Opleidingen
68.915
resultaten
Earned Value Professional (EVP) – AACE
Amsterdam
ma 21 sep. 2026
Earned Value Management (EVM) – de wereldwijde de facto standaard voor performance management en projectbeheersing
Prestatiemeting als de basis voor het managen van projecten, programma's en portfolio's wordt steeds belangrijker voor projectmatig werkende organisaties. Earned Value Management (EVM) heeft zich de afgelopen decennia ontwikkeld en verfijnd tot de wereldwijde de facto standaard voor performance management en projectbeheersing. Het ultieme doel van Earned Value Management (EVM) is om belanghebbenden (stakeholders) te voorzien van betrouwbare gegevens en kwantitatieve informatie over de projectstatus en performance, zodat effectievere beslissingen kunnen worden genomen om het projectsucces te vergroten.
Het toepassen van Earned Value Management (EVM) houdt een cultuurverandering in m.b.t. objectiviteit, proactiviteit en het optimaal benutten van kansen, waarbij afwijkingen, verschillen en veranderingen worden gezien als de bronnen voor kennisontwikkeling, een beter inzicht en een verbetering van een project. Earned Value Management (EVM) is ook de basis voor de auditability/controleerbaarheid van projecten.
Voor wie is deze EVP training van belang?
Earned Value Management (EVM) heeft een significante impact op het succes van projecten. Wilt u uw kennis en expertise op dit cruciale gebied valideren, dan is de AACE - Earned Value Professional (EVP) training en certificering de juiste keuze voor u! Kennis van Earned Value Management is cruciaal voor alle (project)managers die complexe of risicovolle projecten beheren en een vereiste voor alle professionals die in de EPC (Engineering, Procurement en Construction) sector werken.
Qua functionarissen denken we o.a. aan projectmanagers, project controllers, technische managers, bouwmanagers, contractbeheerders, projectplanners, lead engineers, programma- en portfoliomanagers, projectanalisten, IT-professionals, leidinggevenden en alle professionals die willen excelleren op het gebied van projectbeheersing en contractbeheer.
Over AACE International
De Association for Advancement of Cost Engineering (AACE) International is een toonaangevende, non-profit beroepsvereniging, opgericht in de VS in 1956. De vereniging heeft meer dan 10.000 leden in 100+ landen. AACE International is de grootste organisatie ter wereld die het hele vakgebied van cost engineering bestrijkt. Het Internationale certificeringsportfolio van AACE International bestaat uit tal van certificeringen, waaronder Certified Cost Professional (CCP), Certified Cost Technician (CCT) en Earned Value Professional (EVP).
EVP certificeringsvereisten
Om een AACE - Earned Value Professional (EVP) te worden moet u minimaal aan de volgende eisen voldoen:
8 jaar relevante professionele werkervaring, of
4 jaar relevante professionele werkervaring plus een relevante HBO/Bachelor/WO opleiding
Het Earned Value Professional (EVP) examen
Het AACE - Earned Value Professional (EVP) examen is een gesloten boek examen, test 6 domeinen plus 1 communicatiedomein, bestaat uit 119 meerkeuzevragen en samengestelde scenario-vragen en duurt 5 uur. Om te slagen voor het examen moet u een gemiddelde score van 70% of hoger behalen. De 6 domeinen die worden getest zijn:
Domein 1 – Organizing (15 vragen)
Domein 2 – Perform planning & scheduling duties (16 vragen)
Domein 3 – Perform budgeting duties (15 vragen)
Domein 4 – Account considerations (13 vragen)
Domein 5 – Analysis and management reports (41 vragen)
Domein 6 – Revisions and data maintenance (19 vragen)
Het extra domein gaat over communicatie en bestaat uit een opdracht om een memo te schrijven op basis van een gegeven scenario.
Met testcentra over de hele wereld fungeert Kryterion als erkend (online) exameninstituut voor het AACE - Earned Value Professional (EVP) examen. U kunt uw computergebaseerde examen afleggen op elke dag en elk tijdstip dat u past. Als uw computer voldoet aan de systeemvereisten, kunt u uw EVP-examen afleggen via online proctoring (OCP).
Het officiële AACE - Earned Value Professional (EVP) examen is inbegrepen in de training. Alle deelnemers worden ondersteund bij het aanvragen van hun examen.
Behoud van uw EVP certificering
Om uw Earned Value Professional (EVP) certificering te behouden dient u zich elke 3 jaar te laten hercertificeren. Om in aanmerking te komen voor hercertificering, moet u in een periode van 3 jaar minimaal 12 CEU's (PE-punten) hebben behaald. U kunt zich ook laten hercertificeren door het EVP examen opnieuw succesvol af te leggen.
EVP Lesmaterialen
Als deelnemer aan deze Earned Value Professional (EVP) training ontvangt u de volgende officiële studiematerialen:
EVP candidate handbook
AACE's Earned Value Professional (EVP) certification study guide (3e editie)
AACE's Skills & Knowledge of Cost Engineering (6e editie)
AACE's Recommended Practices
AACE's Total Cost Management Framework
Earned Value Project Management (4e editie)
The Standard For Earned Value Management (ANSI/PMI)
Project Management using Earned Value (4e editie)
EIA-748-D (meest recente versie)
Voertaal
De voertaal van de training Earned Value Professional (EVP) is Engels. Het officiële AACE International studiemateriaal, het EVP examen en het materiaal dat door de trainers is samengesteld, zijn eveneens in het Engels.
Benodigdheden voor de EVP training
Ten behoeve van de EVP training, dient u in het bezit te zijn van een laptop. Op uw laptop dient Microsoft Excel geïnstalleerd te zijn en bij voorkeur ook MS Projects.
€5.980
Klassikaal
max 15
Bachelor
4 maanden
Masterclasspakket New Energy Business School
Nederland
di 1 sep. 2026
en 3 andere data
Masterclasspakket | New Energy Business School
De energietransitie vraagt om actuele kennis en praktische vaardigheden. Met ons masterclasspakket bieden we professionals de mogelijkheid om gericht én flexibel te investeren in ontwikkeling.
Het pakket bestaat uit een zelf samen te stellen selectie van onze eendaagse masterclasses, vanaf vijf stuks. Je kiest zelf welke thema’s het beste aansluiten bij jouw leerdoelen, of die van je team.
Wanneer je kiest voor het masterclasspakket profiteer je van maximale flexibiliteit. Je kunt de masterclasses zelf volgen of verdelen onder collega’s binnen jouw organisatie. Zo vergroot je niet alleen je eigen kennis, maar versterk je ook de collectieve expertise binnen je team of afdeling.
Elke masterclass biedt een compacte, praktijkgerichte leerervaring met ruimte voor interactie, casussen en actuele inzichten van toonaangevende experts. Het pakket is daarmee ideaal voor organisaties die breed willen investeren in energiekennis, zonder langdurige leertrajecten.
Je kunt het pakket inzetten als startpunt voor je loopbaan in de energietransitie of juist als verdieping binnen een specifieke expertise.
Bij registratie kun je vijf masterclasses afnemen. Wil je een groter masterclasspakket afnemen? Neem dan contact op met de accountmanager voor een persoonlijk aanbod.
€4.000
Klassikaal
max 20
HBO
Kotlin Concurrency: Coroutines, Structured Concurrency and Flows
Veenendaal
ma 5 okt. 2026
Master Kotlin concurrency by learning to use coroutines, structured concurrency, and flows to build robust, asynchronous applications.
This course is a continuation of the "Kotlin Advanced" course, in which you heard about Kotlin's advanced features.
In this course you learn how to perform concurrent programming with Kotlin by using coroutines, a lightweight abstraction that works on top of threads. We'll address how coroutines compare to classic threads. We also look at structured concurrency, flows, flow operators, how to handle errors and test concurrent code. After attending this course, you will have a solid understanding of concurrency-related concepts in Kotlin, and you will be able to confidently write code that uses the functionality of Kotlin coroutines.
This is a very practical training. We use some slides, but the main focus is to show a lot of code on the basis of which we explain the concepts. There is also plenty of room to practice with the assignments, both during and after the training.
- Coroutines
- concepts, threads vs. coroutines, suspending functions, coroutine builders, dispatchers
- Structured concurrency
- coroutine scopes, cancellation
- Flows
- modeling sequential streams of values, cold flows, hot flows
- Flow operators
- concepts, (custom) intermediate operators, te…
€1.610
Klassikaal
max 12
2 dagen
Datagedreven AI-agents bouwen voor Workflows
Amstedam
ma 16 nov. 2026
Data – de kracht achter AI-agents
AI-agents zijn slimme software assistenten die zelfstandig acties uitvoeren of antwoorden geven op basis van uw data. AI-agents nemen repetitieve taken uit handen, zoals planningen, compliance alerts, (interne) rapportages en het beantwoorden van klantvragen. Een AI-agent werkt specifiek voor úw organisatie met de data die ú beheert en controleert en wordt gebouwd op het fundament van de data-architectuur.
AI-agents – de nieuwe digitale workflow
Workflows zijn de levensader van elke succesvolle organisatie. Een AI-workflow is een geautomatiseerd proces dat niet alleen taken uitvoert, maar ook leert, zich aanpast en intelligente beslissingen neemt. Een AI-workflow staat of valt met de kwaliteit van de data die wordt gebruikt. Het is cruciaal om binnen de AI-workflow een sterke data governance strategie te hanteren. Ook data privacy verdient hierbij permanente aandacht.
AI-agents vormen de ruggengraat van datagedreven organisaties
AI-agents gaan een sleutelrol spelen in bedrijfsprocessen en zullen een grote impact hebben op organisaties. Bijna 75% van de leidinggevenden is van mening dat AI-agents hen zullen helpen de automatisering van hun workflows te verhogen. AI-agents hebben veel potentie, maar er zijn ook uitdagingen, zoals de betrouwbaarheid en juistheid van de output.
AI-agents bouwen op basis van datamanagement principes (DAMA-DMBoK)
In deze 3-daagse training leert u hoe u AI-agents kunt inzetten om repetitieve taken, workflows en processen te automatiseren. U leert zelf AI-agents te bouwen en integreren - veilig, schaalbaar en volledig - binnen de richtlijnen van DAMA-DMBoK en de governance-principes van uw eigen organisatie. Resultaat: 20-30% tijdwinst voor uw team, minder fouten en daarmee meer ruimte voor beleid.
Wat leert u in deze training?
In deze unieke training leert u praktische vaardigheden en het technische inzicht om uw eigen AI-agents te bouwen en te implementeren. De training bestaat uit een conceptuele verdieping, hands-on labs voor directe toepassing, case-based opdrachten gebaseerd op realistische processen en uw eigen case ontwikkeling. U krijgt/leert:
Inzicht in architectuur, frameworks en toepassingen van AI-agents
Agents bouwen voor uiteenlopende business cases
De vaardigheid om agents direct in workflows en systemen te integreren (CRM, planning, ticketing)
Hands-on ervaring met DAMA-DMBoK principes in AI-projecten c.q. het toepassen van DAMA-DMBoK principes (data governance, metadata, security, quality) in AI-agents
Risico's en ethische uitdagingen rond autonomie en besluitvorming herkennen
Zelfstandig een proof-of-concept voor een eigen bedrijfsproces uitwerken
Zelfstandig AI-agents bouwen en configureren met on-prem en off-prem sources
Workflow automatisering realiseren met integraties naar API's, databases en SaaS-tools
DAMA-DMBoK principes toepassen bij agent-architectuur (bv. metadata management, security)
Governance- en veiligheidsrisico's integreren (voorkomen van 'runaway behaviour')
Een eigen business case vertalen naar een proof-of-concept met AI-agents
Uw gereedschap – van LangChain tot n8n
Voor het bouwen van een AI-agent zijn inmiddels veel hulpmiddelen beschikbaar waarmee u aan de slag kunt. Tijdens de training werkt u met toonaangevende frameworks en integrale platformen zoals LangChain, AutoGPT, Copilot Studio en n8n. Zo ontdekt u hoe u AI-agents koppelt aan API's, databases, SaaS-oplossingen en uw bestaande IT-architectuur. Daarnaast wordt nadrukkelijk aandacht besteed aan de datamanagement principes van DAMA-DMBoK. U bouwt agents met aandacht voor data governance, kwaliteit, metadata en security. U leert hoe u AI inzet binnen de compliance kaders van uw organisatie, zonder concessies te doen aan veiligheid of betrouwbaarheid. Bovendien kunt u uw eigen cases of vraagstukken inbrengen en direct uitwerken in hands-on labs.
Voor wie is deze unieke training van belang?
Deze training is van belang voor professionals die direct verantwoordelijk zijn voor het bouwen en implementeren van AI-agents voor workflows en voor professionals die hierin sturen of adviseren. In eerste instantie denken we dan aan:
IT- en dataprofessionals die AI-oplossingen willen bouwen in de praktijk
Data scientists en data-analisten
Data-architecten en data-integratiespecialisten
En vervolgens aan:
Procesmanagers, project- en programmamanagers (vanwege de workflowautomatisering)
Data stewards, data coaches en data custodians (voor de DAMA-DMBOK-implementatie)
En tot slot aan:
Innovatiemanagers en digital managers
Chief Data Officers (CDO's), Chief Information Officers (CIO's) en IT-managers, datamanagers en informatiemanagers
Data Protection Officers (DPO's) en Privacy Officers (PO's) (vanwege de governance- en privacyfocus)
Over DAMA-DMBoK
DAMA (Data Management Association) International is de wereldwijd bekende en erkende non-profit organisatie van en voor data management professionals. DAMA-DMBoK2 is de laatste versie van de Data Management Body of Knowledge. DAMA-DMBoK is een framework van processen, technieken en methodes om data management in te richten, van strategisch tot operationeel niveau. Data management bestaat uit het brede veld van technieken en methodes om de juiste hoeveelheden complexe data op een veilige, betrouwbare en efficiënte wijze te beheren en beschikbaar te stellen voor analyse, strategische besluitvorming en sturing.
€3.780
Klassikaal
max 15
Bachelor
AI+ Executive Fundamentals™
Nieuwegein
do 3 sep. 2026
en 9 andere data
Pionerende AI: Leidend met Inzicht en Impact
Strategische bedrijfsfocus: Op maat gemaakt voor leiders om AI-gedreven bedrijfsverandering aan te sturen
Besluitvormingsvermogen: Voor professionals praktische inzichten bieden voor weloverwogen AI-adoptie
End-to-End Begrip: Bevat raamwerken van AI-basisprincipes tot implementatie in de praktijk
Leiderschapsklaar vaardigheden: Maakt leidinggevenden in staat AI zelfverzekerd te integreren in de operaties
Examen: 50 vragen, 70% slagingsgrens, 90 minuten, online toezichtsexamenDocentgestuurde of zelfgestuurde cursus + officieel examen + digitale badge
€995
Klassikaal
max 12
1 dag
AI+ Executive Fundamentals™ eLearning
Pionerende AI: Leidend met Inzicht en Impact
Strategische bedrijfsfocus: Op maat gemaakt voor leiders om AI-gedreven bedrijfsverandering aan te sturen
Besluitvormingsvermogen: Voor professionals praktische inzichten bieden voor weloverwogen AI-adoptie
End-to-End Begrip: Bevat raamwerken van AI-basisprincipes tot implementatie in de praktijk
Leiderschapsklaar vaardigheden: Maakt leidinggevenden in staat AI zelfverzekerd te integreren in de operaties
Examen: 50 vragen, 70% slagingsgrens, 90 minuten, online toezichtsexamenDocentgestuurde of zelfgestuurde cursus + officieel examen + digitale badge
€225
E-Learning
max 999
1 dag
AI+ Ethics Fundamentals™
's-Hertogenbosch
wo 30 sep. 2026
en 1 andere data
Formerly known as AI+ Ethics™ <br> <br> Navigate the Intersection of AI and Ethics in Business Landscape
Responsible AI Focus: Master ethical AI use aligned with business and societal values
Risk Mitigation: Learn to manage compliance, transparency, and AI decision-making
Strategic Guidance: Integrate ethical practices into AI adoption and leadership
Reputation Builder: Build organisational trust and credibility in AI deployments
Course Overview
Course Introduction Preview
Module 1: Overview of AI Ethics & Societal Impact
1.1 Introduction to Ethical Considerations in AI Preview
1.2 Understanding The Societal Impact of AI Technologies Preview
1.3 Strategies for Conducting Social and Ethical Impact Assessments
Module 2: Bias and Fairness in AI
2.1 Exploration of Biases in Data and Algorithms Preview
2.2 Strategies for Mitigating Bias and Ensuring Fairness in AI Systems
Module 3: Transparency and Explainable AI
3.1 Importance of Transparent AI Systems Preview
3.2 Techniques for Explaining AI Models to Diverse Stakeholders Preview
3.3 Guided Projects on Designing and Analysis of AI Systems with Ethical Considerations
Module 4: Privacy and Security Issues in AI
Study frameworks for holding organizations accountable for the ethical use of AI.
Why it matters: Ensures ethical AI deployment and helps mitigate the consequences of potential misuse or harm.
Module 5: Accountability and Responsibility
5.1 Concepts of Accountability in AI Development and Deployment
5.2 Responsibilities of AI Practitioners and Organizations
Module 6: Legal and Regulatory Issues
6.1 Overview of Relevant Laws and Regulations Pertaining to AI
6.2 Understanding the Global Regulatory Issues for AI Technologies
6.3 Case Studies: GDPR Compliance
6.4 Legal Compliance of AI Tools
Module 7: Ethical Decision-Making Frameworks
7.1 Introduction to Frameworks for Making Ethical Decisions in AI
7.2 Case Studies and Applications of Ethical Decision-Making
7.3 Use of Simulation Platforms in Ethical Decision-Making
Module 8: AI Governance & Best Practices
8.1 Principles and Functions of International AI Governance
8.2 Best Practices for Integrating AI Ethics into Organizational Policies
8.3 Case Studies on AI Governance
Module 9: Global AI Ethics Standards
9.1 Explore Standards: IEEE’s Ethically Aligned Design
9.2 Comparative Case Studies on Standard Implementations
9.3 Tools for Evaluating AI Systems Against Global Standards
Optional Module: AI Agents for Ethics and Its Implications
1. Understanding AI Agents
2. Case Studies
3. Hands-On Practice with AI Agents
Tools you will explore
AI4People (Atomium - European Institute for Science, Media, and Democracy)
IBM - AI Fairness 360
IBM - AI Explainability 360
European Commission High-Level Expert Group on 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
€995
Klassikaal
max 12
1 dag
AI+ Ethics Fundamentals™ eLearning
Formerly known as AI+ Ethics™ <br> <br> Navigate the Intersection of AI and Ethics in Business Landscape
Responsible AI Focus: Master ethical AI use aligned with business and societal values
Risk Mitigation: Learn to manage compliance, transparency, and AI decision-making
Strategic Guidance: Integrate ethical practices into AI adoption and leadership
Reputation Builder: Build organisational trust and credibility in AI deployments
Course Overview
Course Introduction Preview
Module 1: Overview of AI Ethics & Societal Impact
1.1 Introduction to Ethical Considerations in AI Preview
1.2 Understanding The Societal Impact of AI Technologies Preview
1.3 Strategies for Conducting Social and Ethical Impact Assessments
Module 2: Bias and Fairness in AI
2.1 Exploration of Biases in Data and Algorithms Preview
2.2 Strategies for Mitigating Bias and Ensuring Fairness in AI Systems
Module 3: Transparency and Explainable AI
3.1 Importance of Transparent AI Systems Preview
3.2 Techniques for Explaining AI Models to Diverse Stakeholders Preview
3.3 Guided Projects on Designing and Analysis of AI Systems with Ethical Considerations
Module 4: Privacy and Security Issues in AI
Study frameworks for holding organizations accountable for the ethical use of AI.
Why it matters: Ensures ethical AI deployment and helps mitigate the consequences of potential misuse or harm.
Module 5: Accountability and Responsibility
5.1 Concepts of Accountability in AI Development and Deployment
5.2 Responsibilities of AI Practitioners and Organizations
Module 6: Legal and Regulatory Issues
6.1 Overview of Relevant Laws and Regulations Pertaining to AI
6.2 Understanding the Global Regulatory Issues for AI Technologies
6.3 Case Studies: GDPR Compliance
6.4 Legal Compliance of AI Tools
Module 7: Ethical Decision-Making Frameworks
7.1 Introduction to Frameworks for Making Ethical Decisions in AI
7.2 Case Studies and Applications of Ethical Decision-Making
7.3 Use of Simulation Platforms in Ethical Decision-Making
Module 8: AI Governance & Best Practices
8.1 Principles and Functions of International AI Governance
8.2 Best Practices for Integrating AI Ethics into Organizational Policies
8.3 Case Studies on AI Governance
Module 9: Global AI Ethics Standards
9.1 Explore Standards: IEEE’s Ethically Aligned Design
9.2 Comparative Case Studies on Standard Implementations
9.3 Tools for Evaluating AI Systems Against Global Standards
Optional Module: AI Agents for Ethics and Its Implications
1. Understanding AI Agents
2. Case Studies
3. Hands-On Practice with AI Agents
Tools you will explore
AI4People (Atomium - European Institute for Science, Media, and Democracy)
IBM - AI Fairness 360
IBM - AI Explainability 360
European Commission High-Level Expert Group on 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
€225
E-Learning
max 999
1 dag
AI+ Prompting Fundamentals™
's-Hertogenbosch
do 8 okt. 2026
Formerly known as AI+ Prompt Engineer Level 1™<br><br> Master AI Prompts: Elevate Your Engineering Skills
Foundational Knowledge: Covers generative AI, ML, NLP, and neural networks essentials
Hands-on Learning: Offers practical training in designing and optimizing prompts
Industry-Relevant Skills: Prepares learners to build effective AI solutions across sectors
Prompting Expertise: Certifies participants to craft impactful, domain-specific prompts
Course Overview
Course Introduction Preview Module 1: Foundations of Artificial Intelligence (AI) and Prompt Engineering
1.1 Introduction to Artificial Intelligence Preview
1.2 History of AI Preview
1.3 Machine Learning Basics Preview
1.4 Deep Learning and Neural Networks
1.5 Natural Language Processing (NLP)
1.6 Prompt Engineering Fundamentals Module 2: Principles of Effective Prompting
2.1 Introduction to the Principles of Effective PromptingPreview
2.2 Giving DirectionsPreview
2.3 Formatting ResponsesPreview
2.4 Providing Examples
2.5 Evaluating Response Quality
2.6 Dividing Labor
2.7 Applying The Five Principles
2.8 Fixing Failing Prompts Module 3: Introduction to AI Tools and Models
3.1 Understanding AI Tools and Models Preview
3.2 Deep Dive into ChatGPT Preview
3.3 Exploring GPT Preview
3.4 Revolutionizing Art with DALLE
3.5 Introduction to Emerging Tools using GPT
3.6 Specialized AI Models
3.7 Advanced AI Models
3.8 Google AI Innovations
3.9 Comparative Analysis of AI Tools
3.10 Practical Application Scenarios
3.11 Harnessing AI’s Potential Module 4: Mastering Prompt Engineering Techniques
4.1 Zero-Shot Prompting
4.2 Few-Shot Prompting
4.3 Chain-of-Thought Prompting
4.4 Ensuring Self-Consistency in AI Responses
4.5 Generate Knowledge Prompting
4.6 Prompt Chaining
4.7 Tree of Thoughts: Exploring Multiple Solutions
4.8 Retrieval Augmented Generation
4.9 Graph Prompting and Advanced Data Interpretation
4.10 Application in Practice: Real-Life Scenarios
4.11 Practical Exercises Module 5: Mastering Image Model Techniques
5.1 Introduction to Image Models
5.2 Understanding Image Generation
5.3 Style Modifiers and Quality Boosters in Image Generation
5.4 Advanced Prompt Engineering in AI Image Generation
5.5 Prompt Rewriting for Image Models
5.6 Image Modification Techniques: Inpainting and Outpainting
5.7 Realistic Image Generation
5.8 Realistic Models and Consistent Characters
5.9 Practical Application of Image Model Techniques Module 6: Project-Based Learning Session
6.1 Introduction to Project-Based Learning in AI
6.2 Selecting a Project Theme
6.3 Project Planning and Design in AI
6.4 AI Implementation and Prompt Engineering
6.5 Integrating Text and Image Models
6.6 Evaluation and Integration in AI Projects
6.7 Engaging and Effective Project Presentation
6.8 Guided Project Example Module 7: Ethical Considerations and Future of AI
7.1 Introduction to AI Ethics
7.2 Bias and Fairness in AI Models
7.3 Privacy and Data Security in AI
7.4 The Imperative for Transparency in AI Operations
7.5 Sustainable AI Development: An Imperative for the Future
7.6 Ethical Scenario Analysis in AI: Navigating the Complex Landscape
7.7 Navigating the Complex Landscape of AI Regulations and Governance
7.8 Navigating the Regulatory Landscape: A Guide for AI Practitioners
7.9 Ethical Frameworks and Guidelines in AI Development Optional Module: AI Agents for Prompt Engineering
1. What Are AI Agents
2. Applications and Trends of AI Agents for Prompt Engineers
3. How Does an AI Agent Work
4. Core Characteristics of AI Agents
5. Importance of AI Agents
6. Types of AI Agents
Tools you will explore
LangChain
OpenAI's GPT
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
€995
Klassikaal
max 12
1 dag
AI+ Prompting Fundamentals™ eLearning
Formerly known as AI+ Prompt Engineer Level 1™<br><br> Master AI Prompts: Elevate Your Engineering Skills
Foundational Knowledge: Covers generative AI, ML, NLP, and neural networks essentials
Hands-on Learning: Offers practical training in designing and optimizing prompts
Industry-Relevant Skills: Prepares learners to build effective AI solutions across sectors
Prompting Expertise: Certifies participants to craft impactful, domain-specific prompts
Course Overview
Course Introduction Preview Module 1: Foundations of Artificial Intelligence (AI) and Prompt Engineering
1.1 Introduction to Artificial Intelligence Preview
1.2 History of AI Preview
1.3 Machine Learning Basics Preview
1.4 Deep Learning and Neural Networks
1.5 Natural Language Processing (NLP)
1.6 Prompt Engineering Fundamentals Module 2: Principles of Effective Prompting
2.1 Introduction to the Principles of Effective PromptingPreview
2.2 Giving DirectionsPreview
2.3 Formatting ResponsesPreview
2.4 Providing Examples
2.5 Evaluating Response Quality
2.6 Dividing Labor
2.7 Applying The Five Principles
2.8 Fixing Failing Prompts Module 3: Introduction to AI Tools and Models
3.1 Understanding AI Tools and Models Preview
3.2 Deep Dive into ChatGPT Preview
3.3 Exploring GPT Preview
3.4 Revolutionizing Art with DALLE
3.5 Introduction to Emerging Tools using GPT
3.6 Specialized AI Models
3.7 Advanced AI Models
3.8 Google AI Innovations
3.9 Comparative Analysis of AI Tools
3.10 Practical Application Scenarios
3.11 Harnessing AI’s Potential Module 4: Mastering Prompt Engineering Techniques
4.1 Zero-Shot Prompting
4.2 Few-Shot Prompting
4.3 Chain-of-Thought Prompting
4.4 Ensuring Self-Consistency in AI Responses
4.5 Generate Knowledge Prompting
4.6 Prompt Chaining
4.7 Tree of Thoughts: Exploring Multiple Solutions
4.8 Retrieval Augmented Generation
4.9 Graph Prompting and Advanced Data Interpretation
4.10 Application in Practice: Real-Life Scenarios
4.11 Practical Exercises Module 5: Mastering Image Model Techniques
5.1 Introduction to Image Models
5.2 Understanding Image Generation
5.3 Style Modifiers and Quality Boosters in Image Generation
5.4 Advanced Prompt Engineering in AI Image Generation
5.5 Prompt Rewriting for Image Models
5.6 Image Modification Techniques: Inpainting and Outpainting
5.7 Realistic Image Generation
5.8 Realistic Models and Consistent Characters
5.9 Practical Application of Image Model Techniques Module 6: Project-Based Learning Session
6.1 Introduction to Project-Based Learning in AI
6.2 Selecting a Project Theme
6.3 Project Planning and Design in AI
6.4 AI Implementation and Prompt Engineering
6.5 Integrating Text and Image Models
6.6 Evaluation and Integration in AI Projects
6.7 Engaging and Effective Project Presentation
6.8 Guided Project Example Module 7: Ethical Considerations and Future of AI
7.1 Introduction to AI Ethics
7.2 Bias and Fairness in AI Models
7.3 Privacy and Data Security in AI
7.4 The Imperative for Transparency in AI Operations
7.5 Sustainable AI Development: An Imperative for the Future
7.6 Ethical Scenario Analysis in AI: Navigating the Complex Landscape
7.7 Navigating the Complex Landscape of AI Regulations and Governance
7.8 Navigating the Regulatory Landscape: A Guide for AI Practitioners
7.9 Ethical Frameworks and Guidelines in AI Development Optional Module: AI Agents for Prompt Engineering
1. What Are AI Agents
2. Applications and Trends of AI Agents for Prompt Engineers
3. How Does an AI Agent Work
4. Core Characteristics of AI Agents
5. Importance of AI Agents
6. Types of AI Agents
Tools you will explore
LangChain
OpenAI's GPT
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
€225
E-Learning
max 999
1 dag