automatisch bijwerken bij het opstarten met behulp van het geïntegreerde updatesysteem
• Kies uit een brede selectie scripttalen om aangepaste oplossingen voor beeldanalyse te bouwen
• Gebruik de krachtige bibliotheken van Fiji, zoals ImgLib, op grote bioimage-datasets
• Implementeer hun applicatie en werk samen met andere wetenschappers aan soortgelijke projecten

Vorm van de cursus

• Interactieve lezing en discussie.
• Veel oefeningen en oefenen.
• Hands-on implementatie in een live-lab omgeving.

Opties voor het aanpassen van cursussen

• Om een training op maat voor deze cursus aan te vragen, neem dan contact met ons op om een afspraak te maken.

Deze door een instructeur geleide, live training (online of ter plaatse) is gericht op beginners tot gemiddelde onderzoekers en laboratoriumprofessionals die wensen om beelden te verwerken en te analyseren die betrekking hebben op histologische weefsels, bloedcellen, algen en andere biologische monsters.

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

• De interface van Fiji te navigeren en de kernfuncties van ImageJ te gebruiken.
• Wetenschappelijke beelden te voorverwerken en te verbeteren voor een betere analyse.
• Beelden kwantitatief te analyseren, inclusief celtelling en oppervlaktemeting.
• Herhaalde taken te automatiseren met behulp van macros en plug-ins.
• Werkstroomprocessen aan te passen aan specifieke beelddanalyseeisen in biologische onderzoek.

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 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.

OpenCV (Open Source Computer Vision Bibliotheek: http://opencv.org) is een open-source BSD-gelicentieerde bibliotheek die enkele honderden computervisie-algoritmen bevat.

Audiëntie

Deze cursus is bedoeld voor ingenieurs en architecten die OpenCV willen gebruiken voor computervisieprojecten

Deze live training onder leiding van een instructeur in België (online of ter plaatse) is bedoeld voor software-engineers die willen programmeren in Python met OpenCV 4 voor deep learning.

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

• Bekijk, laad en classificeer afbeeldingen en video's met behulp van OpenCV 4.
• Implementeer deep learning in OpenCV, 4, met TensorFlow en Keras.
• Voer deep learning-modellen uit en genereer impactvolle rapporten op basis van afbeeldingen en video's.

OpenFace is Python en Torch gebaseerde open-source, real-time gezichtsherkenningssoftware gebaseerd op Google's FaceNet-onderzoek.

In deze live training onder leiding van een instructeur leren deelnemers hoe ze de componenten van OpenFace kunnen gebruiken om een voorbeeldtoepassing voor gezichtsherkenning te maken en te implementeren.

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

• Werk met de componenten van OpenFace, waaronder dlib, OpenVC, Torch en nn4 om gezichtsdetectie, uitlijning en transformatie te implementeren
• Pas OpenFace toe op real-world toepassingen zoals bewaking, identiteitsverificatie, virtual reality, gaming en het identificeren van terugkerende klanten, enz.

Audiëntie

• Ontwikkelaars
• Datawetenschappers

Vorm van de cursus

• Deels lezing, deels discussie, oefeningen en zware hands-on oefening

Pattern Matching is een techniek die wordt gebruikt om gespecificeerde patronen in een afbeelding te lokaliseren. Het kan worden gebruikt om het bestaan van gespecificeerde kenmerken in een vastgelegd beeld te bepalen, bijvoorbeeld het verwachte label op een defect product in een fabriekslijn of de gespecificeerde afmetingen van een onderdeel. Het verschilt van "Pattern Recognition" (dat algemene patronen herkent op basis van grotere verzamelingen van verwante monsters) in die zin dat het specifiek dicteert waarnaar we op zoek zijn en ons vervolgens vertelt of het verwachte patroon bestaat of niet.

Vorm van de cursus

• Deze cursus introduceert de benaderingen, technologieën en algoritmen die worden gebruikt op het gebied van patroonherkenning zoals dat van toepassing is op Machine Vision.

Deze live training onder leiding van een instructeur introduceert de software, hardware en het stapsgewijze proces die nodig zijn om een gezichtsherkenningssysteem vanaf nul op te bouwen. Gezichtsherkenning wordt ook wel Face Recognition genoemd.

De hardware die in dit lab wordt gebruikt, omvat Rasberry Pi, een cameramodule, servo's (optioneel), enz. Deelnemers zijn zelf verantwoordelijk voor de aanschaf van deze componenten. De gebruikte software omvat OpenCV, Linux, Python, enz.

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

• Installeer Linux, OpenCV en andere softwarehulpprogramma's en bibliotheken op een Rasberry Pi.
• Configureer OpenCV om gezichtsopnamen vast te leggen en te detecteren.
• Begrijp de verschillende opties voor het verpakken van een Rasberry Pi-systeem voor gebruik in real-world omgevingen.
• Pas het systeem aan voor een verscheidenheid aan gebruiksscenario's, waaronder bewaking, identiteitsverificatie, enz.

Vorm van de cursus

• Deels lezing, deels discussie, oefeningen en zware hands-on oefening

Notitie

• Andere hardware- en software-opties zijn onder meer: Arduino, OpenFace, Windows, enz. Als u een van deze wilt gebruiken, neem dan contact met ons op om dit te regelen.

Dit door een instructeur geleide live training in België (online of op locatie) is gericht op professionals met middelmatige kennis die Vision Builder AI willen gebruiken om geautomatiseerde inspectiesystemen te ontwerpen, implementeren en optimaliseren voor SMT (Surface-Mount Technology) processen.

Na afloop van deze training zijn de deelnemers in staat:

• Geautomatiseerde inspecties op te zetten en te configureren met Vision Builder AI.
• Hoge-kwaliteitsafbeeldingen verkrijgen en voorbereiden voor analyse.
• Logica-gebaseerde beslissingen implementeren voor defectendetekting en procesvalidatie.
• Inspectierapporten genereren en systeemprestaties optimaliseren.