Applied Generative AI Specialization In samenwerking met Purdue University

Bouw en lanceer GenAI-aangedreven applicaties met het Applied AI-programma. Programma van 16 weken (8-10 weekendlessen per week). Vraag ons naar de volgende groep en details over het schema!

In samenwerking met Purdue University Online en in partnerschap met Microsoft Azure biedt dit programma professionals de expertise die ze nodig hebben om te gedijen in het snel veranderende AI-landschap van vandaag. Het combineert academische excellentie met praktisch leren door middel van live lessen, praktijkgerichte projecten en hands-on ervaring met tools zoals ChatGPT, LangChain, Azure AI Studio en DALL·E.

Het curriculum omvat alles van de basisprincipes van AI tot geavanceerde generatieve AI, agentische systemen en governancekaders. Afgestudeerden zijn klaar om leiding te geven in een door GenAI aangedreven tijdperk, ondersteund door erkende referenties van Purdue University Online en Microsoft.

Na afronding van het programma word je lid van het prestigieuze alumninetwerk van Purdue.

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

Programmaresultaten

• Bouw AI-aangedreven business intelligence-assistenten om inzichten en aanbevelingen te genereren.
• Verwerf praktische vaardigheden in Python met behulp van Jupyter Notebook en Google Colab.
• Ontwikkel een sterke AI-geletterdheid, inclusief machine learning-types en deep learning-concepten.
• Pas geavanceerde LLM-technieken toe, zoals RAG, fine-tuning en prompt engineering.
• Kernmodellen van generatieve AI begrijpen, zoals neurale netwerken, GAN's en transformers.
• Autonome AI-systemen creëren met behulp van agentische frameworks zoals LangChain.
• AI-copiloten en chatbots ontwerpen en implementeren met Microsoft Azure AI Studio en Copilot Studio.
• Praktische AI-toepassingen implementeren, zoals HR-assistenten en generatieve ontwerptools (DALL·E, Gradio UI).
• AI-governance, ethiek, compliance en strategieën leren om veilige, betrouwbare systemen te bouwen.
• Evalueer en optimaliseer LLM-outputs door middel van aandachtsmechanismen, benchmarking en risicobeoordeling.
• Werk met toonaangevende AI-tools zoals ChatGPT, Gemini, Claude, Hugging Face en Stable Diffusion.
• Verwerf praktische vaardigheden in gegevensvoorbewerking, visualisatie, feature engineering en modelafstemming voor domeinspecifieke toepassingen.
• Krijg inzicht in embeddings, vectordatabases en open-source AI-repositories om AI-zoekopdrachten te verbeteren en op de hoogte te blijven van nieuwe modellen.
• Implementeer AI-oplossingen op cloudplatforms voor schaalbare bedrijfsapplicaties.
• Bouw een sterk AI-portfolio op door middel van praktijkprojecten en casestudy's die relevant zijn voor de branche.
• Behaal dubbele certificaten met een Purdue University Online-certificaat en een Microsoft-certificering via Microsoft Learn, en krijg toegang tot het alumninetwerk van Purdue.

Behandelde vaardigheden

• Python-programmeren
• Prompt Engineering
• AI-geletterdheid en generatieve AI-basisprincipes
• Grote taalmodellen (LLM's)
• Agentische AI en autonome AI-architecturen
• LangChain-workflowontwerp
• Retrieval-Augmented Generation (RAG)
• LLM-afstemming en aanpassing
• Stabiele diffusie en AI-beeldgeneratie
• Transformatoren en aandachtsmechanismen
• Variationele auto-encoders (VAE's)
• Generatieve AI-applicatieontwikkeling
• LLM-benchmarking en -evaluatie
• Generatieve AI-governance en -ethiek

Cursusinhoud

Leertraject

• Python-basisprincipes (optioneel)
• AI-geletterdheid
• Geavanceerde generatieve AI - modellen en architectuur
• Geavanceerde generatieve AI - LLM-toepassingen bouwen
• Agentische AI-frameworks met modelcontext en toolingprotocollen
• Geavanceerde generatieve AI - mogelijkheden voor het genereren van afbeeldingen
• Generatieve AI-governance
• Capstone-project

Keuzevakken

• Microsoft Azure AI Fundamentals: Generative AI
• Microsoft Copilot Foundations
• Purdue Academic Masterclass

DETAILS VAN DE CURSUSINHOUD

Cursus 1: Python-basisprincipes

Ontwikkel kernvaardigheden in Python die de basis vormen van uw leertraject. Pas Python toe om AI- en ML-algoritmen te bouwen, gegevensanalyses uit te voeren en efficiënt intelligente systemen te creëren.

Leerresultaten

• Python instellen en werken met de geïntegreerde ontwikkelomgeving (IDE).
• Python-basisprincipes zoals identifiers, inspringing en opmerkingen effectief toepassen.
• Verschillende soorten loops in Python begrijpen en gebruiken.
• De basisprincipes van multithreading leren.
• Python-methoden, attributen en toegangsmodificatoren uitleggen.
• De belangrijkste voordelen en toepassingen van Python verkennen.
• Praktische ervaring opdoen met Jupyter Notebook.
• Werken met Python-datatypes, operatoren en stringfuncties.
• Het bereik van variabelen binnen functies begrijpen.

Behandelde onderwerpen

• Basisprincipes van programmeren
• Inleiding tot programmeren in Python
• Python-datatypes en operatoren
• Python-functies
• Voorwaardelijke statements en loops in Python
• Threading

Cursus 2: AI-geletterdheid

Leg een solide basis in generatieve AI en machine learning door de kernprincipes, essentiële algoritmen en praktische toepassingen te leren. Verken deep learning, grote taalmodellen en AI-gestuurde tools om praktische vaardigheden op te bouwen in het creëren en implementeren van AI-oplossingen.

Leerresultaten

• Maak onderscheid tussen AI, machine learning, deep learning en generatieve AI.
• Begrijp supervised, unsupervised en reinforcement learning met hun toepassingen in de praktijk.
• Bestudeer generatieve AI-modellen, inclusief neurale netwerken, GAN's en transformers.
• Leer hoe LLM's chatbots aansturen en verken modellen zoals ChatGPT, Gemini, Claude en Falcon.
• Verken methoden voor het genereren van afbeeldingen met GAN's, diffusiemodellen en VAE's, en oefen met tools zoals DALL·E 2 en Stable Diffusion.
• Doe praktische ervaring op met het genereren van video's met behulp van AI-gestuurde platforms.
• Ontdek open-sourcebronnen zoals Hugging Face en verken AI/prompt-marktplaatsen zoals PromptBase.
• Ontwikkel vaardigheden in prompt engineering om chatbot-interacties en AI-zoekopdrachten te optimaliseren.
• Experimenteer met OpenAI Playground-instellingen, waaronder temperatuur- en samplingtechnieken.

Behandelde onderwerpen

• Grondbeginselen van machine learning en generatieve AI
• Soorten machine learning: begeleid, onbegeleid en reinforcement learning
• Generatieve AI-modellen: neurale netwerken, GAN's en transformers (GPT en verder)
• Grote taalmodellen (LLM's) en chatbots: ChatGPT, Gemini, Claude, Falcon, enz.
• Videogeneratie: architecturen (GAN's, diffusiemodellen, transformers) met tools zoals Runway ML, Synthesia en Gen-2
• Beeldgeneratie: GAN's, diffusiemodellen, VAE's met tools zoals DALL·E 2, Stable Diffusion en MidJourney
• Open-source AI-ecosysteem: Hugging Face en AI-marktplaatsen
• Prompt Engineering: chatbot-prompts en beeldgeneratie-prompts maken en experimenteren met OpenAI Playground

Cursus 3: Geavanceerde generatieve AI: modellen en architectuur

Benut de creatieve kracht van AI met deze cursus generatieve AI. Verken generatieve modellen zoals Variational Autoencoders (VAE's) en Generative Adversarial Networks (GAN's), terwijl je inzicht krijgt in geavanceerde Large Language Models (LLM's) en Transformer-architecturen. Ontwikkel een dieper begrip van aandachtsmechanismen en hoe deze de prestaties van AI-systemen verbeteren.

Leerresultaten

• Leer het belang van generatieve AI en de praktische toepassingen ervan.
• Herken en leg verschillende soorten generatieve AI-modellen uit.
• Bestudeer de structuur en gebruiksscenario's van grote taalmodellen (LLM's).
• Pas Variational Autoencoders (VAE's) toe voor het genereren van gegevens en het detecteren van afwijkingen.
• Begrijp Generative Adversarial Networks (GAN's) en hoe ze in de praktijk worden gebruikt.
• Verken aandachtsmechanismen, transformer-architecturen en hun praktische implementaties.

Behandelde onderwerpen

• Overzicht van generatieve modellen
• Architectuur van grote taalmodellen (LLM's)
• Variational Autoencoders (VAE's)
• Generative Adversarial Networks (GAN's)
• Aandachtsmechanismen en transformer-modellen

Cursus 4: Geavanceerde generatieve AI: LLM-toepassingen bouwen

Verwerf expertise in het ontwerpen van LangChain-workflows om taalgeneratieprocessen effectief te beheren. Verbeter uw vaardigheden in prompt engineering om nauwkeurige en impactvolle prompts te creëren. Leer hoe u toepassingen kunt ontwikkelen op basis van grote taalmodellen (LLM's) voor verschillende use cases. Verken fine-tuningtechnieken om LLM's aan te passen voor gespecialiseerde taken en domeinen. Sluit af met benchmarkingpraktijken om de prestaties van LLM's te beoordelen en te vergelijken met industrienormen.

Leerresultaten

• LangChain-workflows creëren voor het bouwen van generatieve AI-oplossingen
• Geavanceerde prompt engineering-methoden gebruiken om aangepaste resultaten te bereiken
• LLM-gebaseerde applicaties bouwen en deze afstemmen op specifieke use cases
• LLM-prestaties beoordelen in taken zoals samenvatting, Q&A, vertaling, chatbots en sentimentanalyse

Behandelde onderwerpen

• LangChain en workflowontwerp
• Geavanceerde prompt engineering-technieken
• LangChain voor LLM-applicatieontwikkeling
• Benchmarking en evaluatie van LLM-mogelijkheden
• LLM-afstemming en aanpassing

Cursus 5: Agentic AI-frameworks met modelcontext en toolingprotocollen

Nadat u de basis van LLM-toepassingen onder de knie hebt, gaat u verder naar het volgende niveau van generatieve AI met agentische architecturen en protocolgestuurde toolintegraties. Deze cursus biedt praktische ervaring in het bouwen van intelligente agents en het verbinden ervan via veilige, leveranciersonafhankelijke standaarden met behulp van MCP. Leer agents ontwerpen, orchestration flows creëren en tool-agnostische systemen bouwen met platforms zoals LangGraph, AutoGen, CrewAI en MCP.

Leerresultaten

• Inzicht in de ontwikkeling van Agentic AI en de belangrijkste architecturale elementen ervan
• Leer over perceptiemodules, cognitieve engines en actie-uitvoeringsprocessen
• Pas LangGraph toe voor orkestratie, taakroutering en automatiseringsworkflows
• Bouw en pas AutoGen-agenten aan voor redenering en samenwerkings taken
• Ontdek hoe MCP gestandaardiseerde, platformonafhankelijke integraties ondersteunt
• Implementeer veilige protocollen, SDK's en governance-gerichte praktijken
• Organiseer agententeams en taakpijplijnen met behulp van CrewAI

Behandelde onderwerpen

• Grondbeginselen van agentische AI: belangrijkste kenmerken en praktische toepassingen
• LLM-agentontwerp: perceptie, cognitieve engines en actiemodules
• LangGraph: orchestratiemethoden met taakknopen en parallelle routing
• AutoGen: flexibele multi-agent-systemen en samenwerkingsworkflows
• CrewAI: agententeams bouwen met toolchains, taken en uitvoeringspijplijnen
• Best practices: op rollen gebaseerde toegang, veilig gegevensgebruik en nalevingsnormen
• MCP: interoperabiliteit, berichtenprotocollen en veilige SDK-integratie garanderen

Cursus 6: Geavanceerde generatieve AI: mogelijkheden voor het genereren van afbeeldingen

Ontdek het geavanceerde potentieel van generatieve AI voor het creëren van afbeeldingen in deze gespecialiseerde cursus. Leer Stable Diffusion en ruisonderdrukkingsmethoden beheersen om heldere, hoogwaardige beelden te genereren uit ruisende inputs. Verken Shared Embedding Systems om diverse beeldkenmerken naadloos te integreren en weer te geven. Word bedreven in contrastieve leertechnieken om de prestaties van modellen te verbeteren door effectief gebruik te maken van overeenkomsten en verschillen in gegevens.

Leerresultaten

• Leer en pas stabiele diffusietechnieken toe om heldere beelden van hoge kwaliteit te creëren op basis van ruis of onvolledige inputs
• Ontwikkel vaardigheden in ruisonderdrukkingsmethoden om de nauwkeurigheid en details van beelden te verbeteren
• Gebruik gedeelde inbeddingssystemen om een breed scala aan beeldkenmerken effectief weer te geven
• Doe praktische ervaring op met het toepassen van contrastief leren om de nauwkeurigheid en efficiëntie van modellen te verbeteren.

Behandelde onderwerpen

• Stabiele diffusie Ruisonderdrukking
• Auto-encoders in generatieve AI
• Gedeelde inbeddingsruimten
• Contrastieve leertechnieken

Cursus 7: Generatieve AI-governance

Onderzoek het belang van generatieve AI-governance, waarbij belangrijke uitdagingen, ethische principes, governancemodellen en risicobeheer aan de orde komen. Leer hoe u governance kunt integreren in AI-projecten en tegelijkertijd gelijke tred kunt houden met ontwikkelingen op het gebied van regelgeving en opkomende trends in het veld.

Leerresultaten

• Begrijp waarom governance cruciaal is in generatieve AI
• Pak governance-uitdagingen aan, zoals ethiek, verantwoordelijkheid en regelgeving
• Leer de rol van governance bij het verminderen van risico's binnen AI-projecten
• Verken ethische principes, dilemma's en verantwoorde AI-ontwikkeling
• Pas eerlijkheid, beperking van vooringenomenheid en bescherming van privacy toe als ethische praktijken
• Bouw governancekaders en commissies met gedefinieerde rollen en best practices
• Bestudeer risicobeheerstrategieën met praktijkvoorbeelden van generatieve AI
• Integreer governance in de hele levenscyclus van AI-projecten, van het verzamelen van gegevens tot auditing
• Blijf op de hoogte van toekomstige trends op het gebied van governance, inclusief regelgeving en ethische innovatie
• Ontdek carrièremogelijkheden in generatieve AI-governance

Behandelde onderwerpen

• Inleiding tot generatieve AI-governance
• Ethische kaders en principes
• Governancestructuren en commissies
• Risicobeheer in AI-projecten
• Levenscyclus en governance van AI-projecten
• Toekomstige trends in AI-governance

Capstone-project

Sluit het programma af door je vaardigheden toe te passen in een praktisch, op de industrie gericht capstone-project dat alle cursusonderdelen integreert in een portfolio-ready showcase.

Keuzevakken:

Keuzevak 1: Microsoft Azure AI Fundamentals: Generative AI

Dit Microsoft Learn-traject introduceert de basisprincipes van generatieve AI en behandelt kernconcepten, technieken en ethische praktijken om je te helpen een sterke basis te leggen voor praktische toepassingen.

Tijdens het traject zul je:

• Leren hoe grote taalmodellen fungeren als de ruggengraat van generatieve AI
• Ontdekken hoe Azure OpenAI Service toegang biedt tot geavanceerde AI-technologieën
• Begrijpen hoe generatieve AI-tools zoals copiloten de productiviteit en efficiëntie verbeteren
• Ontdekken hoe prompts en reacties kunnen worden verfijnd en aangepast
• De principes van Microsoft voor verantwoordelijke AI en hun rol in het bevorderen van ethische AI onderzoeken

Keuzevak 2: Microsoft Copilot Foundations

Begin met het verkennen van de Microsoft Copilot Studio-omgeving en -interface om copilots te ontwerpen en te beheren, onderwerpen te ontwikkelen en de productiviteit te verhogen met generatieve AI. Doe ervaring op met Azure AI Studio om de mogelijkheden ervan te leren kennen, taalmodellen te baseren, gegevens doorzoekbaar te maken en copilots te bouwen met behulp van prompt flow. Pas Retrieval-Augmented Generation (RAG) toe om de nauwkeurigheid van reacties te verbeteren en maak een aangepaste copilot met uw eigen gegevens voor praktische oefeningen.

U leert het volgende:

• Copiloten bouwen en beheren in Microsoft Copilot Studio
• Copiloten publiceren en hun prestaties evalueren
• Het doel en de functies van Azure AI Studio begrijpen
• Een door RAG aangedreven copilootoplossing ontwikkelen
• Taalmodellen baseren op nauwkeurigheid en betrouwbaarheid
• Copiloten maken met behulp van prompt flow

Keuzevak 3: Purdue Academic Masterclass

Neem deel aan een interactieve online masterclass om waardevolle inzichten te verwerven in de nieuwste ontwikkelingen en technieken op het gebied van generatieve AI.

Industrieprojecten

• Persoonlijke uitgaven tracker: Creëer een persoonlijke financiële tracker met gecategoriseerde uitgaven, maandelijkse budgettering en op bestanden gebaseerde gegevensopslag. Inclusief een menugestuurde interface voor eenvoudige navigatie.
• Taakbeheerder met gebruikersauthenticatie: Ontwikkel een taakbeheersysteem met gebruikersregistratie en login. Gebruikers kunnen taken toevoegen, bekijken, voltooien en verwijderen, waarbij permanente opslag wordt afgehandeld via bestandsbeheer.
• AI-aangedreven HR-assistent: bouw een AI-assistent die gebruikmaakt van OpenAI's GPT en Gradio UI om vragen uit de HR-beleidsdocumenten van Nestlé te extraheren en te beantwoorden, waardoor de toegankelijkheid van HR-informatie wordt verbeterd.
• AI-aangedreven ontwerpgenerator: ontwerp een platform dat tekstprompts omzet in visuele inhoud met behulp van OpenAI's DALL·E en Gradio UI, waardoor marketing- en creatieve workflows worden gestroomlijnd.
• AI-aangedreven Business Intelligence-assistent: ontwikkel InsightForge, een business intelligence-tool aangedreven door RAG en LLM's om gegevens te analyseren, trends te detecteren en inzichten te leveren met interactieve visualisaties.
• App voor het genereren van afbeeldingen met LangChain: creëer een applicatie die LangChain integreert met OpenAI's DALL·E om tekstbeschrijvingen om te zetten in realistische afbeeldingen en illustraties.
• Fijn afgestelde Falcon7 gepersonaliseerde LLM: Experimenteer met Falcon-7b door deze te verfijnen voor aangepaste tekstgeneratietaken. Implementeer personalisatietechnieken door te trainen met taakspecifieke voorbeelden.

FAQ

Veelgestelde vragen

Hoe wordt het programma aangeboden?

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

Hoe ziet het lesrooster eruit? Zijn er opnames?

De cursus duurt doorgaans ongeveer 16 weken, met naar schatting 8-10 uur aan wekelijkse live sessies. Er zijn doordeweekse en weekendlessen met verschillende roosters. Tussen de cursussen door zijn er veel praktische projecten die moeten worden voltooid. 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. Cursisten 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. U kunt live sessies bijwonen die meestal in het weekend worden gehouden op een tijdstip dat u schikt, en vervolgens in uw vrije tijd opdrachten/projecten voltooien.

Wat is een toegepaste AI-cursus?

Een toegepaste AI-cursus richt zich op het gebruik van kunstmatige intelligentie om uitdagingen in de praktijk aan te pakken. In plaats van zich te concentreren op theorie, ligt de nadruk op praktische oefeningen: het bouwen van AI-aangedreven applicaties, het werken met machine learning-modellen en het gebruik van tools zoals ChatGPT, Hugging Face en OpenAI. Deelnemers verwerven praktische vaardigheden op gebieden zoals automatisering, contentcreatie, chatbots en beeldgeneratie, wat deze cursus bijzonder waardevol maakt voor professionals die direct inzetbare expertise willen opdoen die aansluit bij de behoeften van de industrie.

Toelatingscriteria voor de specialisatie Toegepaste generatieve AI

Dit programma staat open voor studenten met een bachelordiploma op het gebied van bijvoorbeeld informatica, engineering of wiskunde. Het is geschikt voor zowel beginners als professionals die hun AI-vaardigheden willen verbeteren. Hoewel voorkennis van programmeren of kunstmatige intelligentie een pré is, is dit geen strikte vereiste. De cursus is zo opgezet dat je stap voor stap wordt begeleid, waardoor deze ook toegankelijk is voor mensen die nog niet bekend zijn met AI en machine learning.

Hoe efficiënt zijn de trainers?

De cursus Applied AI wordt gegeven door ervaren professionals uit de industrie met expertise op het gebied van machine learning, natuurlijke taalverwerking, Google Cloud en kerninformatica. Elke trainer is geselecteerd op basis van zijn of haar praktijkervaring en bewezen vermogen om complexe concepten te vereenvoudigen, zodat je praktische, hands-on kennis opdoet van experts die AI in echte bedrijfsscenario's hebben toegepast.

Wat is het carrièrepad na afronding van de cursus?

Nu bedrijven steeds vaker AI toepassen, opent het voltooien van deze cursus Toegepaste AI en ML deuren naar een breed scala aan carrièremogelijkheden. U bent dan klaar voor functies als:

• AI-ontwikkelaar
• Machine learning-engineer
• een data scientist
• AI-consultant

Naarmate u ervaring opdoet, kunt u ook doorgroeien naar leidinggevende functies die gericht zijn op het vormgeven van AI-strategieën, het stimuleren van innovatie en het leiden van AI-gedreven transformatie binnen organisaties.

Wat is het verschil tussen AI en toegepaste AI?

Kunstmatige intelligentie (AI) is het bredere vakgebied dat zich richt op het ontwikkelen van systemen die menselijke vaardigheden zoals leren, redeneren en besluitvorming kunnen nabootsen. Het omvat het creëren van algoritmen, modellen en theorieën waarmee machines intelligentie kunnen nabootsen.

Toegepaste AI daarentegen gaat over het in de praktijk brengen van die concepten. Het maakt gebruik van AI-technieken en -tools om problemen in de echte wereld op te lossen en tastbare resultaten te leveren.

Voorbeeld:

• AI: Het ontwikkelen van een machine learning-model dat medische scans kan analyseren.
• Toegepaste AI: Het gebruik van dat model in ziekenhuizen om ziekten op te sporen aan de hand van scans en rapporten van patiënten, waardoor de snelheid en nauwkeurigheid van de diagnose worden verbeterd.

Belangrijkste kenmerken

• Cursus en materiaal zijn in het Engels
• in samenwerking met Purdue University Online
• Gemiddeld tot gevorderd niveau
• 16 weken live lessen door experts uit de industrie (8-10 uur/week weekendlessen)
• 70+ uur live lessen en projectondersteuning door mentoren
• 200+ uur studietijd en oefening aanbevolen
• Flexibel leren met opnames van sessies en 24/7 toegang
• Praktijkgericht leren door middel van 7+ praktijkprojecten en een afstudeerproject.
• Beheers veelgevraagde vaardigheden zoals LLM-finetuning, prompt engineering en AI-governance.
• Uitgebreid curriculum met AI-geletterdheid, agentische frameworks en generatieve AI.
• Microsoft-certificaat van voltooiing van de cursus, gehost op het Microsoft Learn-portaal
• Netwerkvoordelen via de Purdue Alumni Association
• Certificaat van voltooiing van het programma van Purdue University Online.

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.

Welke toegevoegde waarde levert Purdue University aan het programma?

Het curriculum van het programma is ontworpen en beoordeeld met hulp van de universiteit, wat het programma kwalitatieve legitimiteit en een certificaat van voltooiing met een co-branded logo geeft. Houd er rekening mee dat de live lessen niet worden gegeven door daadwerkelijke universiteitsdocenten, maar door vele ervaren experts uit de branche die geschikt zijn voor elk onderwerp.