Nú is het moment om te investeren in AI kennis voor software engineers.
AI transformeert snel de wijze waarop we software ontwikkelen. Daarnaast zal AI op allerlei manieren worden opgenomen in bestaande en nieuwe software applicaties. Het wordt steeds belangrijker dat ontwikkelaars, product owners, scrum masters, product managers en testers de benodigde kennis hebben op het gebied van AI.
Om tot een duurzaam begrip van AI technologie te komen is het nodig om bij de basis te beginnen. Kennis van fundamentele technologieën zoals Machine Learning en Large Language Models zijn nodig om de mogelijkheden én beperkingen van chatbots, coding agents en de duizenden andere AI tools te begrijpen. Na de fundamenten gaan we verder met één of meerdere verdiepingsmodules.
Altijd een passende training
Afhankelijk van de behoeften van het team kunnen wij de invulling op maat doen van ons aanbod. Hierdoor is er altijd een passend aanbod.
De filosofie achter onze kennissessies
De ontwikkelingen in AI gaan erg snel. Er kunnen daardoor grote verschillen zijn tussen de kennis en vaardigheden binnen één team. Ook zijn er verschillende visies en verwachtingen van AI. Onze trainingen zijn gericht op het harmoniseren van deze kennis door in kleine sessies kennis en ervaringen te delen met elkaar. Wij faciliteren de sessie en brengen de verdieping waar nodig. Aan het eind van onze training hebben de deelnemers een gedeeld begrip en vocabulaire. Dat is de basis, een nieuw startpunt, voor teams om verder te gaan experimenteren met AI.
De fact sheet
| Locatie | In-company of op een alternatieve locatie in overleg |
| Deelnemers | Kleinschalig: 4 tot 12 personen |
| Duur | Dagdeel (ongeveer 3 uur) |
| Doelgroep | Software engineers (junior, medior en senior) Product Owners Scrum Masters Product Managers |
De basis
De fundamentele kennis om de werking van AI écht te doorgronden.
Machine Learning & Neural Networks
Het idee achter neurale netwerken en deep learning.
- • Wat is Machine Learning?
- • Hoe neurale netwerken werken
- • Weights en ML modellen
- • Recurrent Neural Network
Large Language Models
Fundamenteel begrip van LLM's zoals GPT-5, Gemini-Pro en Mistral.
- • Hoe LLM's werken
- • Tokens, context en beperkingen
- • Transfomer architectuur
- • Model architecturen
De verdieping
Combineer de basis met één of meerdere verdiepingsmodules
Coden met generative AI
Leer hoe je AI-tools effectief inzet voor het genereren van hoogwaardige code.
- • Prompt engineering voor ontwikkelaars
- • Code review van AI-gegenereerde code
- • Integratie in bestaande workflows
- • Best practices en valkuilen
Agentic Coding
Gebruik van Claude Code of Codex voor effectieve ontwikkeling.
- • Setup en configuratie
- • Effectieve prompting strategieën
- • Complexe refactoring taken
- • Team workflow integratie
Model Context Protocols (MCP)
Ontdek hoe MCP's uw AI-tools toegang geven tot externe systemen.
- • MCP architectuur en concepten
- • Custom MCP server ontwikkeling
- • Database en API integraties
- • Security overwegingen
Models & Platformen
Introductie tot model selectie en model-platforms.
- • Hugging Face
- • Model selection criteria
- • API's en integraties
- • Local vs cloud deployment