Applied Generative AI Specialization (Michigan Engineering Professional Education & Microsoft)

In samenwerking met Michigan Engineering Professional Education, University of Michigan Online & Microsoft.

Vraag ons naar de volgende groep en details over het schema!

• Ontwikkel de expertise om AI-agenten te ontwerpen en te bouwen die zelfstandig kunnen denken, plannen en opereren.
• Neem deel aan interactieve masterclasses onder leiding van experts uit de industrie
• Programma van 16 weken (8-10 weekendlessen per week)

De Applied Generative AI Specialization, in samenwerking met Michigan Engineering Professional Education, is een praktijkgericht programma dat is ontworpen om professionals te helpen bij het bouwen van praktische, schaalbare en verantwoorde generatieve AI-oplossingen. De specialisatie is ideaal voor IT- en dataprofessionals, product- en programmamanagers, consultants en beginnende technologen, en richt zich op het toepassen van GenAI op echte zakelijke en technische uitdagingen.

Het curriculum omvat Python-basisprincipes, AI-geletterdheid, generatieve AI-modellen en -architecturen, LLM-applicatieontwikkeling, agentische AI en GenAI-governance. Deelnemers doen ervaring op met geavanceerde technieken zoals prompt engineering, retrieval-augmented generation (RAG) en model fine-tuning, terwijl ze best practices toepassen voor transparantie, eerlijkheid, veiligheid en naleving van regelgeving.

Doelgroep

Voor wie is deze opleiding bedoeld?

Dit programma is bedoeld voor werkende professionals uit verschillende sectoren en met verschillende achtergronden, en bevordert een collaboratieve en boeiende leeromgeving. Nu generatieve AI zich ontwikkelt tot een sterk carrièrepad voor zowel beginners als ervaren experts, is de specialisatie Applied Generative AI zeer geschikt voor personen die beschikken over fundamentele programmeerkennis en een analytische mindset, en die hun vaardigheden willen verbeteren op het gebied van de nieuwste generatieve AI-innovaties, inclusief:

• IT-professionals
• Data-analisten
• Bedrijfsanalisten
• Datawetenschappers
• Softwareontwikkelaars
• Analyticsmanagers
• Data-engineers
• Productmanagers
• Programmanagers
• Techconsultants

Vereisten:

• Minimaal 18 jaar oud zijn en een middelbareschooldiploma (of gelijkwaardig) hebben
• Basiskennis hebben van programmeerconcepten en wiskunde
• Idealiter 2+ jaar beroepservaring hebben, hoewel dit niet vereist is

Leerdoelen

• Bouw een solide programmeerbasis om Python-code voor AI- en ML-toepassingen te schrijven, uit te voeren en te optimaliseren
• Ontwikkel een sterk begrip van AI, machine learning en generatieve AI-concepten, inclusief ethische overwegingen en praktijkvoorbeelden
• Verken generatieve modellen zoals variational autoencoders (VAE's), generative adversarial networks (GAN's) en large language models (LLM's).
• Pas geavanceerde prompt engineering, retrieval-augmented generation (RAG) en fine-tuningtechnieken toe voor praktische LLM-toepassingen.
• Werk met agentische frameworks om intelligente AI-agenten te ontwerpen en te bouwen met behulp van LangChain.
• Implementeer best practices voor AI-transparantie, eerlijkheid, veiligheid en naleving van regelgeving.
• Gebruik Stable Diffusion en auto-encoders om afbeeldingen van hoge kwaliteit te creëren en het creatieve potentieel van AI uit te breiden
• Ontwerp, ontwikkel en implementeer verantwoorde AI-gedreven oplossingen om echte zakelijke uitdagingen aan te pakken
• Doe praktische ervaring op met tools zoals Gemini, FAISS, Azure AI Studio en Hugging Face

Behandelde vaardigheden

• Prompt engineering
• Agentische frameworks
• AI-agenten
• Retrieval-augmented generation (RAG)
• LangChain voor workflowontwerp
• Stable Diffusion & AI-beeldgeneratie
• LLM-fijnafstemming
• Variational Autoencoders (VAE's)
• Generative Adversarial Networks (GAN's)
• Aandachtsmechanismen
• Transformers
• LLM-benchmarking
• GenAI-applicatieontwikkeling
• GenAI-governance
• Model Context Protocol (MCP)

Cursusinhoud

Leertraject

1. Python-opfriscursus met AI (optioneel)
2. AI-geletterdheid
3. Geavanceerde generatieve AI - modellen en architectuur
4. Geavanceerde generatieve AI - LLM-toepassingen bouwen
5. Agentische AI-frameworks met modelcontext en toolingprotocollen
6. Geavanceerde generatieve AI - beeldgeneratie
7. Generatieve AI-governance
8. Capstone-project

Keuzevakken

1. Microsoft Azure AI Fundamentals: Generatieve AI
2. Bouw een basis om Microsoft 365 Copilot uit te breiden
3. Masterclass

DETAILS VAN DE CURSUSINHOUD

Cursus 1: Python-opfriscursus met AI

Python is de belangrijkste programmeertaal achter AI-ontwikkeling, waardoor deze cursus een essentieel startpunt is voor toegepaste generatieve AI. Door de basisprincipes van Python onder de knie te krijgen, bouw je een sterke technische basis om verder te gaan met AI-modeltraining, -implementatie en -governance.

Leerresultaten

• Python-programma's schrijven en uitvoeren om uitdagingen in de praktijk aan te pakken
• Gegevenstypen, operatoren en controlestructuren gebruiken om efficiënte code te creëren
• Functies, loops en foutafhandeling toepassen voor goed gestructureerde programma's
• Bestanden effectief beheren voor AI- en machine learning-toepassingen
• Kernvaardigheden voor coderen opbouwen die nodig zijn voor AI-modelontwikkeling

Behandelde onderwerpen

• Inleiding tot Python-programmeren
• Python-gegevenstypen en -operatoren
• Voorwaardelijke statements en loops
• Fout- en bestandsafhandeling
• Python-functies

Cursus 2: AI-geletterdheid

Met een solide basis in Python koppelt de cursus AI-geletterdheid de basisprincipes van coderen aan AI-toepassingen in de praktijk, waardoor je de haalbaarheid van AI kunt evalueren, door AI gegenereerde outputs kunt verfijnen en AI-oplossingen kunt integreren in praktische zakelijke en creatieve scenario's.

Leerresultaten

• Onderscheid maken tussen AI, machine learning en deep learning-concepten
• Belangrijke doorbraken op het gebied van AI en hun invloed op innovatie in de industrie onderzoeken
• Begrijpen hoe transformers en NLP moderne AI-toepassingen aandrijven
• Generatieve AI-technieken toepassen op praktische, real-world use cases
• Het open-source generatieve AI-ecosysteem verkennen met behulp van het Hugging Face-platform
• Ethische, veiligheids- en governanceoverwegingen bij AI beoordelen
• ChatGPT en andere GPT-modellen gebruiken in een reeks zakelijke toepassingen

Behandelde onderwerpen

• Overzicht van AI, ML en DL
• Geavanceerde AI-modellen, transformers en NLP
• Basisprincipes van generatieve AI
• Inleiding tot het open-source landschap van GenAI
• AI-beveiliging, ethiek en toekomstige trends
• Inleiding tot prompt engineering
• Praktische demo's: GPT's en AI in het bedrijfsleven

Cursus 3: Geavanceerde generatieve AI: modellen en architectuur

Na het leggen van een basis in AI-geletterdheid, gaat deze cursus verder met modellen en architecturen om uw technische inzicht in de werking van moderne AI-systemen te verdiepen. De cursus gaat in op generatieve modellen en op transformers gebaseerde architecturen, waardoor u een goed begrip krijgt van LLM's en aandachtsmechanismen, zodat u AI-modellen kunt ontwerpen, finetunen en optimaliseren voor toepassingen in de praktijk.

Leerresultaten

• Onderzoek het belang van generatieve AI en de invloed ervan op verschillende sectoren
• Maak onderscheid tussen generatieve modellen zoals VAE's, GAN's en transformers
• Analyseer de architectuur, trainingsmethoden en het operationele gedrag van grote taalmodellen (LLM's)
• Pas aandacht- en multi-head-aandachtstechnieken toe binnen transformatormodellen
• Ontwerp schaalbare generatieve AI-workflows met behulp van LangChain
• Implementeer fijnafstemmingsbenaderingen om AI-modellen aan te passen voor gespecialiseerde gebruikssituaties
• Evalueer de toekomstige impact en evolutie van generatieve AI

Behandelde onderwerpen

• Inleiding tot generatieve AI-modellen
• Hoe generatieve AI werkt
• De kwaliteit van modellen in generatieve AI evalueren
• Grote taalmodellen (LLM's) en toekomstige overwegingen
• VAE's en GAN's - Trainingsproces
• Aandachtsmechanismen en transformers: beeld- en tekstgeneratie
• LangChain en workflowontwerp

Cursus 4: Geavanceerde generatieve AI: LLM-toepassingen bouwen

Nadat u LLM-modellen en -architecturen onder de knie hebt, verschuift deze cursus naar praktische toepassingen. Voortbouwend op uw basiskennis doet u praktische ervaring op met het implementeren van LLM-aangedreven oplossingen en leert u hoe prompt engineering, LangChain-frameworks en fine-tuningtechnieken het mogelijk maken om hoogwaardige AI-toepassingen te creëren voor praktische use cases.

Leerresultaten

• Ontwerp en implementeer geoptimaliseerde prompts om de LLM-prestaties te verbeteren
• Pas geavanceerde prompt engineering-methoden toe, zoals zero-shot, few-shot, chain-of-thought, self-consistency en tree-of-thought
• LangChain gebruiken om op LLM gebaseerde toepassingen te bouwen en te optimaliseren
• RAG-systemen (retrieval-augmented generation) ontwikkelen en implementeren voor effectieve kennisopvraging
• LLM's finetunen en aanpassen voor domeinspecifieke gebruikssituaties
• De prestaties van LLM's in verschillende toepassingen beoordelen en monitoren

Behandelde onderwerpen

• Geavanceerde prompt engineering
• Geavanceerde prompttechnieken
• LangChain voor LLM-toepassingen
• Vector Stores, Retriever en LangChain Agents
• RAG met LangChain
• LLM-afstemming en aanpassing

Cursus 5: Agentic AI-frameworks met modelcontext en toolingprotocollen

Na het leggen van een basis in kerntoepassingen van LLM, gaat deze cursus over naar de volgende fase van generatieve AI met agentische systemen en op protocollen gebaseerde integraties. Je doet praktische ervaring op met het ontwerpen van intelligente agents, het definiëren van orchestration-logica en het verbinden ervan via veilige, leveranciersonafhankelijke frameworks met behulp van MCP, terwijl je werkt met tools zoals LangGraph, AutoGen en CrewAI om flexibele, tool-agnostische systemen te bouwen.

Leerresultaten

• Inzicht in de evolutie van agentische AI en de kernprincipes van het systeemontwerp
• Verken perceptielagen, redeneerengines en workflows voor het uitvoeren van acties
• AutoGen-agenten bouwen en configureren voor multi-agent redeneren en samenwerking
• LangGraph gebruiken voor taakroutering, orchestration-logica en automatiseringspijplijnen
• Leren hoe MCP gestandaardiseerde, platformonafhankelijke toolintegratie mogelijk maakt
• Veilige protocollen, SDK's en governance-gerichte implementatiepraktijken toepassen
• Gestructureerde agent-workflows en multi-agent-teams creëren met behulp van CrewAI

Behandelde onderwerpen

• Kernconcepten van agentische AI: eigenschappen en toepassingen in de praktijk
• LangGraph: taakknopen, parallellisme en orkestratieflows
• CrewAI: teamgebaseerde agents, toolchains en taakcoördinatie
• Best practices: toegangscontrole, on-prem implementaties en nalevingsstrategieën
• LLM-agentarchitectuur: perceptie-, redenerings- en uitvoeringsmodules
• AutoGen: aanpasbare agentsystemen en collaboratieve taken
• MCP: berichtenprotocollen, interoperabiliteit en veilige SDK-frameworks

Cursus 6: Geavanceerde generatieve AI: beeldgeneratie

Na het creëren van autonome AI-agenten verschuift de focus naar het verbeteren van hun vermogen om hoogwaardige beelden te produceren. Door beeldgeneratietechnieken te leren, kunnen agenten visuele content genereren, verfijnen en optimaliseren, waardoor de kracht van AI-gestuurde automatisering wordt uitgebreid.

Leerresultaten

• De basisprincipes van Stable Diffusion, ruisonderdrukkingsmethoden en auto-encoders voor beeldgeneratie uitleggen
• Gebruik Stable Diffusion-modellen om hoogwaardige afbeeldingen te creëren op basis van tekstprompts
• Implementeer gedeelde inbeddingsruimten om multimodale AI-mogelijkheden te versterken
• Ontwerp aangepaste AI-gegenereerde afbeeldingen voor verschillende praktische toepassingen

Behandelde onderwerpen

• Stable Diffusion en ruisonderdrukking
• Auto-encoders en contrastief leren
• Gedeelde inbeddingsruimten voor het genereren van afbeeldingen
• Praktische toepassingen

Cursus 7: Generatieve AI-governance

Naarmate AI-gegenereerde content steeds geavanceerder wordt, is het van cruciaal belang om AI-systemen te ontwikkelen die ethisch, veilig en transparant zijn. Deze cursus bouwt voort op bestaande technische vaardigheden door governancekwesties, wettelijke vereisten en best practices voor verantwoord gebruik van generatieve AI te onderzoeken. Een gedegen begrip van AI-governance helpt risico's te verminderen, het vertrouwen van gebruikers te behouden en naleving te waarborgen in sectoren die gebruikmaken van AI-gegenereerde beelden en multimodale modellen.

Leerresultaten

• Het belang van governance in generatieve AI en de rol ervan bij het bevorderen van ethische AI-ontwikkeling erkennen.
• De belangrijkste uitdagingen in AI-systemen identificeren, waaronder vooringenomenheid, verkeerde informatie, privacy en veiligheidsrisico's.
• Ethische kaders en governanceprincipes implementeren om eerlijkheid, transparantie en verantwoordingsplicht te waarborgen.
• AI-governancestructuren evalueren en best practices toepassen om potentiële risico's te beperken.
• Juridische overwegingen aanpakken, zoals intellectueel eigendom, gegevensbescherming en naleving van regelgeving.
• Ontwerp en pas een AI-governancekader toe voor de verantwoorde implementatie van AI in praktische situaties.

Behandelde onderwerpen

• Grondbeginselen van generatieve AI-governance
• Ethische kaders en AI-principes
• Privacy, vooringenomenheid en eerlijkheid in AI-systemen
• Governancestructuren en commissies
• Juridische risico's en naleving van AI
• Toekomst van AI-governance en -implementatie

Capstone-project

Het capstone-project vormt de afsluiting van uw leertraject. Je maakt gebruik van de vaardigheden die je tijdens het programma hebt opgedaan om een volledig functionele generatieve AI-oplossing te ontwikkelen, waarbij je rekening houdt met ethische overwegingen, het verminderen van vooringenomenheid en naleving van regelgeving. Dit project zorgt voor een sterk technisch begrip van AI en het vermogen om governanceprincipes toe te passen in de praktijk. Door verantwoordelijke AI-praktijken te combineren met praktische implementatie, bereidt het afstudeerproject je voor om met vertrouwen AI-oplossingen te creëren die ethisch en veilig zijn en aansluiten bij zowel bedrijfsdoelstellingen als maatschappelijke behoeften.

Industrieprojecten

• AI-aangedreven Business Intelligence Assistant (InsightForge)
• AI-aangedreven HR-chatbot
• AI-aangedreven ontwerpstudio voor marketingcampagnes
• AI-aangedreven nieuws- en informatieassistent
• Python-avonturenspel met GitHub Copilot
• Interactieve storytelling met ChatGPT
• Analyse van klantorders met Python

Keuzevakken:

Keuzevak 1: Microsoft Azure AI Fundamentals: Generatieve AI

Microsoft Azure biedt een robuuste set tools en services voor het bouwen en implementeren van generatieve AI-toepassingen. Dit leertraject behandelt de kernconcepten, onderliggende technologieën en ethische overwegingen van generatieve AI, waardoor u de basis krijgt om de praktische toepassingen ervan te verkennen.

Leerresultaten:

• Leer hoe grote taalmodellen de ruggengraat vormen van generatieve AI.
• Verken de Azure AI Foundry-portal om toegang te krijgen tot geavanceerde generatieve AI-tools.
• Begrijp hoe AI-aangedreven copiloten de productiviteit en efficiëntie kunnen verhogen.
• Onderzoek het gebruik van prompts en responsafstemming om door AI gegenereerde content te optimaliseren.
• Krijg inzicht in de principes van Microsoft voor verantwoordelijke AI en hun rol in ethische AI-ontwikkeling.

Behandelde onderwerpen

• Microsoft Azure AI Fundamentals: Generative AI
• Grondbeginselen van GenAI
• Ontdek generatieve AI met Microsoft Copilot
• Plan, bereid voor en ontwikkel AI-oplossingen op Azure
• Verantwoorde generatieve AI
• Potentiële schade meten, beperken en identificeren
• Contentfilters in Azure AI Studio

Keuzevak 2: Een basis leggen om Microsoft 365 Copilot uit te breiden

Microsoft 365 Copilot is een krachtige AI-tool die de productiviteit verhoogt door integratie in dagelijkse workflows. In deze cursus leert u hoe u de mogelijkheden van Copilot kunt uitbreiden met behulp van Microsoft Graph-connectoren en aangepaste engine-copiloten. Aan het einde van de cursus kunt u weloverwogen beslissingen nemen over ontwikkelingsstrategieën en agents efficiënt beheren binnen het Microsoft 365-beheercentrum.

Leerresultaten:

• Verken de architectuur en het ontwerp van Microsoft 365 Copilot.
• Leer Copilot uit te breiden met behulp van agents, connectoren en plug-ins.
• Kies de beste ontwikkelingsaanpak voor Copilot-uitbreidingen en houd daarbij rekening met beveiliging en privacy.
• Begrijp hoe Microsoft Graph-connectoren de zoekmogelijkheden verbeteren.
• Ontwikkel vaardigheden om agents effectief te beheren via het Microsoft 365-beheercentrum.

Behandelde onderwerpen

• Onderzoek het ontwerp van Microsoft 365 Copilot
• Basisprincipes van de uitbreidbaarheid van Microsoft 365 Copilot
• Kies een ontwikkelingspad voor de uitbreidbaarheid van Microsoft 365 Copilot
• Inleiding tot Graph-connectoren
• Inleiding tot declaratieve agents voor Microsoft 365 Copilot
• Beheer agents voor Microsoft 365 Copilot

Keuzevak 3: Masterclass

Neem deel aan een exclusieve online interactieve masterclass onder leiding van experts uit de sector en krijg belangrijke inzichten in de nieuwste generatieve AI-technologieën en -innovaties. Ontdek hoe AI sectoren hervormt, creativiteit stimuleert en vooruitgang bevordert. Neem deel aan live discussies en verken praktische toepassingen om voorop te blijven lopen in de AI-revolutie.

FAQ

Hoe wordt het programma aangeboden?

De cursus wordt volledig online gegeven via live virtuele lessen, met een verhouding van 80:20 tussen ervaringsgerichte training en theoretisch leren. U neemt deel aan praktische projecten, casestudy's en interactieve sessies onder leiding van experts uit de sector.

Hoe ziet het lesrooster eruit? Zijn er opnames?

De cursus duurt doorgaans ongeveer 16 weken, met naar schatting 8-10 uur aan live sessies per week. Er zijn doordeweekse en weekendlessen met verschillende roosters. Tussen de lessen door zijn er veel praktische projecten die je moet voltooien. Stuur ons een e-mail voor het gedetailleerde rooster van het programma. Als je een les mist, kun je altijd de opname bekijken.

OPMERKING:

Aanwezigheid kan niet worden geregistreerd door alleen de opnames van de sessies te bekijken. Aanwezigheid wordt alleen geregistreerd wanneer een cursist deelneemt aan de live sessie. Aangezien dit programma's zijn die aan universiteiten zijn gelieerd, zijn de criteria strenger, omdat ze door de universiteiten zelf zijn vastgesteld. Er zijn echter wel opnames beschikbaar. Deelnemers kunnen de specifieke certificaatcriteria voor elke cursus rechtstreeks op hun LMS bekijken

Kan ik fulltime werken terwijl ik aan dit programma deelneem?

Ja, dat kan! Het programma is zo opgezet dat het geschikt is voor drukbezette professionals met een fulltime baan. Je kunt live sessies bijwonen die meestal in het weekend worden gehouden op een tijdstip dat past bij jouw agenda, en vervolgens in je vrije tijd opdrachten/projecten voltooien.

Kan ik na inschrijving voor het programma van cohort veranderen?

Ja. U hebt recht op één gratis cohortwijziging binnen de eerste 60 dagen na inschrijving. Als u na gebruik van deze optie niet kunt doorgaan met uw huidige cohort, kunt u tegen betaling een extra transfer aanvragen. Neem voor hulp bij het proces of bij uw aanvraag contact op met ons ondersteuningsteam.

Waarin verschilt dit programma van andere online AI-cursussen of MOOC's?

In tegenstelling tot typische cursussen die je in je eigen tempo kunt volgen, biedt dit programma een door de universiteit ondersteund, interactief leermodel met meer dan 70 uur aan live sessies onder leiding van experts uit de industrie. Deelnemers profiteren van real-time betrokkenheid, toegewijde begeleiding en samenwerking met collega's, wat zorgt voor een hogere voltooiingsgraad en een dieper begrip, terwijl ze een certificaat met het logo van de universiteit krijgen, wat de geloofwaardigheid en de waarde voor hun carrière op lange termijn vergroot.

Belangrijkste kenmerken

• Cursus en materiaal zijn in het Engels
• in samenwerking met Michigan Engineering Professional Education Online
• Gemiddeld tot gevorderd niveau
• 16 weken durend programma (5-6 uur/week weekendlessen)
• 70+ uur live lessen onder leiding van experts uit de industrie
• 300+ uur studietijd en oefening aanbevolen
• 1 jaar toegang tot de cursus en opnames van sessies
• Werk met meer dan 12 moderne AI-tools, waaronder OpenAI, Stable Diffusion, Microsoft Copilot en Streamlit
• Ontvang een Microsoft-certificaat voor het voltooien van de cursus, gehost op het MS Learn-portaal
• Certificaat voor het voltooien van het programma van Michigan Engineering Professional Education Online.
• Zorg voor een Michigan Eng Pro-Ed digitale badge

Boeiende leerervaring

• Interactie met medestudenten: Geniet van een echte klasomgeving door in contact te komen met medestudenten en in realtime met mentoren te communiceren via Slack.
• Flexibel leren: Raak nooit achterop – bekijk op elk moment opgenomen sessies om bij te blijven en op één lijn te blijven met je medestudenten.
• Mentorschapsessies: krijg deskundige ondersteuning van mentoren om twijfels weg te nemen, begeleiding bij projecten te krijgen en je leerproces te verbeteren.
• Toegewijde ondersteuning: profiteer van een cohortmanager die je persoonlijke hulp biedt en ervoor zorgt dat je op koers blijft naar succes.

Over de University of Michigan

De University of Michigan is een toonaangevende openbare onderzoeksuniversiteit in de Verenigde Staten, wereldwijd erkend voor academische excellentie, innovatie en leiderschap op het gebied van wetenschap en techniek. Michigan Engineering Professional Education, onderdeel van het College of Engineering van de universiteit, biedt industriegerichte programma's onder leiding van deskundige docenten uit de VS, die professionals en leiders helpen om baanbrekend onderzoek en technische praktijken toe te passen op praktische zakelijke en technologische uitdagingen.

Welke toegevoegde waarde levert de University of Michigan aan het programma?

Het curriculum van het programma wordt beoordeeld en goedgekeurd door Michigan Engineering Professional Education. Houd er rekening mee dat de live lessen niet worden gegeven door docenten van de universiteit, maar door veel ervaren experts uit de industrie. De docenten zijn zelf geen medewerkers van de University of Michigan. Naast de goedkeuring van de inhoud houdt Michigan Engineering Professional Education ook toezicht op de evaluatie van docenten, kwaliteitsborging, tevredenheid van studenten en algemene programmaresultaten, wat het programma kwalitatieve legitimiteit en een certificaat van voltooiing met een co-branded logo oplevert.