Generatieve AI Modellen & Systemen Effectief Inzetten
Introductie
Deze sessie biedt een verdiepende blik op de werking en toepassing van generatieve AI-systemen zoals ChatGPT, Gemini, Claude en LLaMA. In tegenstelling tot de kennissessie over Large Language Models (LLMs), richt deze training zich op meer geavanceerde concepten en technische aspecten, zoals de architectuur van transformers, modelcontext, evaluatiemethoden en integratie-opties.
Je leert hoe generatieve modellen precies werken, hoe je hun output beoordeelt, en welke aanpak — prompt engineering, fine-tuning of RAG — het meest geschikt is voor verschillende use cases. Ook staan we stil bij betrouwbaarheid, risico’s en governance bij grootschalige inzet van generatieve AI in organisaties.
Leerdoelen
1. Begrijpen hoe generatieve AI-modellen werken
Architectuur van transformers en het belang van self-attention
Werking van tokens, embeddings en context windows
Begrip van trainingsdata, modelgrootte en fine-tuningmethoden
2. Output evalueren en beoordelen
Output beoordelen op:
Factuality – klopt de gegenereerde informatie?
Bias – zijn er vooroordelen in het model zichtbaar?
Consistency – is de output logisch en consistent?
Helpfulness – is de output relevant en bruikbaar?Verschil tussen menselijke evaluatie en automatische scoringsmethoden
3. Technieken voor maatwerk en integratie
Prompt engineering – sturing van output via slimme input
Fine-tuning – modellen aanpassen aan specifieke domeinen of taken
Retrieval-Augmented Generation (RAG) – LLMs koppelen aan eigen documentatie of kennisbanken
Afwegingen tussen flexibiliteit, kosten, controle en onderhoud
4. Verantwoord en strategisch inzetten van generatieve AI
Inzicht in risico’s: hallucinerende output, verkeerde interpretatie, afhankelijkheid
Governance: documentatie, auditing, monitoring en beleidsmatige kaders
Juridische en ethische kaders: AI Act, AVG, transparantie-eisen
Praktische tips voor verantwoorde implementatie in organisatieprocessen
Voor wie
Deze sessie is bedoeld voor AI-specialisten, data leads, technische beslissers, innovatieadviseurs en architecten die generatieve AI strategisch en verantwoord willen inzetten — en meer inzicht willen in de technische werking, evaluatie en integratie van deze systemen binnen hun organisatie.
Geïnteresseerd in deze sessie?
Neem gerust contact met ons op. We denken graag met je mee over een invulling die past bij jouw team, sector en technologische context.
Generatieve AI Modellen & Systemen Effectief Inzetten
Introductie
Deze sessie biedt een verdiepende blik op de werking en toepassing van generatieve AI-systemen zoals ChatGPT, Gemini, Claude en LLaMA. In tegenstelling tot de kennissessie over Large Language Models (LLMs), richt deze training zich op meer geavanceerde concepten en technische aspecten, zoals de architectuur van transformers, modelcontext, evaluatiemethoden en integratie-opties.
Je leert hoe generatieve modellen precies werken, hoe je hun output beoordeelt, en welke aanpak — prompt engineering, fine-tuning of RAG — het meest geschikt is voor verschillende use cases. Ook staan we stil bij betrouwbaarheid, risico’s en governance bij grootschalige inzet van generatieve AI in organisaties.
Leerdoelen
1. Begrijpen hoe generatieve AI-modellen werken
Architectuur van transformers en het belang van self-attention
Werking van tokens, embeddings en context windows
Begrip van trainingsdata, modelgrootte en fine-tuningmethoden
2. Output evalueren en beoordelen
Output beoordelen op:
Factuality – klopt de gegenereerde informatie?
Bias – zijn er vooroordelen in het model zichtbaar?
Consistency – is de output logisch en consistent?
Helpfulness – is de output relevant en bruikbaar?Verschil tussen menselijke evaluatie en automatische scoringsmethoden
3. Technieken voor maatwerk en integratie
Prompt engineering – sturing van output via slimme input
Fine-tuning – modellen aanpassen aan specifieke domeinen of taken
Retrieval-Augmented Generation (RAG) – LLMs koppelen aan eigen documentatie of kennisbanken
Afwegingen tussen flexibiliteit, kosten, controle en onderhoud
4. Verantwoord en strategisch inzetten van generatieve AI
Inzicht in risico’s: hallucinerende output, verkeerde interpretatie, afhankelijkheid
Governance: documentatie, auditing, monitoring en beleidsmatige kaders
Juridische en ethische kaders: AI Act, AVG, transparantie-eisen
Praktische tips voor verantwoorde implementatie in organisatieprocessen
Voor wie
Deze sessie is bedoeld voor AI-specialisten, data leads, technische beslissers, innovatieadviseurs en architecten die generatieve AI strategisch en verantwoord willen inzetten — en meer inzicht willen in de technische werking, evaluatie en integratie van deze systemen binnen hun organisatie.
Geïnteresseerd in deze sessie?
Neem gerust contact met ons op. We denken graag met je mee over een invulling die past bij jouw team, sector en technologische context.
Beschrijving:
Verdiep je in de werking, architectuur én evaluatie van generatieve AI-modellen zoals ChatGPT, Gemini en LLaMA.
Leerdoelen:
Begrijpen hoe LLMs werken: transformers, tokens, embeddings en context.
Methoden om de output van LLMs te evalueren: factuality, bias, consistentie, helpfulness.
Begrijpen van methodes om hallucinaties te detecteren
Kennis krijgen van de verschillende type LLM's, zoals redeneerings-en multimodale modellen.
Inzichten in prompt engineering vs. fine-tuning vs. RAG voor specifieke use cases.
Voor wie: Engineers en technische professionals die echt willen begrijpen hoe Generatieve AI systemen werken.
Generatieve AI Modellen & Systemen Effectief Inzetten
Introductie
Deze sessie biedt een verdiepende blik op de werking en toepassing van generatieve AI-systemen zoals ChatGPT, Gemini, Claude en LLaMA. In tegenstelling tot de kennissessie over Large Language Models (LLMs), richt deze training zich op meer geavanceerde concepten en technische aspecten, zoals de architectuur van transformers, modelcontext, evaluatiemethoden en integratie-opties.
Je leert hoe generatieve modellen precies werken, hoe je hun output beoordeelt, en welke aanpak — prompt engineering, fine-tuning of RAG — het meest geschikt is voor verschillende use cases. Ook staan we stil bij betrouwbaarheid, risico’s en governance bij grootschalige inzet van generatieve AI in organisaties.
Leerdoelen
1. Begrijpen hoe generatieve AI-modellen werken
Architectuur van transformers en het belang van self-attention
Werking van tokens, embeddings en context windows
Begrip van trainingsdata, modelgrootte en fine-tuningmethoden
2. Output evalueren en beoordelen
Output beoordelen op:
Factuality – klopt de gegenereerde informatie?
Bias – zijn er vooroordelen in het model zichtbaar?
Consistency – is de output logisch en consistent?
Helpfulness – is de output relevant en bruikbaar?Verschil tussen menselijke evaluatie en automatische scoringsmethoden
3. Technieken voor maatwerk en integratie
Prompt engineering – sturing van output via slimme input
Fine-tuning – modellen aanpassen aan specifieke domeinen of taken
Retrieval-Augmented Generation (RAG) – LLMs koppelen aan eigen documentatie of kennisbanken
Afwegingen tussen flexibiliteit, kosten, controle en onderhoud
4. Verantwoord en strategisch inzetten van generatieve AI
Inzicht in risico’s: hallucinerende output, verkeerde interpretatie, afhankelijkheid
Governance: documentatie, auditing, monitoring en beleidsmatige kaders
Juridische en ethische kaders: AI Act, AVG, transparantie-eisen
Praktische tips voor verantwoorde implementatie in organisatieprocessen
Voor wie
Deze sessie is bedoeld voor AI-specialisten, data leads, technische beslissers, innovatieadviseurs en architecten die generatieve AI strategisch en verantwoord willen inzetten — en meer inzicht willen in de technische werking, evaluatie en integratie van deze systemen binnen hun organisatie.
Geïnteresseerd in deze sessie?
Neem gerust contact met ons op. We denken graag met je mee over een invulling die past bij jouw team, sector en technologische context.
How It All Started
This is a space to share more about the business: who's behind it, what it does and what this site has to offer. It’s an opportunity to tell the story behind the business or describe a special service or product it offers. You can use this section to share the company history or highlight a particular feature that sets it apart from competitors.
Let the writing speak for itself. Keep a consistent tone and voice throughout the website to stay true to the brand image and give visitors a taste of the company’s values and personality.