Opleidingen
55.730
resultaten
AI+ Agent Specialty™
's-Hertogenbosch
ma 30 nov. 2026
Formerly known as AI+ Agent™
Empower businesses with AI+ Agent Specialty™ to design, deploy, and scale intelligent agents.
Empower Automation with AI+ Agent Specialty™ for intelligent, efficient task execution
Beginner-Friendly Pathway: Perfect for learners stepping into the world of AI agents, offering simple, structured guidance for confident skill-building
Immersive Learning Experience: Combines essential AI agent fundamentals, intuitive tools, and real-world workflows to help you understand, build, and deploy automated agents
Action-Oriented Skill Development: Features practical exercises, scenario-based tasks, and guided projects so you can design, optimise, and showcase high-performance AI agents with ease
Aspiring AI Professionals: Learners looking to break into AI by building practical experience with intelligent agents and automation.
Software Developers & Engineers: Python or similar language programmers who want to design, integrate, and deploy AI agents into real applications.
Data Analysts & Data Scientists: Professionals who work with data and want to operationalize insights through AI-driven agents and workflows.
Product Managers & Tech Leaders: Decision-makers aiming to understand, plan, and oversee AI agent solutions that enhance products and services.
Automation & Operations Specialists: Those focused on process optimization who want to replace repetitive tasks with smart, autonomous AI agents.
Industry Recognition:A specialized credential that signals strong capability in AI agent design, deployment, and management.
Career Differentiation:A standout addition to your profile that highlights expertise in AI-powered automation and intelligent workflows.
Hands-on Proficiency:Demonstrated experience using agent-building tools, frameworks, and best practices to solve real problems.
Business Value Creation:Proven ability to build agents that streamline operations, elevate customer experiences, and drive measurable ROI.
Future-ready Skill Set:Strong alignment with the growing demand for AI agents across industries, keeping your skills relevant and competitive.
Module 1: Introduction to AI Agents
1.1 Understanding AI Agents
1.2 Anatomy and Ecosystem of AI Agents
1.3 Applications, Misconceptions, and Mini Case Studies
1.4 Case Study: Transforming Customer Support at Acme Retail with AI Agents
1.5 Hands-On Exercise 1: Build a Q&A ChatBot Using Gemini + Prompt + LLM Chain in Flowise Cloud
Module 2: Core Concepts & Types of AI Agents
2.1 Anatomy of an AI Agent
2.2 Classification of AI Agents
2.3 Matching Agents to Use Cases
2.4 Case Study: Enhancing Mental Health Support with AI Agents at Earkick
2.5 Hands-On Exercise
Module 3: Tools for Non-Coders
3.1 No-code and visual agent platforms
3.2 Tools Overview and Setup
3.3 Start building: “Your First Flow” with n8n
3.4 Case Study: Empowering HR with AI – Building an Onboarding Assistant Without Coding
3.5 Hands-on Exercise
Module 4: Building Simple Agents
4.1 Agent 1
4.2 Agent 2
4.3 Agent 3
4.4 Agent 4
4.5 Troubleshooting and Validation of AI Agents
4.6 Share Your AI Agent
4.7 Hands-On Exercise 1
Module 5: Multi-Tool Agents and Workflow Automation
5.1 Multi-Tool Agents
5.2 Agent Chaining and Workflow Basics
5.3 Managing Agent State: State, Context, and User Journey
5.4 Prompt Engineering for Agents
5.5 Multi-Agent Systems (MAS)
5.6 Case Study: Smarter Marketing Campaigns with Tool Chaining
5.7 Hands-on Exercise: Automating Order Tracking and Notifications with Make.com
Module 6: Integration, Application Mapping & Deployment
6.1 Deploying Agents
6.2 Channel Selection – Where the User will Interact
6.3 Hosting Environment – Where does the Agent Run?
6.4 Data Integration
6.5 Security Setup
6.6 Monitoring & Updates
6.7 Application Mapping
6.8 Hands-on Exercise 1: Integration of a Portfolio Assistant Chatbot into GitHub Pages using Zapier
Module 7: Monitoring, Guardrails & Responsible AI
7.1 Observability Basics
7.2 Performance Evaluation: Key Metrics
7.3 Guardrails: Preventing Misuse & Ensuring Safe Outputs
7.4 Responsible AI
7.5 Mini-Case: Failure and Recovery in Agent Deployments
7.6 Real-world Failures
7.7 Peer Sharing: How to Present and Discuss Agent Logs/Results
Module 8: Capstone Project – Design Your Own Intelligent Agent
8.1 Capstone Project 1: Smart Personal AI Assistant
8.2 Capstone Project 2: Smart Lead Engagement – From Email to Personalized Outreach – Sales Support Agent
8.3 Capstone Project 3: Education Tutor Agent
8.4 HR Knowledge Bot
8.5 Customer Service Agent
8.6 Healthcare Triage Bot
Tools you will explore
Python
LangChain
LlamaIndex
OpenAI API
Hugging Face Inference
Multi-Agent Orchestration Frameworks
Vector Databases (e.g., Pinecone, Chroma)
Workflow Orchestration (e.g., Airflow, Prefect)
Jupyter Notebooks
Docker
Prompt Engineering Platforms
Online proctored exam included, with one free retake.
Exam format: 50 questions, 70% passing, 90 minutes, online proctored exam
Access to all materials and exams is provided for 365 days after delivery.
Instructor-led OR Self-paced course + Official exam + Digital badge
De OCICT maatwerk-methode houdt in dat op basis van de behoefte van de klant - en indien nodig na een intakegesprek - een individueel opleidingstraject wordt opgesteld. De trainingen worden veelal individueel gevolgd, zodat iedere training een maatwerktraject is. Klassikale trainingen zijn natuurlijk mogelijk, mits ze aansluiten bij de leerbehoeften van de deelnemers / opdrachtgever.
Alle onderdelen van de training kennen een voortdurende wisselwerking tussen theorie en praktijk. De inhoud van de training kan vooraf per cursist worden aangepast en tijdens de cursus worden bijgesteld. De focus ligt op maatwerk: het traject wordt afgestemd op de doelstellingen van de deelnemer(s) en/of opdrachtgever, ongeacht of het individueel of klassikaal wordt aangeboden.
€995
Klassikaal
max 12
1 dag
AI+ Agent Specialty™ eLearning
Formerly known as AI+ Agent™
Empower businesses with AI+ Agent Specialty™ to design, deploy, and scale intelligent agents.
Empower Automation with AI+ Agent Specialty™ for intelligent, efficient task execution
Beginner-Friendly Pathway: Perfect for learners stepping into the world of AI agents, offering simple, structured guidance for confident skill-building
Immersive Learning Experience: Combines essential AI agent fundamentals, intuitive tools, and real-world workflows to help you understand, build, and deploy automated agents
Action-Oriented Skill Development: Features practical exercises, scenario-based tasks, and guided projects so you can design, optimise, and showcase high-performance AI agents with ease
Aspiring AI Professionals: Learners looking to break into AI by building practical experience with intelligent agents and automation.
Software Developers & Engineers: Python or similar language programmers who want to design, integrate, and deploy AI agents into real applications.
Data Analysts & Data Scientists: Professionals who work with data and want to operationalize insights through AI-driven agents and workflows.
Product Managers & Tech Leaders: Decision-makers aiming to understand, plan, and oversee AI agent solutions that enhance products and services.
Automation & Operations Specialists: Those focused on process optimization who want to replace repetitive tasks with smart, autonomous AI agents.
Industry Recognition:A specialized credential that signals strong capability in AI agent design, deployment, and management.
Career Differentiation:A standout addition to your profile that highlights expertise in AI-powered automation and intelligent workflows.
Hands-on Proficiency:Demonstrated experience using agent-building tools, frameworks, and best practices to solve real problems.
Business Value Creation:Proven ability to build agents that streamline operations, elevate customer experiences, and drive measurable ROI.
Future-ready Skill Set:Strong alignment with the growing demand for AI agents across industries, keeping your skills relevant and competitive.
Module 1: Introduction to AI Agents
1.1 Understanding AI Agents
1.2 Anatomy and Ecosystem of AI Agents
1.3 Applications, Misconceptions, and Mini Case Studies
1.4 Case Study: Transforming Customer Support at Acme Retail with AI Agents
1.5 Hands-On Exercise 1: Build a Q&A ChatBot Using Gemini + Prompt + LLM Chain in Flowise Cloud
Module 2: Core Concepts & Types of AI Agents
2.1 Anatomy of an AI Agent
2.2 Classification of AI Agents
2.3 Matching Agents to Use Cases
2.4 Case Study: Enhancing Mental Health Support with AI Agents at Earkick
2.5 Hands-On Exercise
Module 3: Tools for Non-Coders
3.1 No-code and visual agent platforms
3.2 Tools Overview and Setup
3.3 Start building: “Your First Flow” with n8n
3.4 Case Study: Empowering HR with AI – Building an Onboarding Assistant Without Coding
3.5 Hands-on Exercise
Module 4: Building Simple Agents
4.1 Agent 1
4.2 Agent 2
4.3 Agent 3
4.4 Agent 4
4.5 Troubleshooting and Validation of AI Agents
4.6 Share Your AI Agent
4.7 Hands-On Exercise 1
Module 5: Multi-Tool Agents and Workflow Automation
5.1 Multi-Tool Agents
5.2 Agent Chaining and Workflow Basics
5.3 Managing Agent State: State, Context, and User Journey
5.4 Prompt Engineering for Agents
5.5 Multi-Agent Systems (MAS)
5.6 Case Study: Smarter Marketing Campaigns with Tool Chaining
5.7 Hands-on Exercise: Automating Order Tracking and Notifications with Make.com
Module 6: Integration, Application Mapping & Deployment
6.1 Deploying Agents
6.2 Channel Selection – Where the User will Interact
6.3 Hosting Environment – Where does the Agent Run?
6.4 Data Integration
6.5 Security Setup
6.6 Monitoring & Updates
6.7 Application Mapping
6.8 Hands-on Exercise 1: Integration of a Portfolio Assistant Chatbot into GitHub Pages using Zapier
Module 7: Monitoring, Guardrails & Responsible AI
7.1 Observability Basics
7.2 Performance Evaluation: Key Metrics
7.3 Guardrails: Preventing Misuse & Ensuring Safe Outputs
7.4 Responsible AI
7.5 Mini-Case: Failure and Recovery in Agent Deployments
7.6 Real-world Failures
7.7 Peer Sharing: How to Present and Discuss Agent Logs/Results
Module 8: Capstone Project – Design Your Own Intelligent Agent
8.1 Capstone Project 1: Smart Personal AI Assistant
8.2 Capstone Project 2: Smart Lead Engagement – From Email to Personalized Outreach – Sales Support Agent
8.3 Capstone Project 3: Education Tutor Agent
8.4 HR Knowledge Bot
8.5 Customer Service Agent
8.6 Healthcare Triage Bot
Tools you will explore
Python
LangChain
LlamaIndex
OpenAI API
Hugging Face Inference
Multi-Agent Orchestration Frameworks
Vector Databases (e.g., Pinecone, Chroma)
Workflow Orchestration (e.g., Airflow, Prefect)
Jupyter Notebooks
Docker
Prompt Engineering Platforms
Online proctored exam included, with one free retake.
Exam format: 50 questions, 70% passing, 90 minutes, online proctored exam
Access to all materials and exams is provided for 365 days after delivery.
Instructor-led OR Self-paced course + Official exam + Digital badge
De OCICT maatwerk-methode houdt in dat op basis van de behoefte van de klant - en indien nodig na een intakegesprek - een individueel opleidingstraject wordt opgesteld. De trainingen worden veelal individueel gevolgd, zodat iedere training een maatwerktraject is. Klassikale trainingen zijn natuurlijk mogelijk, mits ze aansluiten bij de leerbehoeften van de deelnemers / opdrachtgever.
Alle onderdelen van de training kennen een voortdurende wisselwerking tussen theorie en praktijk. De inhoud van de training kan vooraf per cursist worden aangepast en tijdens de cursus worden bijgesteld. De focus ligt op maatwerk: het traject wordt afgestemd op de doelstellingen van de deelnemer(s) en/of opdrachtgever, ongeacht of het individueel of klassikaal wordt aangeboden.
€225
E-Learning
max 999
1 dag
AI+ Pharma Practitioner™
Nieuwegein
vr 20 nov. 2026
Maak gebruik van AI in de farmaceutische sector om de ontwikkeling van geneesmiddelen te versnellen, klinische proeven te optimaliseren en precisietherapieën mogelijk te maken.
Breng een revolutie teweeg in de gezondheidszorg met AI+ Pharma Practitioner™ voor slimmere, datagestuurde beslissingen
Beginnersvriendelijk traject: ideaal voor studenten en professionals die de wereld van AI in de farmaceutische sector betreden, met duidelijke basisprincipes en eenvoudig te begrijpen concepten
Geïntegreerde leerervaring: combineert essentiële farmaceutische kennis met intuïtieve AI-tools, praktijkgerichte casestudies en begeleide oefeningen om analytische en operationele vaardigheden te versterken
Branchegerichte groei: rust je uit met praktische projecten, scenario-gebaseerde oefeningen en bruikbare inzichten om AI toe te passen in geneesmiddelenontwikkeling, onderzoek, compliance en patiëntgerichte oplossingen
Studenten farmacie en levenswetenschappen: studenten die hun achtergrond in de farmacie of biotechnologie willen aanvullen met praktische AI-vaardigheden.
Professionals in de farmaceutische en biotechnologische sector: R&D-, klinische of regelgevende teams die AI willen toepassen bij geneesmiddelenontwikkeling, klinische proeven en veiligheid.
Zorgverleners en medische professionals: artsen, clinici en zorgmanagers die geïnteresseerd zijn in AI-gestuurde beslissingsondersteuning en precisiegeneeskunde.
Datawetenschappers en AI-ingenieurs: Technische professionals die zich willen specialiseren in de farmaceutische sector, analyse van gezondheidszorggegevens en intelligente pijplijnen voor geneesmiddelenontwikkeling.
Innovators in de gezondheids- en medische technologie: Ondernemers, productmanagers en consultants die AI-aangedreven oplossingen ontwikkelen voor de farmaceutische sector, klinisch onderzoek en digitale gezondheidszorg.
Bridges AI and Life Sciences:
Koppelt essentiële AI-vaardigheden aan farmaceutisch onderzoek en ontwikkeling, klinische werkprocessen en regelgevende realiteiten, zodat u echt klaar bent voor de praktijk.
Versnelt de ontdekking en ontwikkeling van geneesmiddelen:
Geeft je de middelen om AI toe te passen voor het identificeren van doelwitten, het screenen van moleculen en het optimaliseren van klinische proeven, waardoor ontwikkelingscycli worden verkort.
Verbetert de besluitvorming in de gezondheidszorg:
Maakt datagestuurde beslissingen mogelijk met behulp van AI-modellen voor risicobeoordeling, patiëntstratificatie en behandelingsoptimalisatie.
Vergroot je carrièremogelijkheden in de farmaceutische sector en healthtech:
Bereidt je voor op opkomende functies bij farmaceutische bedrijven, biotech-startups, CRO's en AI-gedreven gezondheidsplatforms.
Bereidt u voor op de toekomst van precisiegeneeskunde:
Ontwikkelt de vaardigheden om bij te dragen aan gepersonaliseerde therapieën, adaptieve klinische trajecten en door AI ondersteunde gezondheidszorg-ecosystemen.
Module 1: Basisbegrippen van AI voor professionals in de farmaceutische sector
1.1 Kernbegrippen van AI en ML
1.2 Generatieve AI in farmaceutische werkprocessen
Module 2: AI-gestuurde geneesmiddelenontwikkeling en moleculair ontwerp
2.1 Moleculair geneesmiddelenontwerp van de volgende generatie
2.2 AI-gestuurde herbestemming van geneesmiddelen en identificatie van doelwitten
2.3 AI voor de ontdekking van natuurlijke producten en peptiden
Module 3: AI-geoptimaliseerde klinische proeven
3.1 Door AI verbeterde werving van proefpersonen
3.2 Gedecentraliseerde en door AI ondersteunde uitvoering van onderzoeken
3.3 Adaptief proefontwerp met AI
Module 4: Precisiegeneeskunde, genomica en multi-omics-AI
4.1 AI voor de integratie van multi-omics-gegevens
4.2 AI-gestuurde gepersonaliseerde behandeling en begeleidende diagnostiek
4.3 AI voor de ontwikkeling van geneesmiddelen voor zeldzame ziekten en weesgeneesmiddelen
Module 5: AI in regelgeving, medisch schrijven en geneesmiddelenbewaking
5.1 AI-aangedreven regelgevingsinformatie
5.2 Generatieve AI voor medisch en regelgevend schrijven
5.3 AI in geneesmiddelenbewaking en veiligheidsmonitoring
Module 6: AI-ethiek, governance en verantwoorde AI in de farmaceutische sector
6.1 Ethische AI-principes in de farmaceutische sector
6.2 AI-bestuurskaders en naleving
Module 7: Opkomende technologieën en de toekomst van AI in de farmaceutische sector
7.1 AI + kwantumcomputers bij geneesmiddelenontwikkeling
7.2 Door AI mogelijk gemaakte digitale biomarkers en wearables
7.3 AI voor een duurzame en patiëntgerichte farmaceutische sector
Module 8: Afstudeerproject
8.1 Afstudeerproject 1 – AI-gestuurde herbestemming van geneesmiddelen voor zeldzame ziekten
8.2 Afstudeerproject 2 – AI-gestuurde patiëntstratificatie voor adaptieve klinische proeven met behulp van een klinische proefsimulator GPT
8.3 Afstudeerproject 3 – Voorspellende geneesmiddelenbewaking met behulp van machine learning
Optionele module: AI-agenten voor de farmaceutische sector
1.1 Wat zijn AI-agenten?
1.2 Hoe werkt een AI-agent in de farmaceutische waardeketen?
1.3 Kernkenmerken van AI-agenten
1.4 Het belang van AI-agenten (algemeen + farmaceutische sector)
1.5 Betekenis van AI-agenten in de farmaceutische sector
1.6 Soorten AI-agenten?
1.7 Toepassingen en trends in de farmaceutische sector
1.8 Casestudie: versnelde leadoptimalisatie met een generatieve AI-agent
Tools die u gaat verkennen
Python
TensorFlow
PyTorch
Scikit-learn
Pandas
NumPy
SQL
Jupyter-notitieboeken
MLflow
DataBricks
RDKit
DeepChem
Biopython
Hugging Face Transformers voor biomedische NLP
spaCy / Toolkits voor klinische NLP
Apache Spark voor gezondheidsgegevens
Power BI / Tableau voor klinische dashboards
Inclusief online examen onder toezicht, met één gratis herkansing.
Examenopzet:
50 vragen, 70% vereist om te slagen, 90 minuten, online examen onder toezicht
Toegang tot alle materialen en examens wordt verleend gedurende 365 dagen na levering.
Cursus onder leiding van een docent OF cursus in eigen tempo + officieel examen + digitale badge
De OCICT maatwerk-methode houdt in dat op basis van de behoefte van de klant - en indien nodig na een intakegesprek - een individueel opleidingstraject wordt opgesteld. De trainingen worden veelal individueel gevolgd, zodat iedere training een maatwerktraject is. Klassikale trainingen zijn natuurlijk mogelijk, mits ze aansluiten bij de leerbehoeften van de deelnemers / opdrachtgever.
Alle onderdelen van de training kennen een voortdurende wisselwerking tussen theorie en praktijk. De inhoud van de training kan vooraf per cursist worden aangepast en tijdens de cursus worden bijgesteld. De focus ligt op maatwerk: het traject wordt afgestemd op de doelstellingen van de deelnemer(s) en/of opdrachtgever, ongeacht of het individueel of klassikaal wordt aangeboden.
€995
Klassikaal
max 12
1 dag
AI+ Pharma Practitioner™ eLearning
Maak gebruik van AI in de farmaceutische sector om de ontwikkeling van geneesmiddelen te versnellen, klinische proeven te optimaliseren en precisietherapieën mogelijk te maken.
Breng een revolutie teweeg in de gezondheidszorg met AI+ Pharma Practitioner™ voor slimmere, datagestuurde beslissingen
Beginnersvriendelijk traject: ideaal voor studenten en professionals die de wereld van AI in de farmaceutische sector betreden, met duidelijke basisprincipes en eenvoudig te begrijpen concepten
Geïntegreerde leerervaring: combineert essentiële farmaceutische kennis met intuïtieve AI-tools, praktijkgerichte casestudies en begeleide oefeningen om analytische en operationele vaardigheden te versterken
Branchegerichte groei: rust je uit met praktische projecten, scenario-gebaseerde oefeningen en bruikbare inzichten om AI toe te passen in geneesmiddelenontwikkeling, onderzoek, compliance en patiëntgerichte oplossingen
Studenten farmacie en levenswetenschappen: studenten die hun achtergrond in de farmacie of biotechnologie willen aanvullen met praktische AI-vaardigheden.
Professionals in de farmaceutische en biotechnologische sector: R&D-, klinische of regelgevende teams die AI willen toepassen bij geneesmiddelenontwikkeling, klinische proeven en veiligheid.
Zorgverleners en medische professionals: artsen, clinici en zorgmanagers die geïnteresseerd zijn in AI-gestuurde beslissingsondersteuning en precisiegeneeskunde.
Datawetenschappers en AI-ingenieurs: Technische professionals die zich willen specialiseren in de farmaceutische sector, analyse van gezondheidszorggegevens en intelligente pijplijnen voor geneesmiddelenontwikkeling.
Innovators in de gezondheids- en medische technologie: Ondernemers, productmanagers en consultants die AI-aangedreven oplossingen ontwikkelen voor de farmaceutische sector, klinisch onderzoek en digitale gezondheidszorg.
Bridges AI and Life Sciences:
Koppelt essentiële AI-vaardigheden aan farmaceutisch onderzoek en ontwikkeling, klinische werkprocessen en regelgevende realiteiten, zodat u echt klaar bent voor de praktijk.
Versnelt de ontdekking en ontwikkeling van geneesmiddelen:
Geeft je de middelen om AI toe te passen voor het identificeren van doelwitten, het screenen van moleculen en het optimaliseren van klinische proeven, waardoor ontwikkelingscycli worden verkort.
Verbetert de besluitvorming in de gezondheidszorg:
Maakt datagestuurde beslissingen mogelijk met behulp van AI-modellen voor risicobeoordeling, patiëntstratificatie en behandelingsoptimalisatie.
Vergroot je carrièremogelijkheden in de farmaceutische sector en healthtech:
Bereidt je voor op opkomende functies bij farmaceutische bedrijven, biotech-startups, CRO's en AI-gedreven gezondheidsplatforms.
Bereidt u voor op de toekomst van precisiegeneeskunde:
Ontwikkelt de vaardigheden om bij te dragen aan gepersonaliseerde therapieën, adaptieve klinische trajecten en door AI ondersteunde gezondheidszorg-ecosystemen.
Module 1: Basisbegrippen van AI voor professionals in de farmaceutische sector
1.1 Kernbegrippen van AI en ML
1.2 Generatieve AI in farmaceutische werkprocessen
Module 2: AI-gestuurde geneesmiddelenontwikkeling en moleculair ontwerp
2.1 Moleculair geneesmiddelenontwerp van de volgende generatie
2.2 AI-gestuurde herbestemming van geneesmiddelen en identificatie van doelwitten
2.3 AI voor de ontdekking van natuurlijke producten en peptiden
Module 3: AI-geoptimaliseerde klinische proeven
3.1 Door AI verbeterde werving van proefpersonen
3.2 Gedecentraliseerde en door AI ondersteunde uitvoering van onderzoeken
3.3 Adaptief proefontwerp met AI
Module 4: Precisiegeneeskunde, genomica en multi-omics-AI
4.1 AI voor de integratie van multi-omics-gegevens
4.2 AI-gestuurde gepersonaliseerde behandeling en begeleidende diagnostiek
4.3 AI voor de ontwikkeling van geneesmiddelen voor zeldzame ziekten en weesgeneesmiddelen
Module 5: AI in regelgeving, medisch schrijven en geneesmiddelenbewaking
5.1 AI-aangedreven regelgevingsinformatie
5.2 Generatieve AI voor medisch en regelgevend schrijven
5.3 AI in geneesmiddelenbewaking en veiligheidsmonitoring
Module 6: AI-ethiek, governance en verantwoorde AI in de farmaceutische sector
6.1 Ethische AI-principes in de farmaceutische sector
6.2 AI-bestuurskaders en naleving
Module 7: Opkomende technologieën en de toekomst van AI in de farmaceutische sector
7.1 AI + kwantumcomputers bij geneesmiddelenontwikkeling
7.2 Door AI mogelijk gemaakte digitale biomarkers en wearables
7.3 AI voor een duurzame en patiëntgerichte farmaceutische sector
Module 8: Afstudeerproject
8.1 Afstudeerproject 1 – AI-gestuurde herbestemming van geneesmiddelen voor zeldzame ziekten
8.2 Afstudeerproject 2 – AI-gestuurde patiëntstratificatie voor adaptieve klinische proeven met behulp van een klinische proefsimulator GPT
8.3 Afstudeerproject 3 – Voorspellende geneesmiddelenbewaking met behulp van machine learning
Optionele module: AI-agenten voor de farmaceutische sector
1.1 Wat zijn AI-agenten?
1.2 Hoe werkt een AI-agent in de farmaceutische waardeketen?
1.3 Kernkenmerken van AI-agenten
1.4 Het belang van AI-agenten (algemeen + farmaceutische sector)
1.5 Betekenis van AI-agenten in de farmaceutische sector
1.6 Soorten AI-agenten?
1.7 Toepassingen en trends in de farmaceutische sector
1.8 Casestudie: versnelde leadoptimalisatie met een generatieve AI-agent
Tools die u gaat verkennen
Python
TensorFlow
PyTorch
Scikit-learn
Pandas
NumPy
SQL
Jupyter-notitieboeken
MLflow
DataBricks
RDKit
DeepChem
Biopython
Hugging Face Transformers voor biomedische NLP
spaCy / Toolkits voor klinische NLP
Apache Spark voor gezondheidsgegevens
Power BI / Tableau voor klinische dashboards
Inclusief online examen onder toezicht, met één gratis herkansing.
Examenopzet:
50 vragen, 70% vereist om te slagen, 90 minuten, online examen onder toezicht
Toegang tot alle materialen en examens wordt verleend gedurende 365 dagen na levering.
Cursus onder leiding van een docent OF cursus in eigen tempo + officieel examen + digitale badge
De OCICT maatwerk-methode houdt in dat op basis van de behoefte van de klant - en indien nodig na een intakegesprek - een individueel opleidingstraject wordt opgesteld. De trainingen worden veelal individueel gevolgd, zodat iedere training een maatwerktraject is. Klassikale trainingen zijn natuurlijk mogelijk, mits ze aansluiten bij de leerbehoeften van de deelnemers / opdrachtgever.
Alle onderdelen van de training kennen een voortdurende wisselwerking tussen theorie en praktijk. De inhoud van de training kan vooraf per cursist worden aangepast en tijdens de cursus worden bijgesteld. De focus ligt op maatwerk: het traject wordt afgestemd op de doelstellingen van de deelnemer(s) en/of opdrachtgever, ongeacht of het individueel of klassikaal wordt aangeboden.
€225
E-Learning
max 999
1 dag
AI+ Mining Practitioner™
Formerly known as AI+ Mining™
Unlock the potential of AI in Mining to optimize exploration, improve resource management, and automate operations.
Powering the Next Era of Mining with AI: Smarter, Safer, and Sustainable Operations
Beginner-Friendly Course: Perfect introduction to explore how AI transforms modern mining practices
Foundational Learning: Explains AI-driven exploration, automation, data analysis, and safety innovations
No Technical Background Needed: Open to anyone eager to understand the role of technology in mining
Mining Professionals: Those in the mining industry seeking to integrate AI for improved operations, efficiency, and safety.
Data Analysts: Professionals looking to apply data analytics and AI in the mining sector to enhance decision-making and resource management.
Engineers: Engineers interested in leveraging AI for predictive maintenance and optimizing mining equipment performance.
Geospatial Experts: Individuals with GIS or geospatial data experience wanting to explore AI applications in resource exploration and management.
Tech Enthusiasts: People interested in the intersection of AI and mining, seeking to drive innovation and automation in the industry.
Optimized Resource ExplorationAI helps in identifying mineral deposits more efficiently, reducing exploration costs and time.
Predictive MaintenanceAI enables predictive analytics to forecast equipment failures, reducing downtime and maintenance costs in mining operations.
Enhanced SafetyAI-powered systems improve safety by predicting hazardous situations and monitoring worker health and environmental conditions.
Efficient OperationsAI optimizes mining operations, from extraction to processing, improving efficiency, productivity, and cost-effectiveness.
SustainabilityAI aids in sustainable mining practices by optimizing resource usage and minimizing environmental impact through data-driven insights.
Module 1: Introduction to AI in Mining
1.1 Overview of AI, ML & Deep Learning in Mining
1.2 Use Cases
1.3 Activity
Module 2: Machine Learning & Deep Learning for Mining
2.1 Introduction to ML & Deep Learning
2.2 Use Cases
2.3 Case Study
2.4 Hands-On Exercise
2.5 Activity
Module 3: AI in Mineral Exploration & Resource Modeling
3.1 AI for Smart Exploration & Orebody Modeling
3.2 Use-Cases
3.3 Case Study
3.4 Hands-on Exercises
3.5 Activity
Module 4: AI for Equipment Automation & Fleet Optimization
4.1 AI in Autonomous Vehicles & Robotics
4.2 Use Cases
4.3 Case Study
4.4 Hands-On Exercise
4.5 Activity
Module 5: AI in Predictive Maintenance & Asset Management
5.1 AI in Equipment Health Monitoring
5.2 Use Cases
5.3 Case Study
5.4 Hands-On Exercise
5.5 Activity
Module 6: AI for Environmental Compliance & Sustainability
6.1 AI-Powered Environmental Monitoring
6.2 Use Cases
6.3 Case Study
6.4 Hands-On Exercises
6.5 Activity: Group Exercise
Module 7: AI for Workforce Transformation & Ethical AI
7.1 Ethical AI, Workforce Augmentation & AI Regulations
7.2 Use Cases
7.3 Case Study
7.4 Hands-On Exercises
Module 8: AI in Mining Strategy & Implementation
8.1 AI-Driven Decision-Making in Mining
8.2 Use Cases
8.3 Case Study
Tools you will explore
TensorFlow
Keras
Hadoop
Python
Tableau
Matplotlib
SQL
Apache Spark
Predictive Maintenance Software
Mining Simulation Tools
Computer Vision Tools
IoT Integration Platforms
Accela Civic Platform
Online proctored exam included, with one free retake.
Exam format: 50 questions, 70% passing, 90 minutes, online proctored exam
Access to all materials and exams is provided for 365 days after delivery.
Instructor-led OR Self-paced course + Official exam + Digital badge
De OCICT maatwerk-methode houdt in dat op basis van de behoefte van de klant - en indien nodig na een intakegesprek - een individueel opleidingstraject wordt opgesteld. De trainingen worden veelal individueel gevolgd, zodat iedere training een maatwerktraject is. Klassikale trainingen zijn natuurlijk mogelijk, mits ze aansluiten bij de leerbehoeften van de deelnemers / opdrachtgever.
Alle onderdelen van de training kennen een voortdurende wisselwerking tussen theorie en praktijk. De inhoud van de training kan vooraf per cursist worden aangepast en tijdens de cursus worden bijgesteld. De focus ligt op maatwerk: het traject wordt afgestemd op de doelstellingen van de deelnemer(s) en/of opdrachtgever, ongeacht of het individueel of klassikaal wordt aangeboden.
€995
Klassikaal
max 12
1 dag
AI+ Mining Practitioner™ eLearning
Formerly known as AI+ Mining™
Unlock the potential of AI in Mining to optimize exploration, improve resource management, and automate operations.
Powering the Next Era of Mining with AI: Smarter, Safer, and Sustainable Operations
Beginner-Friendly Course: Perfect introduction to explore how AI transforms modern mining practices
Foundational Learning: Explains AI-driven exploration, automation, data analysis, and safety innovations
No Technical Background Needed: Open to anyone eager to understand the role of technology in mining
Mining Professionals: Those in the mining industry seeking to integrate AI for improved operations, efficiency, and safety.
Data Analysts: Professionals looking to apply data analytics and AI in the mining sector to enhance decision-making and resource management.
Engineers: Engineers interested in leveraging AI for predictive maintenance and optimizing mining equipment performance.
Geospatial Experts: Individuals with GIS or geospatial data experience wanting to explore AI applications in resource exploration and management.
Tech Enthusiasts: People interested in the intersection of AI and mining, seeking to drive innovation and automation in the industry.
Optimized Resource ExplorationAI helps in identifying mineral deposits more efficiently, reducing exploration costs and time.
Predictive MaintenanceAI enables predictive analytics to forecast equipment failures, reducing downtime and maintenance costs in mining operations.
Enhanced SafetyAI-powered systems improve safety by predicting hazardous situations and monitoring worker health and environmental conditions.
Efficient OperationsAI optimizes mining operations, from extraction to processing, improving efficiency, productivity, and cost-effectiveness.
SustainabilityAI aids in sustainable mining practices by optimizing resource usage and minimizing environmental impact through data-driven insights.
Module 1: Introduction to AI in Mining
1.1 Overview of AI, ML & Deep Learning in Mining
1.2 Use Cases
1.3 Activity
Module 2: Machine Learning & Deep Learning for Mining
2.1 Introduction to ML & Deep Learning
2.2 Use Cases
2.3 Case Study
2.4 Hands-On Exercise
2.5 Activity
Module 3: AI in Mineral Exploration & Resource Modeling
3.1 AI for Smart Exploration & Orebody Modeling
3.2 Use-Cases
3.3 Case Study
3.4 Hands-on Exercises
3.5 Activity
Module 4: AI for Equipment Automation & Fleet Optimization
4.1 AI in Autonomous Vehicles & Robotics
4.2 Use Cases
4.3 Case Study
4.4 Hands-On Exercise
4.5 Activity
Module 5: AI in Predictive Maintenance & Asset Management
5.1 AI in Equipment Health Monitoring
5.2 Use Cases
5.3 Case Study
5.4 Hands-On Exercise
5.5 Activity
Module 6: AI for Environmental Compliance & Sustainability
6.1 AI-Powered Environmental Monitoring
6.2 Use Cases
6.3 Case Study
6.4 Hands-On Exercises
6.5 Activity: Group Exercise
Module 7: AI for Workforce Transformation & Ethical AI
7.1 Ethical AI, Workforce Augmentation & AI Regulations
7.2 Use Cases
7.3 Case Study
7.4 Hands-On Exercises
Module 8: AI in Mining Strategy & Implementation
8.1 AI-Driven Decision-Making in Mining
8.2 Use Cases
8.3 Case Study
Tools you will explore
TensorFlow
Keras
Hadoop
Python
Tableau
Matplotlib
SQL
Apache Spark
Predictive Maintenance Software
Mining Simulation Tools
Computer Vision Tools
IoT Integration Platforms
Accela Civic Platform
Online proctored exam included, with one free retake.
Exam format: 50 questions, 70% passing, 90 minutes, online proctored exam
Access to all materials and exams is provided for 365 days after delivery.
Instructor-led OR Self-paced course + Official exam + Digital badge
De OCICT maatwerk-methode houdt in dat op basis van de behoefte van de klant - en indien nodig na een intakegesprek - een individueel opleidingstraject wordt opgesteld. De trainingen worden veelal individueel gevolgd, zodat iedere training een maatwerktraject is. Klassikale trainingen zijn natuurlijk mogelijk, mits ze aansluiten bij de leerbehoeften van de deelnemers / opdrachtgever.
Alle onderdelen van de training kennen een voortdurende wisselwerking tussen theorie en praktijk. De inhoud van de training kan vooraf per cursist worden aangepast en tijdens de cursus worden bijgesteld. De focus ligt op maatwerk: het traject wordt afgestemd op de doelstellingen van de deelnemer(s) en/of opdrachtgever, ongeacht of het individueel of klassikaal wordt aangeboden.
€225
E-Learning
max 999
1 dag
AI+ Customer Service Practitioner™
Formerly known as AI+ Customer Service™
Enhance Customer Experiences: Employ AI-Powered Service Solutions
Customer-Centric AI: Redefine service workflows with AI-powered personalization
Practical Execution: Implement automation tools to optimize CX and satisfaction
Ethical AI Integration: Covers trust-building and responsible AI practices
Competitive Edge: Learn to enhance communication and service delivery at scale
Customer Service Executives: Enhance your skills by integrating AI to optimize customer interactions and service delivery.
Technology Leaders: Leverage AI solutions to transform customer service strategies and improve operational efficiency.
Customer Experience Professionals: Apply AI-driven insights to create personalized, seamless customer journeys.
Students & Fresh Graduates: Develop future-proof skills in AI-driven customer service to stay ahead in the evolving job market.
Business Analysts: Integrate AI tools to analyze customer data and optimize service delivery strategies.
Master AI-Driven Customer Support:Learn how to integrate AI-powered chatbots, voice assistants, and automated ticketing for enhanced service.
Improve Customer Satisfaction with AI:Use AI analytics to personalize interactions and resolve queries efficiently.
Stay Ahead in AI-Powered Customer Experience:AI-driven customer service is transforming businesses, and companies seek professionals skilled in AI adoption.
Expand Your Career in AI Customer Service:High demand for AI-powered customer service professionals across e-commerce, SaaS, banking, and telecom sectors.
Course Overview
Course Introduction Preview
Module 1: Introduction to Artificial Intelligence (AI) in Customer Service
1.1 Overview of AI
1.2 Relevance of AI in Customer Service
Module 2: Understanding AI Technologies
2.1 Overview of Machine Learning
2.2 Natural Language Processing (NLP)
2.3 Deep Learning and Neural Networks
2.4 AI-Driven Analytics
Module 3: Data Collection and Analysis
3.1 Gathering Customer Data
3.2 Data Quality and Integrity
3.3 Analyzing Data for Insights
3.4 Applying Insights to Enhance Customer Service
Module 4: Implementing AI Solutions
4.1 AI Solutions for Customer Service
4.2 Integration into Customer Service Systems
4.3 Training and Change Management
4.4 Measuring the Impact of AI on Customer Service
Module 5: Optimizing Customer Experiences
5.1 Using AI to Create Personalized Customer Interactions
5.2 Increasing Service Efficiency with AI
5.3 Case Studies: Successful AI Implementations in Customer Service
Module 6: Ethical Considerations and Trust
6.1 Ethical AI Use in Customer Service
6.2 Building Trust through Transparency
6.3 Compliance with Data Privacy Regulations
Module 7: Future of AI in Customer Service
7.1 Emerging Trends and Advancements in AI Technologies
7.2 Innovative Use Cases for AI in Customer Service
7.3 Preparing for AI Evolution in Customer Service
7.4 Ethical and Societal Considerations
Module 8: Creating an AI Strategy for Your Organization
8.1 Developing Strategic Plan for AI Implementation and Evolution
8.2 Cultivating an AI-Driven Culture
8.3 Overcoming Challenges and Measuring Success
Optional Module: AI Agents for Customer Service
1. What Are AI Agents
2. Types of AI Agents
3. Applications and Trends of AI Agents in Customer Service
Tools you will explore
Zendesk
Freddy AI
Octane AI
Rul.ai
Online proctored exam included, with one free retake.
Exam format: 50 questions, 70% passing, 90 minutes, online proctored exam
Access to all materials and exams is provided for 365 days after delivery.
Instructor-led OR Self-paced course + Official exam + Digital badge
De OCICT maatwerk-methode houdt in dat op basis van de behoefte van de klant - en indien nodig na een intakegesprek - een individueel opleidingstraject wordt opgesteld. De trainingen worden veelal individueel gevolgd, zodat iedere training een maatwerktraject is. Klassikale trainingen zijn natuurlijk mogelijk, mits ze aansluiten bij de leerbehoeften van de deelnemers / opdrachtgever.
Alle onderdelen van de training kennen een voortdurende wisselwerking tussen theorie en praktijk. De inhoud van de training kan vooraf per cursist worden aangepast en tijdens de cursus worden bijgesteld. De focus ligt op maatwerk: het traject wordt afgestemd op de doelstellingen van de deelnemer(s) en/of opdrachtgever, ongeacht of het individueel of klassikaal wordt aangeboden.
€995
Klassikaal
max 12
1 dag
AI+ Customer Service Practitioner™ eLearning
Formerly known as AI+ Customer Service™
Enhance Customer Experiences: Employ AI-Powered Service Solutions
Customer-Centric AI: Redefine service workflows with AI-powered personalization
Practical Execution: Implement automation tools to optimize CX and satisfaction
Ethical AI Integration: Covers trust-building and responsible AI practices
Competitive Edge: Learn to enhance communication and service delivery at scale
Customer Service Executives: Enhance your skills by integrating AI to optimize customer interactions and service delivery.
Technology Leaders: Leverage AI solutions to transform customer service strategies and improve operational efficiency.
Customer Experience Professionals: Apply AI-driven insights to create personalized, seamless customer journeys.
Students & Fresh Graduates: Develop future-proof skills in AI-driven customer service to stay ahead in the evolving job market.
Business Analysts: Integrate AI tools to analyze customer data and optimize service delivery strategies.
Master AI-Driven Customer Support:Learn how to integrate AI-powered chatbots, voice assistants, and automated ticketing for enhanced service.
Improve Customer Satisfaction with AI:Use AI analytics to personalize interactions and resolve queries efficiently.
Stay Ahead in AI-Powered Customer Experience:AI-driven customer service is transforming businesses, and companies seek professionals skilled in AI adoption.
Expand Your Career in AI Customer Service:High demand for AI-powered customer service professionals across e-commerce, SaaS, banking, and telecom sectors.
Course Overview
Course Introduction Preview
Module 1: Introduction to Artificial Intelligence (AI) in Customer Service
1.1 Overview of AI
1.2 Relevance of AI in Customer Service
Module 2: Understanding AI Technologies
2.1 Overview of Machine Learning
2.2 Natural Language Processing (NLP)
2.3 Deep Learning and Neural Networks
2.4 AI-Driven Analytics
Module 3: Data Collection and Analysis
3.1 Gathering Customer Data
3.2 Data Quality and Integrity
3.3 Analyzing Data for Insights
3.4 Applying Insights to Enhance Customer Service
Module 4: Implementing AI Solutions
4.1 AI Solutions for Customer Service
4.2 Integration into Customer Service Systems
4.3 Training and Change Management
4.4 Measuring the Impact of AI on Customer Service
Module 5: Optimizing Customer Experiences
5.1 Using AI to Create Personalized Customer Interactions
5.2 Increasing Service Efficiency with AI
5.3 Case Studies: Successful AI Implementations in Customer Service
Module 6: Ethical Considerations and Trust
6.1 Ethical AI Use in Customer Service
6.2 Building Trust through Transparency
6.3 Compliance with Data Privacy Regulations
Module 7: Future of AI in Customer Service
7.1 Emerging Trends and Advancements in AI Technologies
7.2 Innovative Use Cases for AI in Customer Service
7.3 Preparing for AI Evolution in Customer Service
7.4 Ethical and Societal Considerations
Module 8: Creating an AI Strategy for Your Organization
8.1 Developing Strategic Plan for AI Implementation and Evolution
8.2 Cultivating an AI-Driven Culture
8.3 Overcoming Challenges and Measuring Success
Optional Module: AI Agents for Customer Service
1. What Are AI Agents
2. Types of AI Agents
3. Applications and Trends of AI Agents in Customer Service
Tools you will explore
Zendesk
Freddy AI
Octane AI
Rul.ai
Online proctored exam included, with one free retake.
Exam format: 50 questions, 70% passing, 90 minutes, online proctored exam
Access to all materials and exams is provided for 365 days after delivery.
Instructor-led OR Self-paced course + Official exam + Digital badge
De OCICT maatwerk-methode houdt in dat op basis van de behoefte van de klant - en indien nodig na een intakegesprek - een individueel opleidingstraject wordt opgesteld. De trainingen worden veelal individueel gevolgd, zodat iedere training een maatwerktraject is. Klassikale trainingen zijn natuurlijk mogelijk, mits ze aansluiten bij de leerbehoeften van de deelnemers / opdrachtgever.
Alle onderdelen van de training kennen een voortdurende wisselwerking tussen theorie en praktijk. De inhoud van de training kan vooraf per cursist worden aangepast en tijdens de cursus worden bijgesteld. De focus ligt op maatwerk: het traject wordt afgestemd op de doelstellingen van de deelnemer(s) en/of opdrachtgever, ongeacht of het individueel of klassikaal wordt aangeboden.
€225
E-Learning
max 999
1 dag
AI+ Finance Practitioner™
Formerly known as AI+ Finance™
Maximize Returns with AI-Enhanced Financial Strategies
Finance Transformation: Explore AI use in credit risk, fraud detection, and forecasting
Smart Modelling: Apply predictive analytics and blockchain in financial strategies
Practical AI Tools: Optimize operations and decision-making with hands-on training
Strategic Readiness: Build financial resilience in complex economic ecosystems
Finance Professionals: Enhance your financial analysis and decision-making skills by integrating AI tools for better risk management and investment strategies.
Financial Analysts & Advisors: Learn to leverage AI for optimized portfolio management, data analysis, and market forecasting to improve client outcomes.
Banking & Investment Experts: Use AI to streamline financial modeling, automate tasks, and enhance the accuracy of financial predictions and decision-making.
Business Leaders:Drive financial innovation by adopting AI-powered tools to optimize budgeting, forecasting, and investment strategies.
Students & Fresh Graduates: Gain a competitive edge in the finance industry by mastering AI tools and techniques that are transforming the future of finance.
Leverage AI for Scalable Financial Solutions:Learn how to apply AI in financial modeling, risk management, and data analysis to improve decision-making.
Optimize Investment Strategies with AI:Use AI-driven analytics to enhance portfolio management and forecast market trends.
Stay Ahead in AI-Powered Finance:The finance industry is rapidly evolving, and AI-skilled professionals are in high demand to drive innovation and efficiency.
Expand Your Career in AI-Driven Finance:AI expertise in finance is essential for roles in banking, investment, risk management, and financial technology.
Course Overview
Course Introduction Preview
Module 1: Foundations of AI in Modern Finance
1.1 Understanding AI in Financial Services
1.2 The AI Transformation of Finance
1.3 Financial Data and AI Readiness
1.4 AI Literacy for Finance Professionals
1.5 Real World Case Studies
Module 2: AI-Assisted Financial Analysis and Decision Intelligence
2.1 Financial Analysis with AI
2.2 Generative AI for Finance Workflows
2.3 Predictive and Decision Intelligence
2.4 Retrieval-Augmented Generation (RAG) in Finance
2.5 Real World Case Studies
Module 3: AI for Banking, Lending, Payments, and Customer Finance
3.1 AI in Digital Banking and Financial Services
3.2 Intelligent Lending and Credit Decisioning
3.3 Payments, Embedded Finance, and Fintech Innovation
3.4 Customer Experience and Financial Personalization
Module 4: AI for Risk, Fraud, Compliance, and Financial Crime
4.1 Modern Financial Risk Management
4.2 Fraud Detection and Financial Crime Analytics
4.3 Regulatory AI and Compliance Automation
4.4 Cybersecurity for AI in Finance
Module 5: Investment Intelligence, Markets, and AI Agents
5.1 AI in Investment and Asset Management
5.2 Alternative Data and Financial NLP
5.3 AI Agents and Autonomous Finance Workflows
5.4 Algorithmic and AI-Enhanced Trading
Module 6: Digital Assets, Tokenization, and Emerging Financial Infrastructure
6.1 Blockchain and Digital Asset Foundations
6.2 Tokenization and On-Chain Finance
6.3 DeFi, Embedded Finance, and Next-Generation Financial Infrastructure
6.4 Emerging Technologies Shaping Finance
Module 7: AI Governance, Model Risk, and Finance Transformation
7.1 Responsible AI in Finance
7.2 Model Risk Management
7.3 AI Strategy and Finance Operating Models
7.4 Building an AI-Enabled Finance Function
7.5 Real-World Case Studies
Module 8: Capstone – AI Finance Transformation and Governance Project
8.1 Select a Financial Use Case
8.2 Design an AI Solution
8.3 Build an AI Finance Governance Package
8.4 Final Capstone Deliverable
8.5 Review and Reflection
8.6 Capstone 1: AI Finance Data Analyst
8.7 Capstone 2: AI Finance Risk & Control Assistant
Optional Module: AI Agents for Finance Practitioner
1.1 What Are AI Agents for Finance?
1.2 Types of AI Agents in Finance
1.3 Significance of AI Agents in Finance
Tools you will explore
Sentieo
Magnifi
QuantConnect
AlphaSense
Online proctored exam included, with one free retake.
Exam format: 50 questions, 70% passing, 90 minutes, online proctored exam
Access to all materials and exams is provided for 365 days after delivery.
Instructor-led OR Self-paced course + Official exam + Digital badge
De OCICT maatwerk-methode houdt in dat op basis van de behoefte van de klant - en indien nodig na een intakegesprek - een individueel opleidingstraject wordt opgesteld. De trainingen worden veelal individueel gevolgd, zodat iedere training een maatwerktraject is. Klassikale trainingen zijn natuurlijk mogelijk, mits ze aansluiten bij de leerbehoeften van de deelnemers / opdrachtgever.
Alle onderdelen van de training kennen een voortdurende wisselwerking tussen theorie en praktijk. De inhoud van de training kan vooraf per cursist worden aangepast en tijdens de cursus worden bijgesteld. De focus ligt op maatwerk: het traject wordt afgestemd op de doelstellingen van de deelnemer(s) en/of opdrachtgever, ongeacht of het individueel of klassikaal wordt aangeboden.
€995
Klassikaal
max 12
1 dag
AI+ Finance Practitioner™ eLearning
Formerly known as AI+ Finance™
Maximize Returns with AI-Enhanced Financial Strategies
Finance Transformation: Explore AI use in credit risk, fraud detection, and forecasting
Smart Modelling: Apply predictive analytics and blockchain in financial strategies
Practical AI Tools: Optimize operations and decision-making with hands-on training
Strategic Readiness: Build financial resilience in complex economic ecosystems
Finance Professionals: Enhance your financial analysis and decision-making skills by integrating AI tools for better risk management and investment strategies.
Financial Analysts & Advisors: Learn to leverage AI for optimized portfolio management, data analysis, and market forecasting to improve client outcomes.
Banking & Investment Experts: Use AI to streamline financial modeling, automate tasks, and enhance the accuracy of financial predictions and decision-making.
Business Leaders:Drive financial innovation by adopting AI-powered tools to optimize budgeting, forecasting, and investment strategies.
Students & Fresh Graduates: Gain a competitive edge in the finance industry by mastering AI tools and techniques that are transforming the future of finance.
Leverage AI for Scalable Financial Solutions:Learn how to apply AI in financial modeling, risk management, and data analysis to improve decision-making.
Optimize Investment Strategies with AI:Use AI-driven analytics to enhance portfolio management and forecast market trends.
Stay Ahead in AI-Powered Finance:The finance industry is rapidly evolving, and AI-skilled professionals are in high demand to drive innovation and efficiency.
Expand Your Career in AI-Driven Finance:AI expertise in finance is essential for roles in banking, investment, risk management, and financial technology.
Course Overview
Course Introduction Preview
Module 1: Foundations of AI in Modern Finance
1.1 Understanding AI in Financial Services
1.2 The AI Transformation of Finance
1.3 Financial Data and AI Readiness
1.4 AI Literacy for Finance Professionals
1.5 Real World Case Studies
Module 2: AI-Assisted Financial Analysis and Decision Intelligence
2.1 Financial Analysis with AI
2.2 Generative AI for Finance Workflows
2.3 Predictive and Decision Intelligence
2.4 Retrieval-Augmented Generation (RAG) in Finance
2.5 Real World Case Studies
Module 3: AI for Banking, Lending, Payments, and Customer Finance
3.1 AI in Digital Banking and Financial Services
3.2 Intelligent Lending and Credit Decisioning
3.3 Payments, Embedded Finance, and Fintech Innovation
3.4 Customer Experience and Financial Personalization
Module 4: AI for Risk, Fraud, Compliance, and Financial Crime
4.1 Modern Financial Risk Management
4.2 Fraud Detection and Financial Crime Analytics
4.3 Regulatory AI and Compliance Automation
4.4 Cybersecurity for AI in Finance
Module 5: Investment Intelligence, Markets, and AI Agents
5.1 AI in Investment and Asset Management
5.2 Alternative Data and Financial NLP
5.3 AI Agents and Autonomous Finance Workflows
5.4 Algorithmic and AI-Enhanced Trading
Module 6: Digital Assets, Tokenization, and Emerging Financial Infrastructure
6.1 Blockchain and Digital Asset Foundations
6.2 Tokenization and On-Chain Finance
6.3 DeFi, Embedded Finance, and Next-Generation Financial Infrastructure
6.4 Emerging Technologies Shaping Finance
Module 7: AI Governance, Model Risk, and Finance Transformation
7.1 Responsible AI in Finance
7.2 Model Risk Management
7.3 AI Strategy and Finance Operating Models
7.4 Building an AI-Enabled Finance Function
7.5 Real-World Case Studies
Module 8: Capstone – AI Finance Transformation and Governance Project
8.1 Select a Financial Use Case
8.2 Design an AI Solution
8.3 Build an AI Finance Governance Package
8.4 Final Capstone Deliverable
8.5 Review and Reflection
8.6 Capstone 1: AI Finance Data Analyst
8.7 Capstone 2: AI Finance Risk & Control Assistant
Optional Module: AI Agents for Finance Practitioner
1.1 What Are AI Agents for Finance?
1.2 Types of AI Agents in Finance
1.3 Significance of AI Agents in Finance
Tools you will explore
Sentieo
Magnifi
QuantConnect
AlphaSense
Online proctored exam included, with one free retake.
Exam format: 50 questions, 70% passing, 90 minutes, online proctored exam
Access to all materials and exams is provided for 365 days after delivery.
Instructor-led OR Self-paced course + Official exam + Digital badge
De OCICT maatwerk-methode houdt in dat op basis van de behoefte van de klant - en indien nodig na een intakegesprek - een individueel opleidingstraject wordt opgesteld. De trainingen worden veelal individueel gevolgd, zodat iedere training een maatwerktraject is. Klassikale trainingen zijn natuurlijk mogelijk, mits ze aansluiten bij de leerbehoeften van de deelnemers / opdrachtgever.
Alle onderdelen van de training kennen een voortdurende wisselwerking tussen theorie en praktijk. De inhoud van de training kan vooraf per cursist worden aangepast en tijdens de cursus worden bijgesteld. De focus ligt op maatwerk: het traject wordt afgestemd op de doelstellingen van de deelnemer(s) en/of opdrachtgever, ongeacht of het individueel of klassikaal wordt aangeboden.
€225
E-Learning
max 999
1 dag