Opleidingen

Transformeer projectlevering met AI+ Agile Project Management Fundamentals. Ontdek hoe AI agile projectmanagement slimmer en voorspelbaarder maakt. Je leert AI-gestuurde inzichten te gebruiken voor het prioriteren van de backlog, het voorspellen van sprintresultaten en het optimaal inzetten van mensen en middelen. Daarnaast ontdek je hoe AI-tools de voortgang bewaken, knelpunten vroegtijdig signaleren en routinetaken automatiseren. Door realtime projectdata, risico’s en teamprestaties te analyseren, neem je sneller beter onderbouwde beslissingen. Intelligente communicatie- en rapportagetools verbeteren bovendien de samenwerking, transparantie en afstemming met stakeholders. Tot slot leer je met voorspellende analyses mogelijke vertragingen, budgetoverschrijdingen en scope creep tijdig te herkennen, zodat je proactief kunt bijsturen en risico’s effectief kunt beperken. Projectmanagers: Professionals die AI-tools willen integreren in Agile-workflows om de planning, prognoses en leveringsresultaten te verbeteren. Scrum Masters: Personen die de efficiëntie van sprints willen verbeteren, rapportage willen automatiseren en slimmere besluitvorming mogelijk willen maken met behulp van AI-gestuurde inzichten. Producteigenaren: professionals die AI willen inzetten voor een betere prioritering van backlogs, klantinzichten en waardegedreven productontwikkeling. Bedrijfsanalisten: mensen die AI willen gebruiken om vereisten te analyseren, risico's te voorspellen en de communicatie met belanghebbenden in verschillende projecten te optimaliseren. Agile-teamleden: ontwikkelaars, testers en ontwerpers die de samenwerking willen stroomlijnen, repetitieve taken willen automatiseren en de productiviteit willen verhogen met behulp van AI. Toenemende vraag naar flexibele AI-leiders: organisaties die AI implementeren, hebben projectmanagers nodig die sneller, flexibeler en technologisch gedreven resultaten kunnen leveren. Snellere projectoplevering: Agile frameworks helpen teams om snel te itereren, vertragingen te verminderen en consequent te voldoen aan de veranderende verwachtingen van belanghebbenden. Slimmere besluitvorming met AI-inzichten: AI-aangedreven analyses verbeteren de planning, prognoses en risicobeoordeling voor een nauwkeurigere projectuitvoering. Verbeterde samenwerking en transparantie: agile werkwijzen bevorderen cross-functioneel teamwork, duidelijke communicatie en realtime zichtbaarheid van de voortgang. Lagere kosten en risico's: continue feedback, automatisering en incrementele releases minimaliseren herwerk, optimaliseren budgetten en beheersen projectrisico's. Module 1: Basisprincipes van AI in agile projectmanagement 1.1 Inleiding tot AI-concepten voor projectmanagers 1.2 Synergie tussen AI en agile methodologieën 1.3 Casestudy: AI-verbeterde sprintplanning 1.4 Praktijksessie: AI-tools voor sprintplanning en backlog grooming Module 2: Datageletterdheid voor agile projectmanagers 2.1 Inzicht in projectdatatypes en -bronnen 2.2 Datagestuurde besluitvorming in agile 2.3 Casestudy: datagestuurde sprintretrospectieven 2.4 Praktische simulatieoefening: AI-gestuurde sprintvoorspelling en metriekanalyse Module 3: AI voor resource- en teammanagement 3.1 Voorspellende toewijzing van middelen 3.2 AI-gestuurde agile statistieken en prestatiebewaking 3.3 Use cases: slimme planning en werkverdeling 3.4 Praktische sessie: Beheer van teamcapaciteit en taakverdeling met behulp van AI-dashboards Module 4: Voorspellende analyses in agile projectmanagement 4.1 Grondbeginselen van voorspellende modellering 4.2 Voorspellen van vertragingen en tekorten aan middelen 4.3 Casestudy's: vroege risicodetectie in agile projecten 4.4 Praktische simulatieoefening: voorspellen van tekorten aan middelen en tijdlijnen Module 5: AI in projectmonitoring en rapportage 5.1 Realtime monitoring met AI 5.2 Intelligente rapportage en communicatie met belanghebbenden 5.3 Use cases: geautomatiseerde statusupdates en prestatiebeoordelingen 5.4 Praktische sessie: AI-gestuurde rapporten en visuele dashboards maken Module 6: Ethiek, vooringenomenheid en regelgeving in AI voor projectmanagement 6.1 Ethische AI bij besluitvorming 6.2 Vooringenomenheid en risico's in voorspellende modellen 6.3 Overwegingen met betrekking tot regelgeving en naleving 6.4 Praktische oefening: AI-output evalueren op eerlijkheid en verantwoord gebruik Module 7: AI-tools evalueren en implementeren in agile projecten 7.1 De juiste AI-oplossingen selecteren 7.2 Verandermanagement en acceptatie door belanghebbenden 7.3 Casestudy: AI-geautomatiseerde rapportage en risicoprognoses in adviesprojecten 7.4 Praktische simulatieoefening: toolbeoordeling en leveranciersvergelijking 7.5 Praktische oefening: het meten van de effectiviteit van AI met projectanalyseplatforms Module 8: Toekomstige trends en AI in agile projectmanagement 8.1 Autonome en zelfoptimaliserende projecten 8.2 AI voor agile teams op afstand en verspreid over verschillende locaties 8.3 Casestudy's geïnspireerd door trends in de sector 8.4 Praktische simulatieoefening: een AI-augmented agile workflow ontwerpen Tools die je gaat verkennen ChatGPT Google Gemini Microsoft Copilot Trello AI Jira Free Tier ClickUp Notion AI GitHub Copilot Google Sheets met AI-add-ons Power BI Tableau Public Python Pandas Scikit-learn TensorFlow AutoML Tools Miro AI Zapier Slack AI-integraties Burndown- en sprintanalysedashboards Online examen onder toezicht inbegrepen, met één gratis herkansing. Examenformaat: 50 vragen, 70% slagingspercentage, 90 minuten, online examen onder toezicht Toegang tot alle materialen en examens wordt gedurende 365 dagen na levering verstrekt. Door een instructeur geleide cursus 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.

Transformeer projectlevering met AI+ Agile Project Management Fundamentals. Ontdek hoe AI agile projectmanagement slimmer en voorspelbaarder maakt. Je leert AI-gestuurde inzichten te gebruiken voor het prioriteren van de backlog, het voorspellen van sprintresultaten en het optimaal inzetten van mensen en middelen. Daarnaast ontdek je hoe AI-tools de voortgang bewaken, knelpunten vroegtijdig signaleren en routinetaken automatiseren. Door realtime projectdata, risico’s en teamprestaties te analyseren, neem je sneller beter onderbouwde beslissingen. Intelligente communicatie- en rapportagetools verbeteren bovendien de samenwerking, transparantie en afstemming met stakeholders. Tot slot leer je met voorspellende analyses mogelijke vertragingen, budgetoverschrijdingen en scope creep tijdig te herkennen, zodat je proactief kunt bijsturen en risico’s effectief kunt beperken. Projectmanagers: Professionals die AI-tools willen integreren in Agile-workflows om de planning, prognoses en leveringsresultaten te verbeteren. Scrum Masters: Personen die de efficiëntie van sprints willen verbeteren, rapportage willen automatiseren en slimmere besluitvorming mogelijk willen maken met behulp van AI-gestuurde inzichten. Producteigenaren: professionals die AI willen inzetten voor een betere prioritering van backlogs, klantinzichten en waardegedreven productontwikkeling. Bedrijfsanalisten: mensen die AI willen gebruiken om vereisten te analyseren, risico's te voorspellen en de communicatie met belanghebbenden in verschillende projecten te optimaliseren. Agile-teamleden: ontwikkelaars, testers en ontwerpers die de samenwerking willen stroomlijnen, repetitieve taken willen automatiseren en de productiviteit willen verhogen met behulp van AI. Toenemende vraag naar flexibele AI-leiders: organisaties die AI implementeren, hebben projectmanagers nodig die sneller, flexibeler en technologisch gedreven resultaten kunnen leveren. Snellere projectoplevering: Agile frameworks helpen teams om snel te itereren, vertragingen te verminderen en consequent te voldoen aan de veranderende verwachtingen van belanghebbenden. Slimmere besluitvorming met AI-inzichten: AI-aangedreven analyses verbeteren de planning, prognoses en risicobeoordeling voor een nauwkeurigere projectuitvoering. Verbeterde samenwerking en transparantie: agile werkwijzen bevorderen cross-functioneel teamwork, duidelijke communicatie en realtime zichtbaarheid van de voortgang. Lagere kosten en risico's: continue feedback, automatisering en incrementele releases minimaliseren herwerk, optimaliseren budgetten en beheersen projectrisico's. Module 1: Basisprincipes van AI in agile projectmanagement 1.1 Inleiding tot AI-concepten voor projectmanagers 1.2 Synergie tussen AI en agile methodologieën 1.3 Casestudy: AI-verbeterde sprintplanning 1.4 Praktijksessie: AI-tools voor sprintplanning en backlog grooming Module 2: Datageletterdheid voor agile projectmanagers 2.1 Inzicht in projectdatatypes en -bronnen 2.2 Datagestuurde besluitvorming in agile 2.3 Casestudy: datagestuurde sprintretrospectieven 2.4 Praktische simulatieoefening: AI-gestuurde sprintvoorspelling en metriekanalyse Module 3: AI voor resource- en teammanagement 3.1 Voorspellende toewijzing van middelen 3.2 AI-gestuurde agile statistieken en prestatiebewaking 3.3 Use cases: slimme planning en werkverdeling 3.4 Praktische sessie: Beheer van teamcapaciteit en taakverdeling met behulp van AI-dashboards Module 4: Voorspellende analyses in agile projectmanagement 4.1 Grondbeginselen van voorspellende modellering 4.2 Voorspellen van vertragingen en tekorten aan middelen 4.3 Casestudy's: vroege risicodetectie in agile projecten 4.4 Praktische simulatieoefening: voorspellen van tekorten aan middelen en tijdlijnen Module 5: AI in projectmonitoring en rapportage 5.1 Realtime monitoring met AI 5.2 Intelligente rapportage en communicatie met belanghebbenden 5.3 Use cases: geautomatiseerde statusupdates en prestatiebeoordelingen 5.4 Praktische sessie: AI-gestuurde rapporten en visuele dashboards maken Module 6: Ethiek, vooringenomenheid en regelgeving in AI voor projectmanagement 6.1 Ethische AI bij besluitvorming 6.2 Vooringenomenheid en risico's in voorspellende modellen 6.3 Overwegingen met betrekking tot regelgeving en naleving 6.4 Praktische oefening: AI-output evalueren op eerlijkheid en verantwoord gebruik Module 7: AI-tools evalueren en implementeren in agile projecten 7.1 De juiste AI-oplossingen selecteren 7.2 Verandermanagement en acceptatie door belanghebbenden 7.3 Casestudy: AI-geautomatiseerde rapportage en risicoprognoses in adviesprojecten 7.4 Praktische simulatieoefening: toolbeoordeling en leveranciersvergelijking 7.5 Praktische oefening: het meten van de effectiviteit van AI met projectanalyseplatforms Module 8: Toekomstige trends en AI in agile projectmanagement 8.1 Autonome en zelfoptimaliserende projecten 8.2 AI voor agile teams op afstand en verspreid over verschillende locaties 8.3 Casestudy's geïnspireerd door trends in de sector 8.4 Praktische simulatieoefening: een AI-augmented agile workflow ontwerpen Tools die je gaat verkennen ChatGPT Google Gemini Microsoft Copilot Trello AI Jira Free Tier ClickUp Notion AI GitHub Copilot Google Sheets met AI-add-ons Power BI Tableau Public Python Pandas Scikit-learn TensorFlow AutoML Tools Miro AI Zapier Slack AI-integraties Burndown- en sprintanalysedashboards Online examen onder toezicht inbegrepen, met één gratis herkansing. Examenformaat: 50 vragen, 70% slagingspercentage, 90 minuten, online examen onder toezicht Toegang tot alle materialen en examens wordt gedurende 365 dagen na levering verstrekt. Door een instructeur geleide cursus 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.

Formerly known as AI+ Context Engineering™ Master AI+ Context Engineering Practitioner™ for Production-Grade AI Systems Context Strategy & Architecture: Learn how to design robust context architectures that go beyond prompts—managing instructions, memory, tools, and knowledge for reliable AI behavior across sessions and workflows. Building Context-Aware AI Systems: Gain hands-on skills in implementing context pipelines, RAG architecture, and memory systems that ensure grounded, accurate, and cost-efficient AI outputs. Context Management & Optimization: Master the Write-Select-Compress-Isolate (W-S-C-I) framework to control relevance, reduce hallucinations, optimize token usage, and scale AI systems effectively. Enterprise-Grade Context Integration: Learn how to integrate AI safely into enterprise environments with role-based access, compliance guardrails, secure memory, and conflict-free context orchestration. Future-Ready Agent & Workflow Design: Prepare for the next wave of AI by designing multi-agent systems, automated workflows, and context-driven architectures that remain reliable as models, tools, and scale evolve. AI Engineers & LLM Developers: Built for practitioners who want to move beyond basic prompt engineering and design production-grade, context-aware AI systems using RAG, memory, tools, and orchestration patterns Product Managers & AI Architects: Ideal for professionals responsible for shipping reliable AI features who need to understand context pipelines, grounding, cost control, and system-level design tradeoffs rather than toy demos Data & Platform Engineers: For engineers working with vector databases, embeddings, retrieval systems, and AI infrastructure who want to architect scalable, efficient, and trustworthy context flows Enterprise & Solution Architects: Designed for architects building AI systems in regulated or large-scale environments who must manage security, compliance, cost optimization, and multi-agent orchestration AI Consultants & Technical Leaders: For professionals advising organizations on AI adoption who need a deep, practical understanding of why context—not just models—is the real differentiator in modern AI systems Advanced No-Code / Automation Builders: A strong fit for builders using tools like n8n, Make, or Zapier who want to design reliable AI workflows and agentic systems without writing heavy infrastructure code Go beyond promptsLearn to engineer instructions, tools, memory, and state so AI behaves reliably. Production-ready systemsBuild RAG + context pipelines that reduce hallucinations and improve grounding. Scale with efficiencyMaster selection + compression to control token cost, latency, and performance. Enterprise-safe AIApply PII controls, role-based filtering, and conflict resolution for compliant deployments. Real deliverableComplete a multi-agent capstone (n8n) with routing + calculations + policy RAG. Module 1: Foundations of Context Engineering – Introduction 1.1 What is Context Engineering (Beyond Prompt Engineering) 1.2 From Prompting to Context Pipelines: The 2025 Paradigm Shift 1.3 The Four Building Blocks of Context: Instructions, Knowledge, Tools, State 1.4 Short-Term vs Long-Term Memory in LLM Systems 1.5 Benefits of Context Engineering: Grounding, Relevance, Continuity, Cost Control 1.6 Use Case: Context-Aware AI Travel Assistant 1.7 Hands-on: Designing System Instructions and Memory State for a Role-Based AI Agent Module 2: Context Management Patterns & Techniques 2.1 The W-S-C-I Framework: Write, Select, Compress, Isolate 2.2 WRITE Strategy: Agent Identity, Persona, Guardrails, and State 2.3 SELECT Strategy: Precision Retrieval & Metadata Filtering 2.4 COMPRESS Strategy: Summarization, Token Optimization, Auto-Compaction 2.5 ISOLATE Strategy: Context Boundaries, Safety, and Focus 2.6 Advanced Retrieval Patterns: Hybrid Search, Semantic Chunking 2.7 Case Study: ChatGPT & Claude Memory Systems 2.8 Hands-on: Implement Context Selection & Compression Using LangChain / LlamaIndex Module 3: Context Pipelines, RAG & Grounding Architecture 3.1 The End-to-End Context Pipeline (Input → Retrieval → Compression → Assembly → Response → Update) 3.2 Retrieval-Augmented Generation (RAG) Architecture Deep Dive 3.3 Vector Databases: Pinecone, Chroma & Embedding Models 3.4 Grounding Failures: Hallucinations, Context Poisoning, Distraction 3.5 Mitigation Techniques: Rerankers, Provenance, Context Forensics 3.6 Case Study: Anthropic’s Multi-Agent Researcher (MAR) 3.7 Hands-on: Build a RAG Pipeline with Vector Search and Grounded Responses Module 4: Optimization, Scaling & Enterprise Readiness 4.1 Token Economy & Cost Optimization in Context Pipelines 4.2 Context Scaling & the Model Context Protocol (MCP) 4.3 Security & Compliance: PII Filtering, Redaction, Role-Based Access 4.4 Conflict Resolution & Context Consistency 4.5 Multi-Modal Context: Text, Tables, PDFs, Video Transcripts 4.6 Case Studies: Walmart “Ask Sam” & Morgan Stanley Knowledge Assistant 4.7 Hands-on: Implement Role-Based Context Filtering and Secure Retrieval Module 5: Context Flow Design for Business Users (No-Code AI) 5.1 Translating Business Processes into AI-Ready Context Flows 5.2 Context Flow Diagrams (CFDs) & Automated Workflow Architecture (AWA) 5.3 Implementing W-S-C-I Visually Using No-Code Tools (n8n / Make / Zapier) 5.4 Context Templates for Consistency & Structured Outputs 5.5 Use Case: Dynamic Customer Onboarding Assistant 5.6 Case Studies: Airbnb Support Automation & HSBC SME Lending 5.7 Hands-on: Build a Context Flow Using No-Code Orchestration Module 6: Real-World Industry Context Applications 6.1 Context Engineering in Regulated Domains 6.2 Healthcare: Clinical Decision Support & PHI Isolation 6.3 Finance: Market Analysis, Compliance Summarization & Tool-Based Context 6.4 Legal & Education: Precision Retrieval & Personalized Learning Context 6.5 Risk Mitigation: Context Poisoning & Context Clash 6.6 Advanced Agent Memory for Long-Horizon Tasks 6.7 Case Studies: Activeloop (Legal/IP) & Five Sigma (Insurance) Module 7: Multi-Agent Orchestration & the Future 7.1 Why Monolithic Agents Fail: Context Explosion 7.2 Multi-Agent Systems (MAS) & Context Isolation 7.3 Agent Roles: Router, Planner, Executor 7.4 Agent-to-Agent Context Compression 7.5 Guardrails, Governance & Inter-Agent Safety 7.6 Ethics, Bias Mitigation & Source Traceability 7.7 Case Studies: IBM Watson Orchestrate & Enterprise Context Orchestrators 7.8 Career Pathways: Context Architect & AI Governance Roles Module 8: Capstone Project & Certification 8.1 Capstone Overview: Multi-Agent Context-Aware System 8.2 Build: Query Router with Financial Calculations & Policy RAG (n8n) 8.3 Presentation, Review & Feedback 8.4 Final Evaluation & AI+ Context Engineering Practitioner™ Certification Tools you will explore LangChain and LangGraph LlamaIndex Vector Databases (Pinecone, Chroma) n8n, Zapier, Make.com Embedding Models and RAG Pipelines No-Code Automation Platforms Enterprise Data and API Integrations 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.

Formerly known as AI+ Context Engineering™ Master AI+ Context Engineering Practitioner™ for Production-Grade AI Systems Context Strategy & Architecture: Learn how to design robust context architectures that go beyond prompts—managing instructions, memory, tools, and knowledge for reliable AI behavior across sessions and workflows. Building Context-Aware AI Systems: Gain hands-on skills in implementing context pipelines, RAG architecture, and memory systems that ensure grounded, accurate, and cost-efficient AI outputs. Context Management & Optimization: Master the Write-Select-Compress-Isolate (W-S-C-I) framework to control relevance, reduce hallucinations, optimize token usage, and scale AI systems effectively. Enterprise-Grade Context Integration: Learn how to integrate AI safely into enterprise environments with role-based access, compliance guardrails, secure memory, and conflict-free context orchestration. Future-Ready Agent & Workflow Design: Prepare for the next wave of AI by designing multi-agent systems, automated workflows, and context-driven architectures that remain reliable as models, tools, and scale evolve. AI Engineers & LLM Developers: Built for practitioners who want to move beyond basic prompt engineering and design production-grade, context-aware AI systems using RAG, memory, tools, and orchestration patterns Product Managers & AI Architects: Ideal for professionals responsible for shipping reliable AI features who need to understand context pipelines, grounding, cost control, and system-level design tradeoffs rather than toy demos Data & Platform Engineers: For engineers working with vector databases, embeddings, retrieval systems, and AI infrastructure who want to architect scalable, efficient, and trustworthy context flows Enterprise & Solution Architects: Designed for architects building AI systems in regulated or large-scale environments who must manage security, compliance, cost optimization, and multi-agent orchestration AI Consultants & Technical Leaders: For professionals advising organizations on AI adoption who need a deep, practical understanding of why context—not just models—is the real differentiator in modern AI systems Advanced No-Code / Automation Builders: A strong fit for builders using tools like n8n, Make, or Zapier who want to design reliable AI workflows and agentic systems without writing heavy infrastructure code Go beyond promptsLearn to engineer instructions, tools, memory, and state so AI behaves reliably. Production-ready systemsBuild RAG + context pipelines that reduce hallucinations and improve grounding. Scale with efficiencyMaster selection + compression to control token cost, latency, and performance. Enterprise-safe AIApply PII controls, role-based filtering, and conflict resolution for compliant deployments. Real deliverableComplete a multi-agent capstone (n8n) with routing + calculations + policy RAG. Module 1: Foundations of Context Engineering – Introduction 1.1 What is Context Engineering (Beyond Prompt Engineering) 1.2 From Prompting to Context Pipelines: The 2025 Paradigm Shift 1.3 The Four Building Blocks of Context: Instructions, Knowledge, Tools, State 1.4 Short-Term vs Long-Term Memory in LLM Systems 1.5 Benefits of Context Engineering: Grounding, Relevance, Continuity, Cost Control 1.6 Use Case: Context-Aware AI Travel Assistant 1.7 Hands-on: Designing System Instructions and Memory State for a Role-Based AI Agent Module 2: Context Management Patterns & Techniques 2.1 The W-S-C-I Framework: Write, Select, Compress, Isolate 2.2 WRITE Strategy: Agent Identity, Persona, Guardrails, and State 2.3 SELECT Strategy: Precision Retrieval & Metadata Filtering 2.4 COMPRESS Strategy: Summarization, Token Optimization, Auto-Compaction 2.5 ISOLATE Strategy: Context Boundaries, Safety, and Focus 2.6 Advanced Retrieval Patterns: Hybrid Search, Semantic Chunking 2.7 Case Study: ChatGPT & Claude Memory Systems 2.8 Hands-on: Implement Context Selection & Compression Using LangChain / LlamaIndex Module 3: Context Pipelines, RAG & Grounding Architecture 3.1 The End-to-End Context Pipeline (Input → Retrieval → Compression → Assembly → Response → Update) 3.2 Retrieval-Augmented Generation (RAG) Architecture Deep Dive 3.3 Vector Databases: Pinecone, Chroma & Embedding Models 3.4 Grounding Failures: Hallucinations, Context Poisoning, Distraction 3.5 Mitigation Techniques: Rerankers, Provenance, Context Forensics 3.6 Case Study: Anthropic’s Multi-Agent Researcher (MAR) 3.7 Hands-on: Build a RAG Pipeline with Vector Search and Grounded Responses Module 4: Optimization, Scaling & Enterprise Readiness 4.1 Token Economy & Cost Optimization in Context Pipelines 4.2 Context Scaling & the Model Context Protocol (MCP) 4.3 Security & Compliance: PII Filtering, Redaction, Role-Based Access 4.4 Conflict Resolution & Context Consistency 4.5 Multi-Modal Context: Text, Tables, PDFs, Video Transcripts 4.6 Case Studies: Walmart “Ask Sam” & Morgan Stanley Knowledge Assistant 4.7 Hands-on: Implement Role-Based Context Filtering and Secure Retrieval Module 5: Context Flow Design for Business Users (No-Code AI) 5.1 Translating Business Processes into AI-Ready Context Flows 5.2 Context Flow Diagrams (CFDs) & Automated Workflow Architecture (AWA) 5.3 Implementing W-S-C-I Visually Using No-Code Tools (n8n / Make / Zapier) 5.4 Context Templates for Consistency & Structured Outputs 5.5 Use Case: Dynamic Customer Onboarding Assistant 5.6 Case Studies: Airbnb Support Automation & HSBC SME Lending 5.7 Hands-on: Build a Context Flow Using No-Code Orchestration Module 6: Real-World Industry Context Applications 6.1 Context Engineering in Regulated Domains 6.2 Healthcare: Clinical Decision Support & PHI Isolation 6.3 Finance: Market Analysis, Compliance Summarization & Tool-Based Context 6.4 Legal & Education: Precision Retrieval & Personalized Learning Context 6.5 Risk Mitigation: Context Poisoning & Context Clash 6.6 Advanced Agent Memory for Long-Horizon Tasks 6.7 Case Studies: Activeloop (Legal/IP) & Five Sigma (Insurance) Module 7: Multi-Agent Orchestration & the Future 7.1 Why Monolithic Agents Fail: Context Explosion 7.2 Multi-Agent Systems (MAS) & Context Isolation 7.3 Agent Roles: Router, Planner, Executor 7.4 Agent-to-Agent Context Compression 7.5 Guardrails, Governance & Inter-Agent Safety 7.6 Ethics, Bias Mitigation & Source Traceability 7.7 Case Studies: IBM Watson Orchestrate & Enterprise Context Orchestrators 7.8 Career Pathways: Context Architect & AI Governance Roles Module 8: Capstone Project & Certification 8.1 Capstone Overview: Multi-Agent Context-Aware System 8.2 Build: Query Router with Financial Calculations & Policy RAG (n8n) 8.3 Presentation, Review & Feedback 8.4 Final Evaluation & AI+ Context Engineering Practitioner™ Certification Tools you will explore LangChain and LangGraph LlamaIndex Vector Databases (Pinecone, Chroma) n8n, Zapier, Make.com Embedding Models and RAG Pipelines No-Code Automation Platforms Enterprise Data and API Integrations 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.

ITIL® Foundation (Version 5) introduces you to the key concepts of digital product and service management. You will establish a common language that enables effective practice and collaboration across different organizations. The course provides an overview of how to create, deliver, and continually improve products and services to ensure they provide real value. You will learn how the framework has evolved to support modern ways of working, such as data-driven decision-making and automation. It also explores the integration of new technologies like artificial intelligence into organizational contexts. Throughout the training, you will discover how to improve performance and outcomes through effective management. The curriculum is designed to be adaptable to various levels of organizational maturity. Who is this course for? Digital product and service management professionals. Managed service providers. Digital product vendors.   What will you learn? In this training, you will gain an understanding of how value is co-created through the management of digital products and services. You will also explore how the ITIL framework supports modern technologies and contemporary ways of working. Key ITIL terms and definitions relating to digital product and service management. The ITIL Four Dimensions, including organizations, people, partners, suppliers, information, technology, value streams, and processes. The ITIL Product and Service Lifecycle activities, such as discover, design, acquire, build, transition, operate, deliver, and support. The ITIL Value System, which encompasses guiding principles, governance, and the value chain. ITIL and Artificial Intelligence (AI), including AI governance and how AI assists in the service development lifecycle.

Waarom Reflact uitgebreidt now? Wil jij jezelf écht leren kennen? Met een Reflact-meting krijg jij inzicht in jouw (onbewuste) talenten en ontwikkelpotentieel. Een ware eye-opener! Jezelf goed leren kennen in verschillende werksituaties kost tijd. Reflact is een slimme, innovatieve methodiek die op een heldere, gedetailleerde manier in slechts 20 minuten inzicht geeft in je vermogen om flexibel en ondernemend te kunnen zijn, samenwerking te combineren met zelfstandig werken, en bestand te zijn tegen stressvolle werksituaties. De Reflact-meting maakt je bewust van wie jij ten diepste bent, je competenties en drijfveren, en geeft een belangrijke basis voor jouw verdere persoonlijke ontwikkeling. Unieke methode In tegenstelling tot andere metingen combineert deze meting tekst met beeld. Dit maakt het mogelijk om een onderscheid te maken tussen natuurlijke en aangeleerde competenties. Bovendien is de meting in staat om je innerlijke drijfveren te meten. Op beelden reageren we namelijk impulsiever en meer intuïtief, terwijl teksten vooral op cognitief niveau binnenkomen. Deze combinatie van tekst en beeld maakt Reflact effectief en uniek. Van deelnemers krijgen we vaak enthousiaste reacties terug over hoe de meting hen de ogen heeft geopend en zaken aan het licht kwamen waar ze zich niet bewust van waren. Voor wie? De Reflact-meting is geschikt voor professionals die op zoek zijn naar zelfreflectie. Die vanuit eigen regie keuzes willen maken en sturing willen geven aan hun loopbaan.

Waarom Reflact uitgebreidt now? Wil jij jezelf écht leren kennen? Met een Reflact-meting krijg jij inzicht in jouw (onbewuste) talenten en ontwikkelpotentieel. Een ware eye-opener! Jezelf goed leren kennen in verschillende werksituaties kost tijd. Reflact is een slimme, innovatieve methodiek die op een heldere, gedetailleerde manier in slechts 20 minuten inzicht geeft in je vermogen om flexibel en ondernemend te kunnen zijn, samenwerking te combineren met zelfstandig werken, en bestand te zijn tegen stressvolle werksituaties. De Reflact-meting maakt je bewust van wie jij ten diepste bent, je competenties en drijfveren, en geeft een belangrijke basis voor jouw verdere persoonlijke ontwikkeling. Unieke methode In tegenstelling tot andere metingen combineert deze meting tekst met beeld. Dit maakt het mogelijk om een onderscheid te maken tussen natuurlijke en aangeleerde competenties. Bovendien is de meting in staat om je innerlijke drijfveren te meten. Op beelden reageren we namelijk impulsiever en meer intuïtief, terwijl teksten vooral op cognitief niveau binnenkomen. Deze combinatie van tekst en beeld maakt Reflact effectief en uniek. Van deelnemers krijgen we vaak enthousiaste reacties terug over hoe de meting hen de ogen heeft geopend en zaken aan het licht kwamen waar ze zich niet bewust van waren. Voor wie? De Reflact-meting is geschikt voor professionals die op zoek zijn naar zelfreflectie. Die vanuit eigen regie keuzes willen maken en sturing willen geven aan hun loopbaan.

Mentale kracht helpt je om beter om te gaan met uitdagingen, teleurstellingen en stressvolle situaties. Hoe zorg je ervoor dat je stevig in je schoenen blijft staan, ook als het tegenzit? In dit coachingstraject leer je hoe je jouw mentale kracht kan ontwikkelen, versterken en toepassen in zowel je werk als privéleven. Onderzoek toont aan dat de ontwikkeling van je mentale kracht een blijvend effect kan hebben – een investering in jezelf die direct resultaat oplevert. Wat is mentale kracht? Mentale kracht bepaalt hoe je reageert op stress en verandering. Waar de één snel uit balans raakt bij tegenslag, blijft een ander doelgericht en veerkrachtig handelen. Dit verschil komt voort uit de mate van mentale kracht: een combinatie van acht psychologische factoren die bepalen hoe je met uitdagingen omgaat. Tijdens dit traject krijg je inzicht in hoe jouw mentale kracht is opgebouwd en hoe je dit kan versterken. We werken met de Mental Toughness Questionnaire (MTQ Plus), een wetenschappelijk onderbouwde tool die wereldwijd wordt gebruikt om mentale kracht in kaart te brengen. Dit helpt je om beter te begrijpen waarom je reageert zoals je doet en hoe je hierin kunt groeien. Hoe werkt het? Mentale kracht ontwikkelen begint met jezelf goed leren kennen. De eerste stap is het meten hoe jouw mentale kracht is opgebouwd met de Mental Toughness Questionnaire. Hoe je mentale kracht is opgebouwd verschilt per persoon. Daarom is het belangrijk om eerst jouw mentale profiel te kennen om effectief met je ontwikkeling aan de slag te kunnen gaan. Op basis van jouw mentale profiel en ontwikkeldoelen maken we een persoonlijk ontwikkelplan. Hiermee doe je niet alleen veel inzichten op, maar krijg je ook concrete handvatten om beter om te gaan met stress, tegenslag en veranderingen; zowel preventief als reactief.

Lijmen. Na succesvolle serie Nederlandstalige Lijmspecialist opleidingen vanaf januari 2011, is in januari 2012 gestart met de Nederlandstalige Lijmvakman opleiding. Dit niveau is met name bedoeld voor bedrijfsmedewerkers, die regelmatig lijmwerkzaamheden verrichten op basis van werkinstructies, met of zonder direct toezicht. Door de jaren heen is er een opleidingsmethode ontwikkeld, volledig afgestemd op de doelgroep, met optimaal leereffect. Klik voor de brochure op: Brochure Opleiding EAB – EWF-NIL 515-1 European Adhesive Bonder Doel van de opleiding De participanten worden getraind in het gebruik van lijmtechnieken in een industriële productie omgeving. De cursus zorgt voor een fundamenteel begrip van de lijmtechnologie, zodat de bijzondere aspecten van het lijmproces worden begrepen en rekening mee gehouden tijdens het uitvoeren van de lijmwerkzaamheden. De relevante samenhang en belang van werkinstructies worden duidelijk. Na succesvolle afronding van deze cursus zijn de participanten in staat om als ware vakman, onafhankelijk lijmwerkzaamheden uit te voeren, op technisch verantwoorde wijze. Duur van de opleiding en examinering De Lijmvakman opleiding is fulltime en duurt 40 uur (1 week) inclusief examen. Ter ondersteuning aan het leerproces wordt de theorie afgewisseld met praktische oefeningen. De opleiding wordt afgerond met een praktisch, schriftelijk en mondeling examen. Een voorwaarde om aan het examen deel te mogen nemen is dat men naar redelijkheid heeft deelgenomen aan de opleidingsdagen. Voorbereidende cursus Met behulp van een computercursus (momenteel op CD, op termijn web-based) leert men alvast de begrippen kennen die tijdens de opleiding aan de orde komen. Deze voorbereidende cursus is vrijwillig, om vooraf het geheugen wat op te frissen. De computercursus is zo ontwikkeld dat men wat makkelijker de theorie kan aanleren en om bestaande kennis wat op te frissen. De participant kan deze cursus op elk gewenst moment doen, zodat hij zelf kan kiezen hoe hij/zij zich voorbereid op de feitelijke opleiding. Doelgroep en voorwaarden voor deelname Tot de doelgroep behoren medewerkers van lijmverwerkende of lijmproducerende bedrijven, die zelfstandig lijmwerkzaamheden uitvoeren, op basis van (geschreven) werkinstructies. Deelnemers moeten een goede beheersing hebben van de Nederlandse taal, zodat men het opleidingsmateriaal goed begrijpt en daarnaast in staat is om de examens te doen. Vooropleidingseis voor deelname aan deze opleiding is MBO niveau 2. Opleidingsinhoud Basisbegrippen De opleiding start met de behandeling van basisbegrippen in de lijmtechniek. Lijmen wordt hierbij vergeleken met andere verbindingstechnieken. De integriteit van een lijmverbinding wordt uitgelegd aan de hand van het conceptuele model van verbindingskrachten. Zo ook wordt uitleg gegeven over de invloedsfactoren rond de kwaliteit van de lijmverbinding. Participanten bouwen kennis op over de fundamentele aspecten rond de eigenschappen van lijmen en lijmverbindingen. Lijmtypes In dit deel van de opleiding worden de participanten wegwijs gemaakt in de meest belangrijke lijmtypes die in de industrie gebruikt worden, evenals hun eigenschappen en toepassingsgebieden. De nadruk wordt hierbij gelegd op het belang om deze verschillende lijmtypes op de juiste manier, onder de juiste uithardingcondities toe te passen. Deze aspecten worden verder onderbouwd aan de hand van praktische oefeningen. Oppervlaktebehandeling Een passende oppervlaktebehandeling is van het grootste belang voor een goede en met name duurzame lijmverbinding. De opleiding introduceert oppervlaktetechnieken die gebruikelijk worden uitgevoerd door vakmensen als onderdeel van het lijmverbindingsproces. Praktische experimenten geven de participanten de nodige ervaring in de toepassing van lijmtechnieken op verschillende materialen/lijmdelen. Bijzondere aandacht wordt besteed aan het gebruik van primers en hechtverbeteraars. Meetmethodes Tijdens het practicum worden lijmproefstukken gemaakt, die vervolgens beproefd worden op gebruikelijke testapparatuur. Evaluatie van de verbindingssterkte en het bezwijkgedrag helpt gevoel te krijgen voor mogelijke fouten in het lijmproces en de gevolgen daarvan. Deze informatie vormt een belangrijke aanvulling op de theorie. Productietechniek Participanten krijgen een introductie in de fundamentele aspecten van zowel manuele als geautomatiseerde lijmprocessen in een productieomgeving. Tevens leert men oorzaken van fouten te herkennen en te voorkomen. Arbo en milieu Participanten leren de principes rond het herkennen van potentiële gevaren wanneer men met lijm en oplosmiddelen werkt, die gebruikt in industriële lijmprocessen. Het belang van het gebruik van beschermende hulpmiddelen en PBM’s wordt benadrukt.

AI wordt binnen Zorg & Welzijn steeds vaker ingezet, van administratieve ondersteuning en communicatie tot analyse en besluitvoorbereiding. Tegelijk ontstaan er snel nieuwe toepassingen en trends, terwijl duidelijke afspraken over wat wel en niet mag vaak ontbreken. Dit kan leiden tot onzekerheid, risico’s rondom privacy en ongelijkheid in gebruik tussen teams en locaties. In deze inhouse workshop werken we met bestuur, management en sleutelrollen in één dag toe naar een praktisch en toepasbaar AI-beleid. De focus ligt op het verbinden van trends en ontwikkelingen met concrete use cases uit de eigen organisatie, zodat beleid niet abstract blijft, maar direct richting geeft aan het dagelijks werk. Het resultaat is een helder kader met uitgangspunten, spelregels en verantwoordelijkheden dat past bij de zorgpraktijk en de waarden van de organisatie. Doelgroep Bestuur en directie Teamleiders en managers Kwaliteit, privacy en compliance IT, informatievoorziening en stafafdelingen (HR, communicatie, beleid) De workshop is bedoeld voor besluitvormers en sleutelrollen die verantwoordelijk zijn voor richting, kaders en borging van AI-gebruik binnen de organisatie. Idealiter is er een gezonde mix aanwezig waarbij er ook professionals vanuit de werkvloer aansluiten. Ideaal is een groep van 6 - 12 personen. Leerdoelen Aan het einde van de workshop heeft de organisatie: 1) Overzicht AI-trends en sectorontwikkelingen Een beknopt en gedeeld overzicht van relevante AI-trends en ontwikkelingen voor Zorg & Welzijn, inclusief implicaties voor de eigen organisatie. 2) Use case-inventarisatie en impactoverzicht Een geprioriteerde lijst met bestaande en beoogde AI-use cases binnen de organisatie, met per use case de belangrijkste kansen, risico’s en betrokken afdelingen/rollen. 3) Kernprincipes en uitgangspunten voor AI-gebruik Vastgelegde waarden en principes (zoals privacy, veiligheid, transparantie en menselijke maat) die richting geven aan alle AI-toepassingen binnen de organisatie. 4) Heldere do’s & don’ts voor medewerkers Een praktisch overzicht van wat wel en niet is toegestaan bij het gebruik van AI-tools in het dagelijkse werk, vertaald naar begrijpelijke spelregels voor de werkvloer. 5) Rollen- en verantwoordelijkhedenmodel Een uitgewerkt schema met eigenaarschap, besluitvorming, toezicht en escalatie rondom AI-gebruik en nieuwe toepassingen. 6) Concept AI-beleidsdocument Een eerste, direct bruikbaar beleidsdocument waarin trends, use cases, principes, spelregels en governance zijn samengebracht. 7) Borgings- en communicatiestap Een korte aanpak voor interne communicatie en implementatie, zodat het AI-beleid wordt geïntroduceerd, gedragen en toegepast binnen de organisatie. Programma De workshop start met een overzicht van trends en ontwikkelingen rondom AI in de zorg en het publieke domein. We schetsen wat er nu al gebeurt in de sector, welke toepassingen snel opkomen en welke verwachtingen realistisch zijn. Dit vormt de gezamenlijke context voor het beleidsvraagstuk. Vervolgens brengen we de use cases binnen de eigen organisatie in kaart. Deelnemers identificeren waar AI al wordt gebruikt of waar de behoefte zit, en welke processen, afdelingen en rollen daarbij betrokken zijn. Per use case verkennen we kansen, risico’s en impact op cliënten, medewerkers en organisatie. Daarna werken we aan de kernprincipes van het AI-beleid. We formuleren gezamenlijke uitgangspunten, zoals zorgvuldigheid, transparantie, veiligheid en menselijke maat, en vertalen deze naar concrete keuzes en grenzen voor het dagelijks gebruik. In het volgende deel bepalen we rollen, verantwoordelijkheden en eigenaarschap. We maken inzichtelijk wie beleid bewaakt, wie beslissingen neemt over nieuwe toepassingen en hoe signalen en incidenten worden opgepakt. De workshop sluit af met het opstellen van een praktisch beleidsdocument en bijbehorende spelregels. Dit omvat een duidelijke samenvatting van het kader, do’s & don’ts voor medewerkers en een eerste aanzet voor communicatie en borging binnen de organisatie, zodat het beleid direct toepasbaar is op de werkvloer.