ARTINTAPP

Net omdat het digitale landschap snel evolueert, is het belangrijker dan ooit om voortdurend op de hoogte te zijn van de hedendaagse essentiële online tools. Artificiële intelligentie, bijvoorbeeld, wordt alomtegenwoordig in erg uiteenlopende domeinen én bij BeCode kunnen we de kennis van jouw ICT-medewerkers in dit vakgebied helpen opkrikken. Na het succesvol afronden van onze opleiding zullen Python én Natural Language Processing (NLP) niet langer onontgonnen terrein zijn! In het kader van dit ESF-project heeft BeCode een aantal specifieke modules ontwikkeld voor ICT-medewerkers van bedrijven die zich willen verdiepen in de AI-aspecten van hun job.

Een project ondersteund door

Doelgroep

Het doelpubliek van dit opleidingsproject zijn developers die de AI-aspecten van hun job willen verkennen. Dit traject zal hen geen experts maken in Natural Language processing of AI. Het doel is om hen praktijkervaring te laten opdoen door hen te laten werken aan een use case afkomstig van hun eigen bedrijf.  

Dit traject moet dienen als startpunt voor de integratie van AI in de onderneming. NLP is een veelvoorkomende toepassing van AI, daarom wordt er in dit traject op gefocust. Door de aanpak zullen de deelnemers ervaren hoe ze tot een end-to-end oplossing kunnen komen. Het traject biedt hen ook inzicht in de mogelijkheden die AI het bedrijf te bieden heeft: het reduceren van de kosten en het optimaliseren van bedrijfsprocessen.

Opleidingsprogramma

Tijdens dit twintig dagen durende opleidingstraject doen de participanten praktijkervaring op door hun kennis toe te passen op een hands-on AI-project. Het programma steunt op de classificatie van grote hoeveelheden documenten en e-mails aan de hand van NLP-technieken. De structuur van het programma kan hergebruikt worden om andere AI-gerelateerde uitdagingen aan te pakken. 

1. Python fundamentals

CONTENT

Python is een fundamentele programmeertaal in het creëren van AI-toepassingen. In deze module zal je je programmeervaardigheden aanscherpen door ze toe te passen op Python’s syntax én brengen we je de best practices bij.

DOELSTELLINGEN

  • Programmeervaardigheden uitbreiden naar Python.
  • Goed leren programmeren in Python.

2. Python advanced & data tools

CONTENT

Een computer die tekst kan begrijpen? Om dit te realiseren moet je gebruik maken van geavanceerde Python-technieken en moet je leren hoe je grote hoeveelheden data moet ontleden en manipuleren.

DOELSTELLINGEN

  • Gebruikmaken van geavanceerde Python-technieken.
  • Identificeren van de noodzakelijke technieken.

3. introductie tot AI & NLP

CONTENT

AI kan een bedrijf op vele manieren ten goede komen. We zullen AI leren demystifiëren om de mogelijkheden ervan in een werkcontext te ontdekken én we zullen ons verdiepen in NLP, een veelgebruikte technologie in AI.

DOELSTELLINGEN

  • Een beter beeld hebben van wat NLP is én hoe je er gebruik van kunt maken.
  • Ontdekken hoe AI jouw bedrijf ten goede kan komen.
  •  

4. text processing

CONTENT

Deze module leid je in tot NLP preprocessing omdat dit de eerste stap is richting andere interessante onderwerpen als sentimentanalyse én documentclassificatie.

DOELSTELLINGEN 

  • Ontdekken wat de populairste tekstvoorbewerkingstechnieken zijn én weten wanneer je ze gebruikt. 
  • Gebruiken van tekstvoorbewerkingstechnieken.

5. modeling

CONTENT

AI-modellen als BERT en TFIDF kunnen taken uitvoeren zoals het classificeren van e-mails én documenten, net zoals een mens dat zou doen. Je leert hoe je de verworven kennis kunt toepassen op de business use case die tijdens de opleiding wordt behandeld.

DOELSTELLINGEN

  • In staat zijn om state-of-the-art document- en e-mailclassificatiemodellen te gebruiken.

6. model evaluation

CONTENT

Als het model klaar is, moet je de accuraatheid ervan testen. Je zult leren hoe je het classificatiemodel dat je ontworpen hebt kunt evalueren. 

DOELSTELLINGEN

  • Een classificatiemodel evalueren.
  • Begrijpen welke metrieken er gebruikt worden voor een classificatie-evaluatie (F1-score, recall, nauwkeurigheid, precisie, …).
  • Nagaan waar het model faalt én hoe het beter kan worden gemaakt.

7. project demonstratie & volgende stappen

CONTENT

Op het einde van de opleiding presenteert elke groep zijn resultaat. Dit is het ultieme moment om alle nieuw verworven kennis te delen én na te denken over hoe deze in een bedrijfscontext ingezet kan worden.

DOELSTELLINGEN

  • Alle tijdens de opleiding vergaarde kennis met elkaar delen.
  • Feedback aanreiken over het opleidingsprogramma.

Vereisten

  • Sterke motivatie
  • Zelf-leerder
  • Probleem-oplossende ingesteldheid 
  • De wil hebben om al doende te leren
  • Goede programmeerkennis
  • Kunnen programmeren in Python is een pluspunt, geen vereiste

Contacteer ons

Wens je toegang tot het opleidingsmateriaal of ben je geïnteresseerd in het volgen van het traject? Aarzel dan zeker niet om contact met ons op te nemen.

Houria Toulni

Houria Toulni

Contact voor operationele vragen

houria.toulni@becode.org