Wat houdt de training in?
Deze training geeft je een praktisch inzicht in hoe AI-systemen zijn opgebouwd. Je leert hoe large language models (LLM’s) werken, hoe ze context en kennis combineren via Retrieval-Augmented Generation (RAG), en hoe je AI-agents maakt met specifieke kennis en instructies. De sessies behandelen prompt engineering, embeddings, vector databases en multi-agent architecturen via praktische oefeningen.
Dagprogramma
Dag 1 – Introductie tot Agents
Leer de basis van AI en taalmodellen, ontdek het concept van agents en bouw je eerste eenvoudige agent.
Dag 2 – Multi-Agent Systemen
Begrijp hoe meerdere agents kunnen samenwerken aan complexe taken en bouw je eigen multi-agent workflow.
Dag 3 – Alternatieve Frameworks
Maak kennis met frameworks zoals LangChain en LangGraph voor het bouwen van flexibele en schaalbare agentarchitecturen.
Dag 4 – Implementatie en Best Practices
Leer hoe je agents kunt implementeren in ETL- of ontwikkelomgevingen, en pas best practices toe voor betrouwbaarheid, schaalbaarheid en prestaties.
Dag 5 – Casus
Werk aan een complete end-to-end casus waarin je alle geleerde concepten toepast om een geavanceerde AI-agentoplossing te ontwerpen en te implementeren.
Voor wie?
Deze training is bedoeld voor data scientists, data engineers en AI-professionals die al enige ervaring hebben met Python en AI-concepten, en hun kennis willen verdiepen richting praktische, production-grade AI-toepassingen.
