AI Technology Architect
Binnenkort verschijnen nieuwe startdata & prijzen
AI Technology Architect
Binnenkort verschijnen nieuwe startdata & prijzen
Sector
Data en AI
Leervorm
Hybride leren
Over deze opleiding
Zet je in de driver’s seat van technologische vernieuwing met onze AI Technology Architect opleiding! Ben je benieuwd hoe je AI-oplossingen kan implementeren om je bedrijf of organisatie te versterken? Wil je aan de slag met AI-technieken, big data, geavanceerde modellen trainen, robuuste MLOps architecturen kunnen opzetten? Vind je het boeiend om met een echte use case van een bedrijf aan de slag te gaan en een proof of concept van een AI-oplossing uit te werken? Met onze AI Technology Architect opleiding wordt je een pionier in het toepassen van AI-technologieën en transformeer je mee de wereld van morgen.
Deze opleiding leert je de technische knepen van het AI-vak. Ben je gefascineerd door technologie en wil je met AI aan de slag en een AI-oplossing kunnen bedenken en implementeren, dan is deze opleiding “AI Technology Architect” geknipt voor jou. Leun je dichter aan bij de business en wil je op de brug tussen Business en IT AI-oplossingen kunnen bedenken en uitwerken in een business context, dan is de opleiding “AI Business Architect” misschien eerder voor jou. (Link AI Business Architect)
Zoek je in vacatures naar data & AI profielen, dan kom je diverse benamingen tegen: Data analist, Data scientist, Data strategist, Data engineer, ML engineer, MLOps Engineer, AI engineer, IoT Engineer, AI Developer, AI Expert, Data Architect AI, AI Software Developer, … Heel wat AI-vacatures zijn een mix van deze profielen, voornamelijk afhankelijk van de grootte van het bedrijf.
De AI Technical Architect ontwikkelt AI-software, gebruik makend van eenvoudige regressies tot complexe deep learning en/of state of the art reinforcement learning modellen. Als Artificial Intelligence expert bouw je onder andere AI-modellen die inzicht verschaffen in en gebruikt kunnen worden voor beslissingen die een bedrijf maakt en veel invloed kunnen hebben op een organisatie. Er zijn AI-toepassingen voor allerlei sectoren: gezondheidszorg, mobiliteit, retail, finance, landbouw, productie, ...
De vernieuwingen en uitbreidingen binnen de cloud-gebaseerde AI-ontwikkelingsplatformen volgen elkaar snel op en worden steeds vaker uitgebreid om niet-technische business analisten en eindgebruikers in staat te stellen toepassingen te ontwikkelen en aan te passen. Daarnaast is de afgelopen jaren de vraag naar AI-experten sterk gestegen door de toenemende toepassing van machine learning, deep learning en andere AI-technologieën. Deze trends zullen zich naar verwachting voortzetten naarmate meer organisaties AI willen inzetten om de efficiëntie te verbeteren en een concurrentievoordeel te behalen.
Deze opleiding bestaat uit een aantal belangrijke onderwerpen in AI die gegeven worden door experten aangevuld met presentaties van gastsprekers over diverse technische en beschouwelijke onderwerpen (toekomst van AI, …) en getuigenissen over praktijkcases binnen hun organisatie.
AI is een discipline die zich situeert binnen Information Technology (IT), maar waarbij ook inzichten uit o.a. psychologie en taalkunde gebruikt worden om een computersysteem autonoom taken te laten uitvoeren waarbij in principe menselijke intelligentie vereist is. Een AI-systeem moet met andere woorden in staat zijn om logisch te redeneren, te plannen, te leren en te communiceren. AI heeft een breed spectrum aan toepassingsdomeinen: van beeldanalyse en speech-to-text-tools over Internet of Things-toepassingen tot robotica. Machine Learning en deep learning zijn enkele van die vele technieken binnen artificiële intelligentie.
Voor wie
Deze hands-on opleiding staat open voor iedere IT-professional of gepassioneerde liefhebber die zich wil verdiepen in AI en in dit domein aan de slag wil gaan. Ben je gepassioneerd door technologie en wil je deel uitmaken van de snel evoluerende wereld van artificiële intelligentie, dan ben je van harte welkom.
Het voorgesteld programma is ontworpen voor professionals met een achtergrond in IT zoals developers, analisten, data analisten, data scientists, data engineers, MLOps engineers, IT-architecten, IT-consultants en anderen die geïnteresseerd zijn in het ontwerpen en implementeren van AI-oplossingen. Of je nu een bachelordiploma of mastertitel hebt behaald, als je de ambitie hebt om AI-oplossingen te ontwikkelen en toe te passen, biedt dit programma de ideale leeromgeving voor jou.
Wens je na het volgen van dit Postgraduaat AI Technology Architect ook het Postgraduaat AI Business Architect te volgen, dan krijg je vrijstelling voor de eerste module “AI Fundamentals”.
Programma
Module 1: AI Fundamentals
- w1 23/09/2024
- w2 30/09/2024
- w3 07/10/2024
- w4 14/10/2024
- w5 21/10/2024
- w6 04/11/2024
- w7 25/11/2024
Module 2: AI Technology
- w1 2/12/2024
- w2 9/12/2024
- w3 16/12/2024
- w4 06/01/2025
- w5 13/01/2025
- w6 20/01/2025
- w7 27/1/2025
Module 3: AI Cases
- w1 3-2-2025
- w2 10-2-2025
- w3 17-2-2025
- w4 24-2-2025
- w5 10-3-2025
- w6 17-3-2025
- w7 24-3-2025
- w8 31-3-2025
- w9 28-4-2025
- w10 5-5-2025
- w11 12-5-2025
- w12 19-5-2025
- w13 26-5-2025
- w14 2-6-2026
Module 1: AI Fundamentals
28u
Binnen de module Fundamentals trachten we een stevige basis te leggen om als AI Business architect een goed inzicht te krijgen in dit domein.
We starten met een kennismaking met AI waarin we al een aantal AI key concepten aanraken en de Business impact laten voelen… “AI is transforming our world”
Security & Privacy in AI, we kunnen er niet omheen. De EU AI act en de impact hiervan op AI projecten alsook cybersecurity in AI projecten zal uitgebreid aan bod komen.
De gigantische hoeveelheden data die nodig zijn voor het trainen en testen van Machine Learning modellen moeten ergens opgeslagen, opgeschoond en klaargezet worden. Deze taak wordt typisch uitgevoerd door iemand met data engineering skills. Daarom gaan we dieper in op deze rol, en verkennen we de uitdagingen die gepaard gaan met het klaarmaken van grote hoeveelheden data.
AI is een klein stukje technologie in een groter geheel. Je zal leren hoe AI-technologie zich verhoudt tot algemene data technologie en hoe dit end-to-end kan gemanaged worden. Een manier van aanpak is het uitbouwen van een AI Data Strategie met daarin voldoende aandacht voor data management initiatieven.
Machine learning maakt gebruik van geavanceerde algoritmen om te “leren” van immense hoeveelheden big data. We leren je de belangrijkste types van machine learning (supervised, unsupervised en reinforcement learning) aan de hand van praktijkvoorbeelden.
Het doel van deze les is dat de cursist de verschillende algoritmes kan onderscheiden en weet in welke situaties ze toegepast worden.
Verder gaan we dieper in op een van de grootste evoluties in AI: large language models. We vertrekken van de fundamenten van deze krachtige modellen, vervolgens exploreren we de verschillende technieken om ze goed aan te sturen. We sluiten af met semantic search en Retrieval Augmented Generation systemen, oftewel RAGs, waar data technieken (vector databases) gecombineerd worden met large language modelen en embeddings om op een natuurlijke manier gigantische hoeveelheden informatie te bevragen.
We sluiten elke lesavond af met een good-practice in AI. We laten bedrijven een toelichting geven over een succesvol AI-project. We belichten AI-cases uit diverse sectoren.
We starten met een kennismaking met AI waarin we al een aantal AI key concepten aanraken en de Business impact laten voelen… “AI is transforming our world”
Security & Privacy in AI, we kunnen er niet omheen. De EU AI act en de impact hiervan op AI projecten alsook cybersecurity in AI projecten zal uitgebreid aan bod komen.
De gigantische hoeveelheden data die nodig zijn voor het trainen en testen van Machine Learning modellen moeten ergens opgeslagen, opgeschoond en klaargezet worden. Deze taak wordt typisch uitgevoerd door iemand met data engineering skills. Daarom gaan we dieper in op deze rol, en verkennen we de uitdagingen die gepaard gaan met het klaarmaken van grote hoeveelheden data.
AI is een klein stukje technologie in een groter geheel. Je zal leren hoe AI-technologie zich verhoudt tot algemene data technologie en hoe dit end-to-end kan gemanaged worden. Een manier van aanpak is het uitbouwen van een AI Data Strategie met daarin voldoende aandacht voor data management initiatieven.
Machine learning maakt gebruik van geavanceerde algoritmen om te “leren” van immense hoeveelheden big data. We leren je de belangrijkste types van machine learning (supervised, unsupervised en reinforcement learning) aan de hand van praktijkvoorbeelden.
Het doel van deze les is dat de cursist de verschillende algoritmes kan onderscheiden en weet in welke situaties ze toegepast worden.
Verder gaan we dieper in op een van de grootste evoluties in AI: large language models. We vertrekken van de fundamenten van deze krachtige modellen, vervolgens exploreren we de verschillende technieken om ze goed aan te sturen. We sluiten af met semantic search en Retrieval Augmented Generation systemen, oftewel RAGs, waar data technieken (vector databases) gecombineerd worden met large language modelen en embeddings om op een natuurlijke manier gigantische hoeveelheden informatie te bevragen.
We sluiten elke lesavond af met een good-practice in AI. We laten bedrijven een toelichting geven over een succesvol AI-project. We belichten AI-cases uit diverse sectoren.
Module 2: AI Technology
28u
In de module “AI Technology” streven we ernaar om een diepgaand inzicht te bieden in de technologische ontwikkelingen in het AI-landschap. We hebben aandacht voor het gebruik van kant-en-klare AI tools en zelfgemaakte oplossingen, en geven inzicht in de voordelen en aandachtspunten van beide. Daarbij is het de bedoeling om aan de hand van hands-on ervaringen de deelnemers actief te laten experimenteren met de technologieën.
We hebben speciale aandacht voor de nieuwste trends in generatieve AI en opkomende paradigma’s zoals RAG.
We verkennen de synergie tussen hardware componenten en sensoren, GPU’s, robots, drones en AI-software, waarbij we ook ingaan op concepten zoals cloud, hybrid en edge computing. We geven concrete voorbeelden en gaan ermee aan de slag.
Verder onderzoeken we praktische toepassingen van Computer Vision, Natural Language Processing (NLP), Recommendation Engines, Generative Adversarial Networks en Reinforcement Learning en Generative AI. Via hands-on oefeningen kunnen de cursisten de concepten kunnen toepassen.
Tenslotte geven we inzicht in hoe Machine Learning modellen kwalitatief in productie kunnen gezet en beheerd worden met behulp van MLOps. We kijken naar de verschillende fases van de Machine Learning levenscyclus. Dit omvat o.a. datacollectie en voorbereiding, feature engineering, supervised training, evaluatie van modellen, model deployment en model serving.
We hebben speciale aandacht voor de nieuwste trends in generatieve AI en opkomende paradigma’s zoals RAG.
We verkennen de synergie tussen hardware componenten en sensoren, GPU’s, robots, drones en AI-software, waarbij we ook ingaan op concepten zoals cloud, hybrid en edge computing. We geven concrete voorbeelden en gaan ermee aan de slag.
Verder onderzoeken we praktische toepassingen van Computer Vision, Natural Language Processing (NLP), Recommendation Engines, Generative Adversarial Networks en Reinforcement Learning en Generative AI. Via hands-on oefeningen kunnen de cursisten de concepten kunnen toepassen.
Tenslotte geven we inzicht in hoe Machine Learning modellen kwalitatief in productie kunnen gezet en beheerd worden met behulp van MLOps. We kijken naar de verschillende fases van de Machine Learning levenscyclus. Dit omvat o.a. datacollectie en voorbereiding, feature engineering, supervised training, evaluatie van modellen, model deployment en model serving.
Module 3: AI Cases
56u
In de module AI cases gaan de cursisten in teams aan de slag met real-world cases en ontwikkelen ze een AI-oplossing voor een specifiek probleem.
Cursisten kunnen zelf een use case aanbrengen of bedrijven kunnen een use case pitchen. Er is ook de mogelijkheid om een case uit het PG AI Business Architect uit te werken.
Vanuit de opleiding wordt coaching voorzien. We vragen ook een engagement van de bedrijven in het bieden van inzicht in de case, het leveren van- voldoende kwalitatieve data om analyses en AI-modellen op te trainen, en het geven van regelmatige feedback.
Het werken op de case wordt regelmatig afgewisseld met korte lesavonden waarin we dieper ingaan op bepaalde onderwerpen om de cursisten nog meer kennis en vaardigheden te laten ontwikkelen die ze kunnen toepassen in de cases.
Zo gaan we verder in op de mogelijkheden en services van cloud platformen voor AI-ontwikkelingen zoals MS Azure, Google Cloud en AWS. We geven ook verdieping over enkele specifieke relevante onderwerpen zoals LLM.
Tussentijds vragen we om de voorlopige AI-oplossingen te pitchen voor de klas. Dit biedt de kans om de oplossing nog beter af te stemmen op behoeftes van het bedrijf en om een lerend netwerk te zijn voor teams onderling.
Op het einde van de module presenteren de cursisten het resultaat voor een jury en het betrokken bedrijf.
Cursisten kunnen zelf een use case aanbrengen of bedrijven kunnen een use case pitchen. Er is ook de mogelijkheid om een case uit het PG AI Business Architect uit te werken.
Vanuit de opleiding wordt coaching voorzien. We vragen ook een engagement van de bedrijven in het bieden van inzicht in de case, het leveren van- voldoende kwalitatieve data om analyses en AI-modellen op te trainen, en het geven van regelmatige feedback.
Het werken op de case wordt regelmatig afgewisseld met korte lesavonden waarin we dieper ingaan op bepaalde onderwerpen om de cursisten nog meer kennis en vaardigheden te laten ontwikkelen die ze kunnen toepassen in de cases.
Zo gaan we verder in op de mogelijkheden en services van cloud platformen voor AI-ontwikkelingen zoals MS Azure, Google Cloud en AWS. We geven ook verdieping over enkele specifieke relevante onderwerpen zoals LLM.
Tussentijds vragen we om de voorlopige AI-oplossingen te pitchen voor de klas. Dit biedt de kans om de oplossing nog beter af te stemmen op behoeftes van het bedrijf en om een lerend netwerk te zijn voor teams onderling.
Op het einde van de module presenteren de cursisten het resultaat voor een jury en het betrokken bedrijf.
kmo-portefeuille
Thema: Beroepsspecifieke competentie - STEMDe kmo-portefeuille is een subsidie van de Vlaamse Overheid waardoor je tot 30% van je inschrijvingsgeld kan recupereren. Lees hier hoe de KMO-portefeuille in zijn werk gaat.
Netto verschuldigd bedrag voor:
* middelgrote ondernemingen
** kleine ondernemingen
De evaluatie van de module AI Fundamentals en AI Technology zal gebeuren op basis van een examen.
De evaluatie van de module AI Cases bestaat uit het beoordelen van een uitgewerkte case waaraan een eindpresentatie verbonden is.
Wie als houder van een graduaats-, bachelor of master diploma op alle onderdelen slaagt, ontvangt het getuigschrift van het postgraduaat. Wie niet beschikt over een diploma hoger onderwijs of wie niet alle opleidingsonderdelen gevolgd heeft, krijgt een attest van deelname, al dan niet met vermelding ‘geslaagd’.
Onderdeel:
- Module AI Fundamentals: 4 SP - 28 CU
- Module AI Technology: 4 SP - 28 CU
- Module AI Cases: 12 SP - 58 CU
SP = Studiepunten
CU = Contacturen
De wekelijkse avondlessen, maandagavond van 18u tot 22u, worden gegeven door erkende trainers en ervaringsdeskundigen uit de sector.
Geen les tijdens wettelijke feestdagen en schoolvakanties.
De theorielessen zijn zowel op locatie (Hogeschool PXL of Corda Campus in Hasselt) als online op afstand te volgen en worden tevens opgenomen.
Zo bepaal je helemaal zelf hoe en wanneer je de opleiding volgt.
Inschrijvingsgeld: 2.595 euro
De module AI Fundamentals kan apart worden gevolgd.
Alvorens definitief in te schrijven is een intakegesprek met de coördinator van de opleiding aanbevolen, best stuur je hiervoor een e-mail.
Ik wil meer weten
Vond je geen antwoord op je vraag? Stel ze hier aan onze medewerkers.
Lesdata
- Opleidingscheques
- kmo-portefeuille