Opleiding: Advanced AI Engineering: LLMs, RAG en Agents

In deze training krijg je een praktisch inzicht in hoe moderne AI-systemen worden ontworpen en gebouwd. Je leert hoe je werkt met large language models (LLM's) zoals gebruikt in ChatGPT en Copilot, hoe je context en kennis combineert via Retrieval-Augmented Generation (RAG) en hoe je AI-agents maakt met specifiek gedrag en domeinkennis. Tijdens de hands-on sessies werk je met Python, prompt engineering, embeddings, vectordatabases en multi-agentarchitecturen en pas je deze toe in realistische opdrachten.

Wat je leert

• De basisprincipes van neurale netwerken en large language models (LLM's).
• Prompt engineering en contextgestuurde interactie met AI en ChatGPT.
• Embeddings en vectordatabases voor semantisch zoeken.
• Opzetten en toepassen van Retrieval-Augmented Generation (RAG).
• AI-agents bouwen met eigen instructies en kennisbronnen.
• Multi-agent systemen ontwerpen en best practices toepassen.

Na deze cursus kun je:

• Zelf AI-agents ontwerpen, testen en verfijnen.
• RAG-modellen toepassen binnen je data- of bedrijfsomgeving.
• Promptstrategieën inzetten voor betrouwbaardere en nauwkeurigere resultaten.
• AI integreren in ETL-processen en ontwikkelworkflows.

Voor wie

• Data scientists en data engineers.
• Python-developers die AI willen integreren in hun workflow.
• AI- en ML-professionals die hun kennis willen verdiepen richting productieklare AI-toepassingen.

Voorkennis

• Ervaring met Python.
• Basiskennis van AI- en machine-learningconcepten (zoals LLM's, API's of modelgebruik).

Inhoud (globaal programma)

Dag 1 – Introductie tot AI en Agents

• Fundamenten van AI en taalmodellen zoals ChatGPT en Copilot.
• Concept van agents en hun mogelijkheden.
• Eerste eigen agent bouwen in Python.

Dag 2 – Multi-Agent Systemen

• Hoe agents samenwerken aan complexe taken.
• Ontwerpen en implementeren van multi-agent workflows.

Dag 3 – Alternatieve Frameworks

• Werken met frameworks zoals LangChain en LangGraph.
• Bouwen van flexibele en schaalbare agentarchitecturen.

Dag 4 – Implementatie en Best Practices

• Agents inzetten in ETL-processen of ontwikkelomgevingen.
• Betrouwbaarheid, schaalbaarheid en prestatieoptimalisatie.

Dag 5 – Casus

• Uitwerken van een end-to-end casus.
• Ontwerpen en implementeren van een geavanceerde AI-agentoplossing.