Opleidingen

De training ISTQB Performance AI Testing kan online of klassikaal worden gevolgd. Klassikale training vindt plaats in Utrecht, Den Haag, Amersfoort, Amsterdam of Eindhoven. Ook is in-company training of maatwerk mogelijk. Hierboven staan de nu ingeplande trainingsmogelijkheden op basis van open inschrijving. Staat uw voorkeurslocatie er niet bij? Neem dan contact op en informeer naar de mogelijkheden. De ISTQB® Certified Tester – AI Testing certificering is bedoeld voor: – Softwaretesters en testanalisten die AI-gebaseerde systemen testen;– Testmanagers en QA-professionals die AI in hun teststrategie willen integreren;– AI-ontwikkelaars die willen begrijpen hoe AI-software op kwaliteit wordt getest;– Iedereen die zich wil specialiseren in AI en softwarekwaliteit. De ISTQB AI Testing biedt inzicht in de basisprincipes en uitdagingen van testen in omgevingen met kunstmatige intelligentie. ISTQB is dé internationale standaard op het gebied van softwaretesten en testmanagement. Omschrijving ISTQB AI Testing De ISTQB® Certified Tester – AI Testing (CT-AI) certificering is ontworpen voor professionals die betrokken zijn bij het testen van AI-gebaseerde systemen of die hun kennis over AI-toepassingen binnen softwaretesten willen uitbreiden. Kunstmatige intelligentie brengt nieuwe uitdagingen en benaderingen met zich mee op het gebied van teststrategie, testautomatisering en kwaliteitsborging. Deze training behandelt de fundamenten van AI, de impact ervan op softwaretesten en hoe testprofessionals AI kunnen inzetten om testprocessen te verbeteren. Daarnaast wordt ingegaan op specifieke AI-testtechnieken en -tools die nodig zijn om betrouwbare en transparante AI-systemen te garanderen. De ISTQB® Certified Tester – AI Testing syllabus behandelt de volgende belangrijke aspecten van AI-testen: – Basisprincipes van kunstmatige intelligentie en machine learning;– Specifieke uitdagingen en risico’s van AI-gebaseerde software;– Teststrategieën en testontwerptechnieken voor AI-systemen;– Automatisering en het gebruik van AI in testprocessen;– Ethische en transparantieaspecten van AI-testen. Inhoud ISTQB AI Testing Tijdens de professionele en praktijkgerichte ISTQB® Certified Tester – AI Testing training komen de volgende onderwerpen aan bod: – Introductie in kunstmatige intelligentie en machine learning – Basisconcepten van AI en ML– Verschillen tussen AI-systemen en traditionele software– AI en de impact op softwaretesten – Unieke testuitdagingen bij AI-gebaseerde software– Risico’s en kwaliteitsattributen van AI-systemen– Teststrategie en testontwerp voor AI-systemen – Testtechnieken voor AI-modellen– Gegevensgericht testen en validatie– AI in testautomatisering – Gebruik van AI om testprocessen te verbeteren– Voordelen en beperkingen van AI-gestuurde testautomatisering– Ethische overwegingen en compliance – Transparantie en uitlegbaarheid van AI-modellen– Ethische testbenaderingen en regelgeving Examen ISTQB AI Testing (optioneel) De kosten voor het examen ISTQB AI Testing bedragen €350,- exclusief BTW. Praktische informatie Kosten: €2175,- inclusief lesmateriaal, koffie, thee en lunch (exclusief BTW).Duur: 3 dagenVoertaal: NederlandsLocatie: op locatie of online (afhankelijk van uw voorkeur).Certificering: na succesvolle afronding ontvangt u een certificaat.Voorwaarden: om deze certificering te behalen, wordt aanbevolen dat kandidaten in het bezit zijn van het ISTQB® Certified Tester Foundation Level-certificaat, maar dit is niet verplicht. Wanneer u de sheets tijdens de training op uw eigen device wilt meelezen, dan dient u een eigen device mee te brengen.

Nederlands leren doe je door het te gebruiken. In Spreek Nederlands met mij (14 uur) staat daarom één ding centraal: spreken en oefenen met de Nederlandse taal. Vanaf de eerste les ga je actief aan de slag met korte gesprekken, praktische situaties en veel herhaling. De lessen zijn voor midden- en hoogopgeleiden en worden gegeven op verschillende niveaus: beginners, halfgevorderd en gevorderd. Je volgt de cursus in een kleine groep van maximaal 12 cursisten. De focus ligt op durven spreken, woorden gebruiken en reageren in gesprekken. Waarom kiezen voor Spreek Nederlands met mij? · Het is een korte, duidelijke training · Volledige focus op spreekvaardigheid · Begeleiding door een ervaren NT2‑docent · Kleine groepen · Veel oefenen, meer zelfvertrouwen Wat kun je verwachten van onze trainingen? · Praktisch en interactieve spreekoefeningen · Professionele begeleiding van een ervaren taaltrainer · Spreken op je eigen taalniveau · Face to face of online lessen We hebben verschillende programma's voor MBO en HBO. Het juiste programma wordt bepaald na de intake.We hebben verschillende programma's voor MBO en HBO. Het juiste programma wordt bepaald na de intake. Oefenen van het spreken van NederlandsOefenen van het spreken van Nederlands Groepstraining klassikaal of online.Groepstraining klassikaal of online. Volledige focus op spreekvaardigheidVolledige focus op spreekvaardigheid Uniek aan de taaltrainingen van STE Languages zijn: * Kleine groepen met cursisten van vergelijkbaar niveau * Persoonlijke intake en maatwerkplaatsing * CEFR-gericht werken met duidelijke niveauprogressie * Sterke focus op praktische, direct toepasbare taalvaardigheid * Ervaren, gecertificeerde taaltrainers met persoonlijke feedback * Keuze tussen klassikaal (Eindhoven) en online leren * Professionele leeromgeving gericht op internationale medewerkersUniek aan de taaltrainingen van STE Languages zijn: * Kleine groepen met cursisten van vergelijkbaar niveau * Persoonlijke intake en maatwerkplaatsing * CEFR-gericht werken met duidelijke niveauprogressie * Sterke focus op praktische, direct toepasbare taalvaardigheid * Ervaren, gecertificeerde taaltrainers met persoonlijke feedback * Keuze tussen klassikaal (Eindhoven) en online leren * Professionele leeromgeving gericht op internationale medewerkers Er zijn zes startmomenten per jaar op alle niveaus. Zo kun je altijd instromen op een moment dat jou goed uitkomt. Kijk voor lestijden op www.ste.nl.Er zijn zes startmomenten per jaar op alle niveaus. Zo kun je altijd instromen op een moment dat jou goed uitkomt. Kijk voor lestijden op www.ste.nl.

AI Agents in de Praktijk Er vindt een fundamentele technologische transformatie plaats. Waar conversationele AI zoals ChatGPT de weg opende, zijn AI Agents nu de nieuwe standaard voor echte impact. Dit zijn geen passieve chatbots meer die wachten op een vraag, maar proactieve, autonome systemen die complexe taken en volledige workflows zelfstandig voor u uitvoeren. AI Agents plannen, redeneren, gebruiken tools en complexe geheugenarchitectuur, en werken samen om doelstellingen te bereiken – van het volledig automatiseren van klantenserviceprocessen tot het uitvoeren van marktonderzoek en het optimaliseren van uw supply chain. De vraag is niet langer of AI Agents taken, rollen en processen in organisaties zullen veranderen, maar hoe snel uw organisatie deze nieuwe, digitale medewerkers succesvol kan integreren. Deze workshop geeft u het strategische en praktische antwoord. Productiviteit en Impact Organisaties laten handmatige obstakels achter zich. HR wordt niet langer belast met herhalende vragen en Finance is verlost van urenlang handmatig cijfers verzamelen. Dataprofessionals breken uit de cirkel van repetitieve SQL-verzoeken en handmatige data-cleaning om dashboards actueel te houden, terwijl operationele teams en IT-helpdesks verzendstatussen en onboarding-processen volledig hebben geautomatiseerd. Uw werkdag blijft weliswaar acht uur, maar uw productiviteit en impact groeien exponentieel. AI Agents stellen u in staat om: Strategischer te werken: Focus op hoogwaardige taken terwijl AI Agents routinematige processen afhandelen. Samenwerking te verbeteren: Gebruik AI Agents als interface voor snelle toegang tot procesinformatie of klantgegevens. Innovatie te versnellen: Integreer AI Agents in uw bedrijfsarchitectuur om workflows te stroomlijnen en nieuwe mogelijkheden te ontsluiten. Met de juiste configuratie en context leveren AI Agents niet alleen efficiëntie, maar ook een consistente, hoogwaardige bijdrage aan uw organisatie. De opkomst van geavanceerde taalmodellen, zoals de technologie achter ChatGPT, was slechts het begin. AI Agents gaan verder door deze taalmodellen te combineren met externe databronnen, geheugenfunctionaliteit en workflowlogica. Leerdoelen AI Agents beloven een revolutie in efficiëntie, maar de stap van een veelbelovend experiment naar een veilige, schaalbare en volledig geïntegreerde enterprise-oplossing is een enorme uitdaging. Hoe zorgt u ervoor dat uw agents betrouwbaar presteren met complexe bedrijfsdata? Hoe garandeert u de veiligheid en governance? En hoe integreert u deze systemen naadloos met uw bestaande processen en IT-infrastructuur? Deze workshop is ontworpen om die kloof – van experimenteel stadium naar enterprise-oplossing – te overbruggen. De workshop gaat verder dan de theorie alleen en biedt tevens de hands-on kennis om deze uitdaging aan te gaan. U leert onder andere: AI Agents definiëren: U leert de kernconcepten, van autonome systemen die waarnemen en handelen tot de technologie en mechanismen achter het brein van de Agents: de Large Language Models (LLMs). De juiste Architectuur opzetten: U leert hoe u de technische blauwdruk van een agent ontwerpt, van een simpele Retrieval-Augmented Generation (RAG)-pipeline tot complexe multi-agent systemen met geheugen en planning. Het perfecte Model kiezen: U leert de afweging te maken tussen krachtige LLMs voor generieke taken en kleinere, domeinspecifieke modellen voor bepaalde use cases. Het Datafundament voor Autonomie: Leer hoe u uw bestaande data transformeert tot een betrouwbare ‘source of truth’, en ervoor zorgt dat uw integratie-pipelines en datakwaliteitsstandaarden geoptimaliseerd zijn om hallucinaties te voorkomen en nauwkeurige prestaties van uw agents te garanderen. De Brug tussen Data en Intelligentie: Hoe u uw datastromen inricht voor AI-readiness. We kijken verder dan eenvoudige opslag en creëren gestructureerde, hoogwaardige integraties waarmee agents effectief toegang krijgen tot uw bedrijfsdata en deze kunnen gebruiken om te redeneren. Agents Effectief Trainen: U leert het proces van data voorbereiden en het opzetten van annotatieworkflows om uw model te voeden met hoogwaardige, relevante bedrijfsdata. Interactie met Tools Integreren: Hoe u een agent actiegericht maakt door deze te koppelen aan externe tools en API’s, zodat deze taken kan uitvoeren in uw bestaande systemen. Modelonderhoud en -beheer: U leert hoe u de prestaties van uw agent op peil houdt door middel van re-training met nieuwe data en drift-detectie om kwaliteitsverlies te voorkomen. Concrete Bedrijfsscenario’s Ontwerpen: U leert de theorie te vertalen naar de praktijk door scenario’s te ontwikkelen waarin agents processen ondersteunen, beslissingen voorbereiden en automatisch rapporteren. Kosten Beheersen: U krijgt concrete handvatten voor het managen van budgetten door het kiezen van kostenefficiënte modellen, het optimaliseren van cloud resources en het toepassen van prompt engineering om token-gebruik te minimaliseren. Menselijke Controle Garanderen: Hoe u human-in-the-loop systemen implementeert voor supervisie bij beslissingen en het opzetten van feedbackloops voor continue verbetering. Succesvol Deployen: U leert het stappenplan om een AI agent technisch live te zetten, van cloud-hosting via verschillende providers, tot de naadloze integratie in uw bestaande bedrijfsapplicaties. Hands-on: U bouwt tijdens de workshop zelf verschillende AI Agents in een low-code tool, gaande van een simpele Agent tot een Multi-Agent Architectuur met complex geheugen en toolgebruik – en verlaat de workshop met werkende prototypes. Geen technische voorkennis vereist! Bestemd voor ú! Deze workshop is vrij breed toepasbaar en vereist geen technische (software development) voorkennis. De workshop is met name waardevol voor IT & Enterprise Architecten, BI & Data-Professionals, Data Architecten, Functionele & Business Analisten,  Digital Transformation Officers, Change Managers, Innovation Officers. Er is geen technische achtergrond vereist. De cursus staat open voor multifunctionele teams om zo business-, data- en IT-perspectieven te combineren. PROGRAMMA Blok 1: Fundamenten binnen AI Startpunt is het leggen van een stevige basis. Wat is AI nu écht? Hoe denken taalmodellen? Wat zijn neurale netwerken? En wat is het verschil tussen GPT en domeinspecifieke modellen? U krijgt inzicht in hoe AI leert, beslist en generaliseert – zonder dat u één regel code hoeft te schrijven. Het Brein van AI Agents: overzicht van kunstmatige intelligentie, machine learning en deep learning. Verschillende soorten netwerken: neurale netwerken, convolutionele netwerken (CNN), andere. Hoe werkt een neuraal netwerk: basisprincipes van lagen, gewichten, activatiefuncties. Verschillende types modellen: LLMs (zoals GPT, LLAMA, of Grok), Open-Source/On-Premise/Proprietary modellen, alsook kleinere domeinspecifieke modellen. Blok 2: Het trainen van AI Agent Modellen AI is zo slim als de data waarmee u het voedt. In dit blok ontdekt u aan de hand van specifieke use cases hoe modellen worden getraind, hoe u kwaliteit beoordeelt, en waar het vaak fout loopt. Data: pre-processing en annotatie workflows. Training: best practices, data-augmentatie, hyperparameter-tuning, overfitting voorkomen. Fine-tuning: aanpassen van pre-trained modellen voor specifieke taken. Benchmarks & Security: hoe meet u kwaliteit en hoe stuurt u bij? Prompt injections en beschermingsmechanismen. Hardware: rol van GPU’s, en Cloud Providers. Deployment: lokaal, cloudgebaseerd. Onderhoud: hertraining, monitoring, drift-detectie en performance evaluatie. Blok 3: Van Model naar volwaardige Agent In dit blok maken we de sprong naar volledige agent. U ontdekt hoe u een AI Agent bouwt die niet alleen antwoorden geeft, maar ook handelt – geïntegreerd in uw tools en workflows. We bekijken alle componenten individueel: van geheugenarchitectuur tot het gebruik van tools, triggers, en complexe multi-agent architecturen. Wat is een AI Agent? Verschil met traditionele chatbots en modellen. Architecturen van agents: simpele agents vs multi-agent modellen. Tools: Integratie en technische werking voor agents (tool schema, MCP Server/Clients, A2A Protocol…). Geheugen: Complexe geheugenarchitecturen inclusief korte-termijn geheugen, semantische geheugen, agentic Retrieval-Augmented Generation (RAG)… Human-in-the-loop: samenwerking tussen mens en machine binnen een evaluatie-context. Ontwikkelplatformen en Frameworks: Google Vertex AI, AWS Bedrock, LangChain, LangGraph… AI Agent Evaluaties: LLM-as-a-judge, code-gebaseerde evaluaties, human-in-the-loop evaluaties… Blok 4: Bouw uw eigen Agent Nu wordt het concreet. U bouwt zelf verschillende AI Agents – stap voor stap, begeleid door de docent. U werkt in een low/no-code omgeving, bepaalt instructieprofielen, voegt geheugen toe en laat uw Agent communiceren met tools. Aan het eind van dit blok heeft u de kennis, alsook werkende prototypes die u direct kunt testen in uw realiteit. Begeleid traject waarin u stap voor stap zelf een AI Agent ontwikkelt. Gebruiksvriendelijke low/no-code omgeving. Werking met geheugen, contextretentie en agent instructieprofielen. Verbinding met externe data, tools en databanken. Blok 5: Q&A We nemen uitvoerig de tijd om uw vragen met betrekking tot de workshop te bespreken. TRAINER Thomas Gijsels is de Chief Operating Officer (COO) bij Evident Capital, waar hij de strategische integratie van AI technologieën over alle operationele processen van de organisatie leidt. Zijn werk omvat de optimalisatie van processen en systemen door AI-gedreven automatiseringen, agents, en modellen, wat leidt tot meer efficiëntie, een geavanceerde data-gedreven besluitvorming, en geoptimaliseerde allocatie van middelen over alle bedrijfsdomeinen. Met zijn achtergrond als functioneel analist, beheerst hij een diepe kennis hoe agents effectief kunnen worden ingezet in organisaties en diverse bedrijfscontexten, van procesautomatisering tot besluitvorming. Als Co-Chair van het AI & Big Data Comité van de Hong Kong Fintech Association, speelt Thomas een sleutelrol in het promoten van AI-gestuurde innovaties binnen de fintech sector. Zijn brede kennis van AI applicaties, gecombineerd met de eigenlijke implementatie en ervaring met het schalen van deze technologieën, maakt van hem de ideale partner om het inzetten van AI Agents in uw organisatie in goede banen te leiden.

Wil je beter begrijpen hoe resultaten worden beïnvloed en waar je op moet sturen om ze te verbeteren? Veel organisaties werken met KPI’s, maar missen de structuur om van data tot betekenisvolle inzichten en acties te komen. In deze training leer je hoe je KPI’s inzet als onderdeel van een samenhangend geheel: van strategie tot concrete input en output.  Zo krijg je inzicht in de factoren die bepalen of strategische doelen worden bereikt. Met de KPI Driver Tree maak je samenhang zichtbaar en leer je gericht analyseren, sneller tot de kern van problemen te komen en beter onderbouwde keuzes maken op basis van data. Deze training wordt binnen Eduvision verzorgd door Skills Alchemist, ons label voor trainingen op het gebied van human skills en organisatieontwikkeling, met de dienstverlening die je van Eduvision gewend bent. Algemene omschrijving In deze training leer je hoe KPI’s dienen als concrete vertaling van strategische doelstellingen en hoe je deze opdeelt in onderliggende, beïnvloedbare factoren. Je leert KPI's te structureren, verbanden te herkennen en keuzes op basis van data te onderbouwen. Je krijgt inzicht in hoe resultaten tot stand komen en leert KPI’s te structureren, verbanden te herkennen en keuzes te onderbouwen op basis van data. Je werkt met herkenbare voorbeelden, zoals klantreizen, funnels en productgebruik, en past de KPI Driver Tree-methodiek toe om samenhang zichtbaar te maken en analyses te verdiepen. De training wordt verzorgd door ervaren trainers uit de praktijk, die dagelijks werken met KPI-structuren en data. Hierdoor leer je niet alleen de theorie, maar ook wat in de praktijk werkt en waar veelgemaakte valkuilen zitten. Na afloop heb je concrete handvatten om KPI’s beter te analyseren, sneller inzicht te krijgen in afwijkingen en gerichter te sturen op verbetering. Deze training bieden we ook als bedrijfstraining voor jou en je team De inhoud stemmen we dan af op jullie werksituatie, concrete vraagstukken, context en doelstellingen zodat de training direct aansluit op wat er binnen jouw organisatie speelt. Zo ontstaat een gerichte en praktische training waar je de volgende dag direct mee aan de slag kunt. Programma Tijdens de Training KPI Analyse komen in basis onderstaande onderwerpen aan bod. Afhankelijk van ontwikkelingen op het vakgebied, kan de feitelijke trainingsinhoud hier echter van afwijken. Bel ons gerust voor meer informatie over de actuele inhoud. Werken met KPI’s in context Rol van KPI’s binnen strategie en datagedreven werken Vertaling van strategische doelen naar KPI-structuren Introductie KPI Driver Tree Wat is een KPI Driver Tree en wanneer gebruik je deze? Opbouw van KPI’s en onderliggende factoren Verschil tussen resultaat-KPI’s en drivers Van KPI naar drivers KPI’s opdelen in beïnvloedbare factoren Verschil tussen directe en indirecte drivers Criteria voor sterke en bruikbare drivers Veelgemaakte fouten bij het definiëren van drivers Causaliteit en analyse Verbanden leggen tussen KPI’s en factoren Verschil tussen correlatie en causaliteit herkennen Achterhalen waardoor resultaten worden beïnvloed Van symptoom naar oorzaak Toepassing in de praktijk KPI Driver Trees gebruiken voor analyse en inzicht Vertalen naar dashboards en rapportages Prioriteren van factoren met de meeste invloed Werken vanuit een gedeelde KPI-structuur De training is interactief en praktijkgericht. Je werkt met herkenbare situaties zodat je de opgedane kennis direct leert toepassen. Door middel van oefeningen en voorbeelden en krijg je inzicht in hoe KPI’s zijn opgebouwd en hoe je deze effectief analyseert. De training wordt verzorgd door ervaren trainers uit de praktijk, die werken met KPI-structuren en data in verschillende organisatiecontexten. Hierdoor leer je wat werkt in de praktijk en hoe je veelgemaakte valkuilen voorkomt. Doelen Na deze training kun je: KPI’s opdelen in onderliggende, beïnvloedbare factoren Analyseren welke factoren een KPI beïnvloeden Gerichter bepalen waar je moet kijken bij afwijkende resultaten KPI Driver Trees opstellen en toepassen binnen je eigen werkomgeving

Introduction to the program, way of working, and the central case The kick-off marks the start of the program and sets the professional context in which the solution architect operates. Participants are introduced to the structure of the program, the way of working, and the central case that serves as a continuous thread throughout the entire curriculum. The emphasis is on making expectations explicit, establishing a professional attitude, and taking ownership of the learning process. From the start, it becomes clear that architectural challenges primarily arise from organizational and contextual change, not from technology alone. - Program structure and expectations - Professional attitude of the solution architect - Working with buddies - Introduction of the central case - Socio-technical context - Stakeholders and tensions

Positioning the solution architect within business, IT, and organization This module explicitly positions the role of the solution architect within the organization. Participants learn how solution architecture relates to other roles such as product owner, software architect, and enterprise architect. The module demonstrates how architecture functions as a guiding and decision‑making instrument and how the solution architect operates within tensions between business, IT, and organizational interests. Reflection on professional conduct is an essential element. - Role boundaries and responsibilities - Mandate and stakeholder relationships - Architecture as a decision-making instrument - Relationship with aspect architectures - Professional conduct and reflection

Implementing quality requirements This module focuses on translating quality and BIV requirements into concrete infrastructure measures. Infrastructure is approached as a set of capabilities rather than isolated components. - Availability, integrity, and confidentiality - Security and quality measures - Observability, logging, and monitoring - Guidelines for delivery teams

Understanding architecture as an integrated whole This module introduces architecture as the cohesion between processes, information, applications, and technology. The focus is not on depth per pillar, but on understanding their interdependencies and the impact of decisions across domains. Participants learn why silo thinking leads to suboptimal solutions and how coherent reasoning supports sound architectural decisions. - Architecture pillars - Cohesion and impact of decisions - Levels of abstraction - Pitfalls of silo thinking

Structuring and communicating architecture This module positions architecture frameworks and processes in relation to each other. Participants learn how Novius, TOGAF/ADM, and ArchiMate complement one another when structuring, describing, and communicating architecture. Attention is also given to architecture levels, IST/SOLL thinking, and transition architectures. - Novius, TOGAF, SABSA, and NORA - Architecture levels - TOGAF ADM - ArchiMate and viewpoints - IST/SOLL and transition architecture

Starting architecture from organizational context In this module, participants learn to start an architectural assignment from organizational goals and tensions. Systems thinking is used to identify patterns, dependencies, and recurring behavior within organizations. This module forms the foundation for building solution architecture in subsequent modules. - Organizational goals and tensions - Systems thinking - BIV requirements - Stakeholder and motivation viewpoints - Project Start Architecture