Opleidingen
68.968
resultaten
AI for Business Professionals: Work smart, not hard
Introduction
Want to use AI but don’t know where to start? Know that you could automate parts of your business processes, but worried about sending all your business-critical information to the cloud? Overwhelmed by the sheer number of AI tools and unsure which ones actually deliver? Then this training is for you.
Detailed description
This training consists of 2 sessions of 4 hours, with homework in between. The AI landscape is exploding. Every week there are new AI tools, new promises, and new risks. For business and management people without a software development background, it feels impossible to stay top of mind. It’s like finding the needle in the haystack: which of the tools and techniques actually work and how to safely use them? This training helps you in answering those questions. In two intensive half-day sessions, you’ll discover how AI tools like Claude, Claude Cowork, and Perplexity can eliminate repetitive work, sharpen your decision-making, and free up time for what actually matters. No coding required. No developer skills needed. Just practical, hands-on experience with tools you can use from day one. But this isn’t just about the tools. OpenValue’s own experience working with enterprises in regulated industries has taught us a crucial lesson: the technology is ready, but the real challenge for AI implementation is organizational. Think about governance, legal frameworks, GDPR, the EU AI Act, and company policies and many more restrictions. These are the hurdles that slow AI adoption down, not the technology itself. This training shows you how to navigate those hurdles, so you can use AI confidently and responsibly.
Training Day 1: Tuesday May 26, 2026
Training Day 2: Wednesday June 3, 2026
Why join this training?
The problem: too many tools, not enough clarity
Every week there’s a new AI tool promising to “revolutionize” your workflow, but which ones actually deliver?
Business and management professionals are expected to “start using AI” but nobody told them how to do it safely
Hours are still lost on repetitive admin: status reports, meeting summaries, data formatting, email drafting, document analysis
Fear of data leakage is real, because what happens when you paste confidential business data into an AI tool?
Legal and compliance departments are still catching up, and most professionals don’t know what’s allowed and what is not.
The insight; it’s not about the technology
OpenValue works with large enterprises in banking, finance, healthcare, and government. Our experience shows that the AI technology is already ready for production use. The real challenges are organizational: governance frameworks that haven’t been updated, legal departments navigating genuinely new territory, GDPR and EU AI Act compliance that nobody has fully figured out yet, and company policies that haven’t caught up with what’s possible. This training addresses both sides; practical tool skills AND the organizational, legal, and governance knowledge you need to use AI responsibly in your business.
Prerequisites
This training is designed for business and management people without software development skills or knowledge who want to use AI in their daily work. Work smart, not hard. No programming background is required because we focus exclusively on tools that are easy to use and require no technical setup.
Target audience
This training is suited for:
Managers, team leads, and directors across any business function
Finance & accounting professionals (controllers, financial analysts, accountants)
Project managers and program managers
Business analysts and consultants
Operations and logistics managers
HR managers and recruitment leads
Marketing and communications managers
E-commerce and retail managers
Legal and compliance professionals curious about AI in their domain
Entrepreneurs
Learning goals
After completing both sessions, participants will be able to:
Separate AI hype from reality. Understand what works, what doesn’t, and what’s just marketing.
Use AI tools (Claude, Claude Cowork, Perplexity) confidently for everyday business tasks, no coding needed
Creating effective skills that provide details on how you want the AI agent to handle your tasks and produce useful, accurate, and relevant results
Automate repetitive administrative work: reporting, email drafting, data analysis, document summarization
Understand the risks: data privacy, confidentiality, AI hallucinations, GDPR, EU AI Act, and corporate governance
Navigate organizational hurdles: governance frameworks, legal approval processes, and compliance requirements
Evaluate AI output critically. Know when to trust it and when to verify
Identify AI opportunities within their own role and build a personal AI productivity workflow
Make informed decisions about which data is safe to use with AI tools and which should stay offline
Training outline
Session 1: Foundations & First Hands-On (4 hours)
Theme: From overwhelmed to productive, navigating the AI landscape
The AI landscape in short (45 min)
Creating effective skills: the easiest way to create consistency! (45 min)
AI for everyday business tasks, hands-on workshop (90 min)
Wrap-up & homework (30 min)
Session 2: Advanced Use Cases, Risks & Your AI Strategy (4 hours)
Theme: Going deeper, agentic AI, governance, and building your personal AI workflow
Homework review & show and tell (30 min)
Claude Cowork & agentic AI, the next level (60 min) The difference between AI tools you type into vs. AI agents that work autonomously
Risks, governance & responsible AI use (45 min)
Build your personal AI action plan (60 min)
Course format
This is an in-person classroom training that can be delivered at an OpenValue office or as an in-company training around the world. Feel free to contact us at training@openvalue.nl for inquiries for in-company training offerings for your team(s).
Certification
Participants receive a certificate of completion upon finishing the training.
Next steps
For more information about expanding your knowledge past this course, check out our entire training portfolio at www.openvalue.training or in your learning management system. Contact us at training@openvalue.nl for personal learning advice or customized on-demand training and just contact your OpenValue trainer during the training course.
What participants need
A laptop with internet access
Willingness to bring real examples from their own work for the exercises
AI subscription (preferably Claude) for hands-on exercises and homework period
About our trainers
Ramon Wieleman is Director at OpenValue Group and founder of Code Nomads. With a background in organizational communication and experience in the software industry, he focuses on helping professionals apply new technologies in a practical and responsible way.
Tom Wigleven is Principal Engineer at OpenValue. With a background as a senior software engineer and Scrum Master, he specializes in applying AI in real-world development and business contexts, and has led multiple AI integration trainings.
Note: This training can be given in Dutch or English at one of the OpenValue offices (Utrecht, Amsterdam, Rotterdam, Arnhem, Munich, Dusseldorf, Vienna, Zurich) or at your own location. Please contact us to discuss possibilities for a remote training and for training in German.
€995
Klassikaal
max 12
AI Integration: AI-Accelerated Development (Day 1)
Utrecht
ma 22 jun. 2026
Introduction
AI is no longer just an autocomplete tool. Modern AI systems can plan work, decompose tasks and generate working code, marking the shift toward agentic development and fundamentally changing what software development looks like and what the role of a developer becomes.
Detailed description
AI is rapidly changing the way software is built. Modern AI systems can plan work, break down complex tasks, call external tools, and generate working code within a single workflow. This fundamentally shifts what software development looks like and what makes a developer effective.
This training starts by tracing the evolution of AI: from early rule-based approaches, through the deep learning breakthroughs of the 2010s, through the augmentation era of tools like GitHub Copilot and chat assistants, and into the current agentic era where AI systems plan, act, and self-correct.
Rather than focusing only on tools, we examine how the nature of software development itself is changing. The primary bottleneck is no longer writing code. It has shifted toward clearly specifying problems, reviewing generated output, and integrating solutions into larger systems.
This shifts the role of the developer. Instead of focusing mainly on writing code line by line, developers increasingly act as directors of the development process, defining problems, guiding AI systems, and ensuring that generated solutions meet quality and architectural requirements.
Day 1 focuses on building an effective personal engineering workflow with AI. Participants learn the do’s and don’ts of working with AI agents, apply spec-driven development to get consistent and high-quality output, and explore how AI can make you more effective beyond software engineering as well. We also cover sub-agents, team agents, skills, and how to continuously improve your workflow over time.
An important part of this transition is understanding the limits of AI. High-velocity code generation without careful review introduces real risks. During the training we discuss how to recognise what AI systems structurally miss, how to create strong feedback loops, and how to introduce guardrails that maintain quality beyond traditional code review.
Prerequisites
Solid Java development experience and familiarity with REST APIs and modern frameworks. Some experience with GitHub and modern IDEs is helpful. No prior AI experience required. We will build that foundation together.
Participants are expected to have access to the following tools for the hands-on portions of the day:
IntelliJ with AI agent subscription
Anthropic account
GitHub Copilot
Target audience
Designed for Java developers, architects, and tech leads who recognise that AI is transforming both how we build software and what we can build. Whether you are exploring AI capabilities or leading teams that need to adopt AI tools effectively, this training gives you practical expertise that is immediately applicable.
Learning goals
After completing this training, participants will be able to:
Understand how AI has evolved from rule-based systems to modern agentic workflows
Understand how AI is changing the developer’s role from writing code to specifying, reviewing, and integrating solutions
Apply the do’s and don’ts of working effectively with AI agents
Build and implement their own AI-powered engineering workflow
Apply spec-driven development to get consistent, high-quality output from AI systems
Apply basic guardrails to keep AI-generated output reliable
Work with sub-agents, team agents, and skills to extend AI agent behaviour
Continuously improve their personal AI workflow through self-learning
Apply AI effectively beyond software engineering tasks
Topics covered
Understanding the evolution of AI assisted software development and the rise of agentic workflows
Do’s and don’ts of effectively using AI agents
Implementing your own effective engineering workflow with AI
Spec-driven development
Basic guardrails
Sub-agents, team agents, and skills
Self-learning and improving your workflow
Other ways outside of software engineering to use AI more effectively
Training outline
The evolution of AI in software engineering: from automation to the agentic era
The fundamental shift: how AI changes the developer’s role
Do’s and don’ts of working with AI agents
Building your own effective AI-powered engineering workflow
Spec-driven development: structured specifications for consistent AI output
Basic guardrails and the LGTM trap
Hands-on with OpenCode and OpenSpec
Sub-agents, team agents, and skills
Using AI effectively outside of software engineering
Build your own fully automated and self-improving workflow
Course format
This is an in-person classroom training that can be delivered at an OpenValue office or as an in-company training. This is Day 1 of the AI Integration for Java Developers training and can be followed as a standalone or combined with Day 2 for the full two-day package.
Certification
Participants receive a certificate of completion upon finishing the training.
Next steps
For more information about expanding your knowledge past this course, check out our entire training portfolio at www.openvalue.training or in your learning management system. Contact us at training@openvalue.nl for personal learning advice or customized on-demand training and just contact your OpenValue trainer during the training course.
Provided training material
Learning material with slides and exercises will be available for the participants.
About the trainers
Tom Wigleven is Principal Engineer at OpenValue. Mauro Palsgraaf is Senior Software Developer at OpenValue.
Note: This training can be given in Dutch or English at one of the OpenValue offices (Utrecht, Amsterdam, Rotterdam, Arnhem, Munich, Dusseldorf, Vienna, Zurich) or at your own location. Please contact us to discuss possibilities for a remote training and for training in German.
€695
Klassikaal
max 12
AI Integration: Building AI-Powered Java Apps (Day 2)
Utrecht
di 23 jun. 2026
Introduction
The second day shifts to deeper technical integration. Participants work hands-on with local model deployment, RAG systems, tool calling, the Model Context Protocol (MCP), multi-agent workflows, and evaluation and observability techniques for AI-enhanced Java applications.
Detailed description
Day 2 dives into the technical side of integrating AI into Java applications. Where Day 1 focuses on building an effective personal workflow, Day 2 is about embedding AI capabilities directly into the software you build.
Participants work hands-on with local language model deployment using Ollama and vLLM, giving them control over model selection, cost, and data privacy. From there, we build RAG (Retrieval-Augmented Generation) systems in Java using LangChain4j and vector databases, enabling AI to work with your organisation’s own data and documents.
We then cover tool calling to connect AI systems to real-world services, and the Model Context Protocol (MCP) — the emerging standard for integrating AI agents with external tools and data sources using Spring AI and LangChain4j.
The day closes with multi-agent orchestration patterns and practical guidance on evaluation and observability, so you can measure and maintain the quality of AI-enhanced systems in production.
Prerequisites
Solid Java development experience and familiarity with REST APIs and modern frameworks. Experience with GitHub and modern IDEs is required. Day 1 of this training or equivalent experience with AI-powered development workflows is recommended.
Participants are expected to have access to the following tools for the hands-on portions of the day:
IntelliJ with AI agent subscription
OpenAI account
Anthropic account
Google Gemini account
GitHub Copilot
Target audience
Designed for Java developers, architects, and tech leads who want to integrate AI capabilities directly into their applications. This day is particularly suited for those planning AI features in their products or building systems that leverage language models, RAG, or multi-agent workflows.
Learning goals
After completing this training, participants will be able to:
Deploy and query local language models using Ollama and vLLM
Build RAG systems in Java using LangChain4j and vector databases
Implement tool calling and connect AI systems to real-world data and services
Build and consume MCP servers with Spring AI and LangChain4j
Design and orchestrate multi-agent workflows using sequential, parallel, loop, and conditional patterns
Evaluate and observe AI system behaviour in production using OpenTelemetry and LLM engineering platforms
Topics covered
Local model deployment with Ollama and vLLM
Building RAG systems in Java
Tool calling and connecting AI to real-world systems
Model Context Protocol (MCP) with Spring AI and LangChain4j
Multi-agent workflows and orchestration patterns
Evaluation and observability with OpenTelemetry
Training outline
Local model deployment with Ollama and vLLM (2 hours)
Building RAG systems with Java and LangChain4j (2 hours)
Tool calling: connecting AI to real-world systems (2 hours)
Model Context Protocol (MCP) with Spring AI and LangChain4j (2 hours)
Multi-agent workflows: sequential, parallel, loop, and conditional patterns (2 hours)
Evaluation and observability with OpenTelemetry and LLM engineering platforms (1-2 hours)
Course format
This is an in-person classroom training that can be delivered at an OpenValue office or as an in-company training. This is Day 2 of the AI Integration for Java Developers training and can be followed as a standalone or combined with Day 1 for the full two-day package.
Certification
Participants receive a certificate of completion upon finishing the training.
Next steps
For more information about expanding your knowledge past this course, check out our entire training portfolio at www.openvalue.training or in your learning management system. Contact us at training@openvalue.nl for personal learning advice or customized on-demand training and just contact your OpenValue trainer during the training course.
Provided training material
Learning material with slides and exercises will be available for the participants.
About the trainers
Tom Wigleven is Principal Engineer at OpenValue. Mauro Palsgraaf is Senior Software Developer at OpenValue.
Note: This training can be given in Dutch or English at one of the OpenValue offices (Utrecht, Amsterdam, Rotterdam, Arnhem, Munich, Dusseldorf, Vienna, Zurich) or at your own location. Please contact us to discuss possibilities for a remote training and for training in German.
€695
Klassikaal
max 12
N8N voor AI enthusiasts
Virtual
vr 3 jul. 2026
en 7 andere data
Over de N8N voor AI enthusiasts
In de praktijkgerichte training N8N voor AI enthusiasts ontdek je hoe jij met behulp van het automatiseringsplatform n8n slimme werkstromen kunt ontwikkelen en veelvoorkomende taken automatiseren. Je leert bijvoorbeeld om zonder programmeercode applicaties met elkaar te verbinden, data tussen systemen te laten stromen en kunstmatige intelligentie (AI) in te zetten om processen efficiënter te maken.
Daarnaast zullen in de training N8N voor AI enthusiasts de belangrijkste principes van werkstroomautomatisering worden behandeld, waaronder triggers, nodes en datatransformaties. Tevens leer je in deze n8n training hoe jij koppelingen kunt maken met populaire softwarediensten, zoals Microsoft Outlook, Google Sheets en webhooks.
De training N8N voor AI enthusiasts is ontwikkeld door data- en AI-specialisten en gericht op praktische toepassingen om jou inzichten te bieden in het inzetten van automatiseringen binnen jouw eigen werkprocessen.
Voor wie is de N8N voor AI enthusiasts?
De training N8N voor AI enthusiasts is bedoeld voor professionals die kunstmatige intelligentie (AI) en automatisering toe willen passen in hun dagelijkse werkzaamheden zonder dat daar programmeerkennis voor nodig is.
De training N8N voor AI enthusiasts is met name geschikt voor de volgende mensen:
Data-analisten die automatiseringen willen ontwikkelen om data tussen verschillende systemen te laten stromen.
AI-enthousiastelingen die kunstmatige intelligentie (AI) toe willen passen in werkstormen zonder te programmeren.
Consultants en projectmedewerkers die veelvoorkomende processen willen automatiseren.
Kantoorprofessionals en kenniswerkers die efficiënter met automatisering en kunstmatige intelligentie (AI) willen werken.
ICT-professionals die low-code automatisering in willen zetten voor integraties tussen applicaties.
Leerdoelen van de N8N voor AI enthusiasts
In de training N8N voor AI enthusiasts zul je praktische inzichten verkrijgen in het ontwikkelen van automatiseringen met n8n en het toepassen van kunstmatige intelligentie (AI) binnen werkprocessen.
Door de training N8N voor AI enthusiasts te volgen, zul je de volgende dingen leren:
Het ontwerpen en ontwikkelen van efficiënte werkstromen met behulp van triggers, nodes en datatransformaties.
Het met elkaar verbinden van applicaties als Outlook, Google Sheets en webservices.
Het testen en controleren van werkstromen test en het oplossen van foutmeldingen.
Het inzetten van automatisering om veelvoorkomende taken en processen efficiënter te maken.
Aanbevolen voorkennis N8N voor AI enthusiasts
Voordat je deelneemt aan de training N8N voor AI enthusiasts, raden wij aan dat jij beschikt over technische affiniteit en het vermogen om snel technische concepten te begrijpen. Je hebt geen programmeerkennis nodig.
Onderwerpen van de N8N voor AI enthusiasts
In de training N8N voor AI enthusiasts zullen de volgende onderwerpen worden behandeld:
De kernconcepten van n8n en workflow-automatisering.
Zelfstandig eenvoudige tot gemiddelde workflows bouwen in n8n.
Werken met triggers, nodes en datatransformaties.
Verbinden van veelgebruikte tools zoals Outlook, Google Sheets en webhooks.
Testen en debuggen van workflows voor foutloze uitvoering.
Automatiseringen integreren in je dagelijkse werkprocessen.
€795
Klassikaal
max 20
Advanced AI Engineering voor Developers
Virtual
ma 24 aug. 2026
en 5 andere data
Over Advanced AI Engineering voor Developers
De training Advanced AI Engineering voor Developers is gericht op softwareontwikkelaars die geavanceerde AI-toepassingen willen ontwikkelen en integreren in softwareoplossingen. Door de praktijkgerichte training Advanced AI Engineering voor Developers te volgen, zul je leren hoe jij AI-modellen kunt combineren met software engineering om betrouwbare, schaalbare en goed onderhoudbare AI-applicaties te ontwikkelen.
Verder ontdek je in de training Advanced AI Engineering voor Developers technieken voor het ontwikkelen van AI-gestuurde applicaties, het verwerken van data, het integreren van AI-functionaliteiten in bestaande systemen en het creëren van robuuste oplossingen die geschikt zijn voor productieomgevingen.
De training Advanced AI Engineering voor Developers bestaat uit een combinatie van theorie met praktische voorbeelden. Hierdoor leer je hoe AI engineering binnen softwareontwikkeling kan worden toegepast.
Voor wie is de Advanced AI Engineering?
De training Advanced AI Engineering voor Developers is bedoeld voor softwareontwikkelaars en andere technische professionals die hun kennis van kunstmatige intelligentie (AI) willen verdiepen en AI in professionele softwareoplossingen willen integreren.
De training Advanced AI Engineering voor Developers is met name geschikt voor de volgende mensen:
Softwareontwikkelaars die AI-functionaliteiten in applicaties willen integreren.
Back-end ontwikkelaars die AI-gestuurde services en API’s willen ontwikkelen.
AI-professionals en machine learning (ML) engineers die hun software-engineeringvaardigheden uit willen breiden.
Data scientists (datawetenschappers) en data engineers die AI-oplossingen in softwareprojecten willen implementeren.
ICT-professionals die betrokken zijn bij de ontwikkeling van AI-gestuurde applicaties.
Leerdoelen van de Advanced AI - Developers
In de training Advanced AI Engineering voor Developers zul je de benodigde praktische inzichten verkrijgen om geavanceerde AI-toepassingen te ontwikkelen en te integreren in softwareprojecten.
Door de training Advanced AI Engineering voor Developers te volgen, zul je de volgende dingen leren:
Het integreren van AI-modellen en dataverwerking in softwarearchitecturen.
Het implementeren van AI-functionaliteiten binnen applicaties en services.
Het ontwikkelen van schaalbare en goed onderhoudbare AI-toepassingen.
Het voorbereiden van AI-oplossingen voor gebruik binnen productieomgevingen.
Aanbevolen voorkennis AI Engineering
Voordat je deelneemt aan de training Advanced AI Engineering voor Developers, raden wij aan dat jij beschikt over ervaring met programmeren in Python en kunstmatige intelligentie (AI).
Onderwerpen van de Advanced AI Engineering
In de training Advanced AI Engineering voor Developers zullen de volgende onderwerpen worden behandeld aan de hand van dit dagprogramma:
Dag 1 – Inleiding op Agents
Leer de basis van AI en taalmodellen, ontdek het concept van agents en bouw je eerste eenvoudige agent.
Dag 2 – Multi-Agent Systemen
Begrijp hoe meerdere agents kunnen samenwerken aan complexe taken en bouw je eigen multi-agent workflow.
Dag 3 – Alternatieve Frameworks
Maak kennis met frameworks zoals LangChain en LangGraph voor het bouwen van flexibele en schaalbare agentarchitecturen.
Dag 4 – Implementatie en Best Practices
Leer hoe je agents kunt implementeren in ETL- of ontwikkelomgevingen, en pas best practices toe voor betrouwbaarheid, schaalbaarheid en prestaties.
Dag 5 – Casus
Werk aan een complete end-to-end casus waarin je alle geleerde concepten toepast om een geavanceerde AI-agentoplossing te ontwerpen en te implementeren.
€3.395
Klassikaal
max 20
DBT voor Data Engineers
Virtual
wo 1 jul. 2026
en 7 andere data
Over de DBT voor Data Engineers
De training DBT voor Data Engineers is gericht op professionals die met dataplatformen werken en hun datatransformaties beter willen structureren en beheren met behulp van dbt (Data Build Tool). Door de training DBT voor Data Engineers te volgen, zul je leren hoe jij dbt kunt gebruiken om SQL-gebaseerde datatransformaties te organiseren, datamodellen op te bouwen en betrouwbare data pipelines te ontwikkelen.
Verder leer je in de training DBT voor Data Engineers over belangrijke principes, zoals modellering, testen, documentatie en versiebeheer binnen een hedendaagse data-architectuur. Daarnaast ontdek je in de training DBT voor Data Engineers hoe dbt ingezet kan worden om datawerkstromen transparanter, beter onderhoudbaar en eenvoudiger schaalbaar te maken.
De training DBT voor Data Engineers bestaat uit een combinatie van theoretische uitleg met praktische voorbeelden. Hierdoor leer je hoe dbt kan worden toegepast binnen hedendaagse dataplatformen en analyseomgevingen.
Voor wie is de DBT voor Data Engineers?
De training DBT voor Data Engineers is bedoeld voor dataprofessionals die met dataplatformen werken en hun kennis van datatransformatie en datamodellering uit willen breiden met behulp van dbt.
De training DBT voor Data Engineers is met name geschikt voor de volgende mensen:
Data engineers die door middel van dbt hun datatransformaties willen structureren.
Analytics engineers die met datamodellen en data pipelines werken.
Data-analisten die betrokken zijn bij het modelleren en transformeren van data.
Business Intelligence (BI)-specialisten die met dataplatformen en SQL-gebaseerde transformaties werken.
ICT-professionals die betrokken zijn bij het ontwerpen en beheren van data-architecturen.
Leerdoelen van de DBT voor Data Engineers
In de training DBT voor Data Engineers zul je praktische inzichten verkrijgen in het gebruik van dbt binnen hedendaagse dataplatformen en data-architecturen.
Door de training DBT voor Data Engineers te volgen, zul je de volgende dingen leren:
Het gebruiken van dbt om gestructureerde datamodellen te ontwikkelen.
Het organiseren en beheren van SQL-gebaseerde datatransformaties.
Het waarborgen van datakwaliteit met testen en goed verzorgde documentatie.
Het overzichtelijk en onderhoudbaar maken van data pipelines.
Aanbevolen voorkennis DBT - Data Engineers
Voordat je deelneemt aan de training DBT voor Data Engineers, is het van belang dat jij beschikt over basiskennis van SQL. Daarbij is enige bekendheid met datawarehouses en/of datamodellering een plus, maar niet verplicht.
Onderwerpen van de DBT voor Data Engineers
In de training DBT voor Data Engineers zullen de volgende onderwerpen worden behandeld aan de hand van dit globaal programma:
Deel 1: Inleiding op de moderne data stack.
Deel 2: Je eerste dbt-project (Opzetten, configureren en uitvoeren van modellen).
Deel 3: Testen en documenteren (Datakwaliteit, docs en lineage).
Deel 4: Geavanceerde functies (Macros, Jinja, model dependencies.
Deel 5: Integratie met git & CI/CD (Deployment en samenwerking).
Deel 6: Best practices & Q&A (Patterns, tips en vervolgstappen).
€795
Klassikaal
max 20
Apache Kafka voor Developers
Virtual
wo 1 jul. 2026
en 5 andere data
Over de Apache Kafka voor Developers
De training Apache Kafka voor Developers is bedoeld voor softwareontwikkelaars die willen leren hoe zij Apache Kafka kunnen gebruiken voor het verwerken van tijdsgetrouwe datastromen en het ontwikkelen van schaalbare event-driven applicaties.
In de training Apache Kafka voor Developers ontdek je de belangrijkste principes van Apache Kafka, zoals Topics, Partitions, Producers en Consumers. Daarbij leer je hoe berichtenstromen worden verwerkt en hoe jij applicaties kunt ontwikkelen die efficiënt communiceren via een streamingplatform.
Daarnaast wordt er in de training Apache Kafka voor Developers aandacht besteed aan het ontwerpen van data-architecturen waarin Apache Kafka wordt ingezet voor betrouwbare en schaalbare gegevensverwerking. Door middel van theoretische uitleg en praktische voorbeelden krijg je een goede indruk van hoe Apache Kafka wordt toegepast binnen hedendaagse software- en data-architecturen.
Voor wie is deze Apache Kafka training?
De training Apache Kafka voor Developers is bedoeld voor technische professionals die tijdsgetrouwe dataverwerking toe willen passen binnen hedendaagse software- en data-architecturen.
De training Apache Kafka voor Developers is met name geschikt voor de volgende mensen:
Softwareontwikkelaars die event-driven applicaties willen ontwikkelen.
Back-end ontwikkelaars die tijdsgetrouwe datastromen willen verwerken.
Data engineers die streamingplatformen willen gebruiken voor dataverwerking.
ICT-professionals die met data-architecturen en microservices werken.
Technische consultants die streamingtechnologie willen toepassen in projecten.
Leerdoelen van de Apache Kafka
In de training Apache Kafka voor Developers zul je praktische inzichten verkrijgen in het gebruik van Apache Kafka voor hedendaagse software- en data-architecturen.
Door de training Apache Kafka voor Developers te volgen, zul je de volgende dingen leren:
De werking van Apache Kafka en de rol binnen datastreaming-architecturen.
Het creëren van Producers en Consumers voor het verwerken van berichtenstromen.
Het beheren van Topics, Partitions en berichtenstromen binnen een Apache Kafka-omgeving.
Het ontwikkelen van event-driven applicaties die gebruikmaken van tijdsgetrouwe data.
Aanbevolen voorkennis Apache Kafka
Voordat je deelneemt aan de training Apache Kafka voor Developers, raden wij aan dat jij beschikt over ervaring met softwareontwikkeling. Bijvoorbeeld Java, Python of een andere programmeertaal die gebruikt wordt voor back-end ontwikkeling.
Daarnaast kan basiskennis van data-architecturen, microservices of berichtenverwerking goed van pas komen om de principes van Apache Kafka beter te kunnen begrijpen en toe te passen.
Onderwerpen van de Apache Kafka
In de training Apache Kafka voor Developers zullen de volgende onderwerpen worden behandeld:
Uitleggen wat Apache Kafka is en wanneer je het inzet voor real-time data streaming en messaging.
Werken met de basisconcepten van Kafka, zoals Producers, Consumers, Topics en Partities.
Een schaalbare en betrouwbare Kafka-architectuur ontwerpen en integreren in bestaande systemen.
Kafka Connect gebruiken om data efficiënt te verplaatsen, inclusief koppelingen met databases en schema-beheer.
Real-time data verwerken met de Kafka Streams API.
Kafka toepassen binnen microservices, o.a. voor event-sourcing en asynchrone communicatie.
Werken met geavanceerde concepten zoals exactly-once processing, log-compaction en Kafka Raft.
€1.495
Klassikaal
max 20
GIS voor Developers
Virtual
do 2 jul. 2026
en 5 andere data
Over de GIS voor Developers
De training GIS voor Developers is gericht op softwareontwikkelaars die willen leren hoe geografische informatiesystemen (GIS) toegepast kunnen worden binnen hedendaagse softwareontwikkeling. In de training GIS voor Developers ontdek je de belangrijkste principes van geografische data en ruimtelijke analyse.
Verder leer je in de training GIS voor Developers hoe geografische datasets worden verwerkt en hoe kaartgegevens geïntegreerd kunnen worden in applicaties. Daarnaast wordt in de training GIS voor Developers aandacht besteed aan het gebruik van GIS-technologieën voor het ontwikkelen van interactieve kaarten en locatiegebaseerde toepassingen.
Door middel van theoretische uitleg en praktische voorbeelden krijg je in de training GIS voor Developers een goed inzicht in hoe GIS wordt toegepast binnen softwareontwikkeling en datagestuurde applicaties.
Voor wie is de GIS voor Developers?
De training GIS voor Developers is bedoeld voor softwareontwikkelaars en andere technische professionals die geografische data willen gebruiken binnen applicaties en digitale oplossingen.
De training GIS voor Developers is met name geschikt voor de volgende mensen:
Softwareontwikkelaars die kaartfunctionaliteit willen integreren in applicaties.
Back-end- en front-end ontwikkelaars die met geografische data werken.
Data engineers die ruimtelijke datasets willen verwerken binnen dataplatformen.
Data-analisten die met locatiegegevens en geografische datasets werken.
ICT-professionals die betrokken zijn bij de ontwikkeling van locatiegebaseerde toepassingen.
Leerdoelen van de GIS voor Developers
In de training GIS voor Developers zul je praktische inzichten verkrijgen in het verwerken van geografische data en het toepassen van GIS-functionaliteit binnen softwareprojecten.
Door de training GIS voor Developers te volgen, zul je de volgende dingen leren:
Hoe geografische data wordt opgeslagen, verwerkt en geanalyseerd.
Het integreren van geografische datasets in softwaretoepassingen.
Het ontwikkelen van kaartvisualisaties en locatiegebaseerde functionaliteiten.
Hoe GIS-technologie wordt toegepast binnen hedendaagse software- en data-architecturen.
Aanbevolen voorkennis GIS voor Developers
Voordat je deelneemt aan de training GIS voor Developers, raden wij aan dat jij beschikt over ervaring met softwareontwikkeling. Daarnaast kan enige ervaring met data-analyse of dataverwerking goed van pas komen om de principes van geografische data en GIS-technologie beter te begrijpen.
Onderwerpen van de GIS voor Developers
In de training GIS voor Developers zullen de volgende onderwerpen worden behandeld:
Uitleggen wat GIS en geodata zijn en hiermee werken in Python.
Geografische gegevens inlezen, bewerken en analyseren met o.a. GeoPandas.
Werken met kaartprojecties en coördinatensystemen zoals RD (Rijksdriehoekstelsel) en WGS84 en deze correct toepassen in je analyses.
Geospatiale visualisaties maken in Python (GeoPandas, Plotly Express) en deze inzetten als informatieve kaarten.
Ruimtelijke analyses uitvoeren, zoals point-in-polygon-queries en spatial joins, voor locatiegebaseerde beslissingen.
Openbare geodata (zoals PDOK en Kadaster) vinden, combineren en gebruiken om je analyses te verrijken.
In QGIS interactieve, online deelbare kaarten en dashboards maken voor presentaties of beleidsanalyses.
€1.495
Klassikaal
max 20
ISTQB Specialist Security Test Engineer, inclusief examenvoucher
Drachten
di 6 okt. 2026
en 5 andere data
Over de ISTQB Specialist Security Test Engineer
De training ISTQB Security Test Engineer is bedoeld voor testers die zich willen specialiseren in het testen van de beveiliging van software en systemen. Tijdens de ISTQB CT-STE training leer je hoe jij security testing toe kunt passen binnen moderne ICT-omgevingen, waarbij je rekening houdt met risico’s, dreigingen en kwetsbaarheden.
Verder zul je in de training ISTQB Specialist Security Test Engineer inzicht krijgen in belangrijke securityprincipes, zoals confidentiality (vertrouwelijkheid), integrity (integriteit) en availability (beschikbaarheid). Daarbij leer je hoe jij deze kunt vertalen naar effectieve teststrategieën en testcases. Daarnaast leer je in de ISTQB CT-STE training hoe jij security testtechnieken toe kunt passen om kwetsbaarheden op te sporen en hoe jij security testing kunt integreren in verschillende ontwikkelmethoden, zoals Agile en DevOps.
Ook ga je in de training ISTQB Specialist Security Test Engineer aan de slag met het ontwerpen en uitvoeren van security testen op verschillende testniveaus, van componentniveau tot acceptatietesten. Hierbij leer je hoe jij testresultaten kunt analyseren en rapporteren, zodat belanghebbenden inzicht krijgen in de beveiligingsrisico’s van systemen.
Bovendien krijg je in de training ISTQB Specialist Security Test Engineer de gelegenheid om je voor te bereiden op het officiële ISTQB Security Test Engineer examen, waarmee je de certificering ISTQB® Certified Tester Security Test Engineer kunt behalen en jouw kennis en vaardigheden op het gebied van security testing internationaal aan kunt tonen.
Voor wie is de ISTQB CT-STE?
De training ISTQB Security Test Engineer is geschikt voor iedereen die betrokken is bij softwaretesten en zich wil verdiepen in security testing. Werk je met softwarekwaliteit, applicatieontwikkeling of ICT-beheer en wil je beter inzicht krijgen in het uitvoeren van beveiligingstesten? Dan biedt de ISTQB CT-STE training jou de juiste basis om kwetsbaarheden te herkennen en de veiligheid van systemen te verbeteren.
De training ISTQB Specialist Security Test Engineer is met name geschikt voor de volgende mensen:
Software testers die zich willen specialiseren in security testing.
Testanalisten die verantwoordelijk zijn voor het analyseren van testresultaten.
Testmanagers die security testing willen integreren in hun teststrategie.
Softwareontwikkelaars en DevOps Engineers die veilige applicaties willen ontwikkelen.
Projectmanagers die betrokken zijn bij ICT- en softwareprojecten.
Kwaliteitsmanagers die verantwoordelijk zijn voor softwarekwaliteit en naleving van regelgeving.
ICT-managers en -directeuren die inzicht willen krijgen in beveiligingstesten.
Bedrijfsanalisten die risico’s en beveiligingseisen willen begrijpen.
Beheerders en operationsmedewerkers die systemen veilig willen beheren.
Testconsultants die organisaties adviseren over softwarekwaliteit en beveiliging.
Cybersecurityspecialisten die beveiligingstesten uit willen voeren en kwetsbaarheden in systemen willen voorkomen.
Leerdoelen van de ISTQB CT-STE
Wil je leren hoe jij security testing effectief toe kunt passen binnen hedendaagse softwareontwikkeling en ICT-omgevingen? In de training ISTQB Specialist Security Test Engineer zul je leren over beveiligingsprincipes en hoe jij passende testtechnieken in kunt zetten om kwetsbaarheden te identificeren en te analyseren. De ISTQB CT-STE training helpt jou om betrouwbare testresultaten te leveren en actief bij te dragen aan het verbeteren van de algehele informatiebeveiliging binnen jouw organisatie.
Door de training ISTQB Specialist Security Test Engineer te volgen, zul je de volgende dingen leren:
Securityprincipes en -paradigma’s en hoe jij deze toe kunt passen binnen testactiviteiten.
Passende security testtechnieken selecteren en toepassen, rekening houdend met context, risico’s en systeemarchitectuur.
Security testen plannen, ontwerpen en uitvoeren binnen verschillende fasen van de software lifecycle.
Security-standaarden en de beste werkwijzen (zoals ISO, OWASP en NIST) toepassen als basis voor testactiviteiten.
Security testing afstemmen op organisatiecontext, wet- en regelgeving en ontwikkelmethoden.
Testresultaten analyseren en rapporteren, inclusief het identificeren en prioriteren van kwetsbaarheden.
De juiste tools en technieken selecteren ter ondersteuning van security testing.
Aanbevolen voorkennis ISTQB CT-STE
Voordat je deelneemt aan de training ISTQB Specialist Security Test Engineer, raden wij aan dat jij beschikt over basiskennis van softwaretesten.
Daarnaast wordt het sterk aangeraden dat jij eerst het ISTQB Certified Tester Foundation Level (CTFL) certificaat hebt behaald voordat je het ISTQB Specialist Security Test Engineer examen aflegt.
Onderwerpen van de ISTQB CT-STE
In de training ISTQB Specialist Security Test Engineer zullen de volgende onderwerpen worden behandeld:
ISTQB CT-STE | 1. Security Paradigms
Confidentiality, integrity en availability (CIA).
Security audits en zero trust.
Open Source-software en security risico’s.
ISTQB CT-STE | 2. Security Test Techniques
Black-box, white-box en grey-box testing.
Static en dynamic security testing.
Testen van authenticatie, autorisatie en encryptie.
ISTQB CT-STE | 3. Security Test Process
Security testplanning, design en uitvoering.
Security testomgevingen.
Testen op verschillende testniveaus.
ISTQB CT-STE | 4. Security Testing Standards en Best Practices
ISO 27000, OWASP en NIST.
CWE, CVE en CAPEC.
Gebruik van standaarden als testbasis.
ISTQB CT-STE | 5. Organizational Context
Invloed van organisatie en processen op security.
Wet- en regelgeving.
Analyse van aanvalsscenario’s.
ISTQB CT-STE | 6. Security Testing in SDLC
Agile, DevOps en traditionele modellen.
Security testing tijdens onderhoud en operatie.
ISTQB CT-STE | 7. ISMS en Security Testing
Integratie met Information Security Management Systems.
ISTQB CT-STE | 8. Reporting
Security testresultaten analyseren en rapporteren.
Kwetsbaarheden identificeren en opvolgen.
ISTQB CT-STE | 9. Security Testing Tools
Selectie en gebruik van security tools.
€2.095
Klassikaal
max 20
ISTQB Specialist Testing with Generative AI, inclusief examenvoucher
Drachten
di 6 okt. 2026
en 5 andere data
Over de ISTQB - Testing with Generative AI
De training ISTQB Specialist Testing with Generative AI is gericht op het gebruik van generatieve AI binnen softwaretesten. In plaats van het testen van AI-systemen zelf, ligt de nadruk op hoe jij als tester kunstmatige intelligentie (AI) in kunt zetten om jouw werk als softwaretester slimmer, sneller en effectiever uit te voeren.
Verder leer je in de training ISTQB Specialist Testing with Generative AI hoe generatieve AI tools, zoals large language models (LLM's), kunnen ondersteunen bij verschillende testactiviteiten. Hierbij kun je denken aan het genereren van testcases, het analyseren van requirements (vereisten), het schrijven van testscripts en het ondersteunen bij exploratory testing.
Tevens krijg je in de training ISTQB Specialist Testing with Generative AI inzicht in hoe jij kunstmatige intelligentie (AI) op een verantwoorde manier kunt gebruiken binnen jouw testproces. Daarbij leer je in de ISTQB CT-GenAI training omgaan met beperkingen van AI, zoals onnauwkeurige output of gebrek aan context en hoe jij deze kunt controleren en bijsturen.
Daarnaast ontdek je in de training ISTQB Specialist Testing with Generative AI hoe kunstmatige intelligentie (AI) bij kan dragen aan efficiëntere samenwerking binnen teams en hoe AI ingezet kan worden binnen Agile en DevOps om continu kwaliteit te leveren. Bovendien zul je in de ISTQB CT-GenAI training de gelegenheid krijgen om je voor te bereiden op het officiële ISTQB CT-GenAI examen, waarmee je jouw kennis van AI-toepassingen binnen testen internationaal aan kunt tonen.
Voor wie is de ISTQB CT-GenAI?
De training ISTQB Specialist Testing with Generative AI is voordelig voor mensen die software testen, ontwikkelen en/of aansturen en willen ervaren hoe kunstmatige intelligentie (AI) kan helpen bij het verbeteren en versnellen van testprocessen.
De training ISTQB Specialist Testing with Generative AI is met name geschikt voor de volgende mensen:
Softwaretesters die generatieve AI toe willen passen binnen testprocessen.
Testanalisten die testresultaten analyseren en optimaliseren met AI.
Testautomatiseringsspecialisten die AI willen integreren in testautomatisering.
Testmanagers die AI in willen zetten binnen teststrategieën.
Gebruikersacceptatietesters (UAT-testers) die gebruik willen maken van AI om testen efficiënter uit te voeren.
Softwareontwikkelaars die AI willen gebruiken om testen te ondersteunen.
Daarnaast is de training ISTQB Specialist Testing with Generative AI zeer waardevol voor professionals die inzicht willen krijgen in de rol van generatieve AI binnen softwaretesten:
Projectmanagers die betrokken zijn bij software- en ICT-projecten.
Kwaliteitsmanagers die verantwoordelijk zijn voor het waarborgen van softwarekwaliteit.
Softwareontwikkelingsmanagers die ontwikkelteams aansturen.
Bedrijfsanalisten die processen en requirements analyseren.
ICT-managers en ICT-directeuren die strategische beslissingen nemen.
ICT-consultants die organisaties adviseren over AI en softwaretesten.
De ISTQB CT-GenAI training is daarmee geschikt voor iedereen die betrokken is bij softwareontwikkeling, softwaretesten of ICT-management en die generatieve AI in wil zetten om testprocessen slimmer, efficiënter en effectiever in te richten.
Leerdoelen van de ISTQB CT-GenAI
Wil je leren hoe jij generatieve AI effectief in kunt zetten binnen softwaretesten en hoe jij optimaal gebruik kunt maken van de mogelijkheden van taalmodellen? In de training ISTQB Specialist Testing with Generative AI krijg je inzicht in de werking, toepassingen en beperkingen van generatieve AI en ontdek je hoe jij kunstmatige intelligentie (AI) kunt gebruiken om testprocessen te verbeteren.
Door de training ISTQB Specialist Testing with Generative AI te volgen, zul je de volgende dingen leren:
Generatieve AI toepassen binnen verschillende testactiviteiten, zoals testdesign, uitvoering en rapportage.
AI-tools effectief gebruiken voor het genereren van testcases, testdata en documentatie.
De kwaliteit van AI-gegenereerde output beoordelen en waar nodig verbeteren.
Risico’s en beperkingen van AI binnen testen herkennen en hier bewust mee omgaan.
AI integreren binnen bestaande testprocessen en ontwikkelmethodieken, zoals Agile en DevOps.
Efficiënter samenwerken en productiever werken door slim gebruik te maken van AI-ondersteuning.
Aanbevolen voorkennis ISTQB CT-GenAI
Voordat je deelneemt aan de training ISTQB Specialist Testing with Generative AI, raden wij aan dat jij beschikt over basiskennis van softwaretesten. Daarnaast kan ervaring met AI-diensten als ChatGPT of vergelijkbare toepassingen goed van pas komen, maar dit is niet verplicht.
Heb je (nog) geen basiskennis van softwaretesten? Dan raden wij aan om eerst de training ISTQB Foundation te volgen.
Onderwerpen van de ISTQB CT-GenAI
In de training ISTQB Specialist Testing with Generative AI zullen de volgende onderwerpen worden behandeld:
ISTQB CT-GenAI | 1. Inleiding op Generative AI in Testen
Wat is generatieve AI?
Toepassingen binnen softwaretesten.
Mogelijkheden en beperkingen.
ISTQB CT-GenAI | 2. AI Ondersteund Testen
Testcases genereren met AI.
Requirements analyseren met AI.
Testdocumentatie en -rapportages.
ISTQB CT-GenAI | 3. Prompting en Effectief Gebruik
Hoe stuur je AI-output aan?
Prompttechnieken voor testers.
Iteratief verbeteren van resultaten.
ISTQB CT-GenAI | 4. Kwaliteit en Betrouwbaarheid
Valideren van AI-output.
Omgaan met fouten en hallucinaties.
Controlemechanismen.
ISTQB CT-GenAI | 5. Efficiëntie en Productiviteit
AI binnen testautomatisering.
Sneller defecten analyseren.
Ondersteuning bij exploratory testing.
ISTQB CT-GenAI | 6. AI in Agile en DevOps
Integratie in CI/CD.
Samenwerking binnen teams.
Continuous testing met AI.
ISTQB CT-GenAI | 7. Risico’s en Verantwoord Gebruik
Privacy en security.
Bias en afhankelijkheid van AI.
Governance en richtlijnen.
€2.095
Klassikaal
max 20