POSTGRADUAAT
AI BUSINESS Architect
WAT IS EEN AI BUSINESS ARCHITECT EN WAAROM DEZE OPLEIDING?
Artificiële intelligentie, kortweg AI, verovert de wereld aan een ongezien tempo en in elke sector zijn de mogelijkheden legio. Deze technologie maakt vandaag oplossingen mogelijk die voorheen technisch onhaalbaar waren. AI heeft nu al een enorme invloed op ons dagelijks leven: chatbots, autonome drones en zelfrijdende auto’s, slimme thermostaten, smart assistants van Siri, Amazon Alexa, Google Assistant, robots & AI, het stellen van medische diagnoses enz…
WAT IS EEN AI BUSINESS ARCHITECT?
Een AI Business Architect is iemand die de business challenges van een bedrijf kan vertalen naar artificiële intelligentie. Dit is een beroep met een geweldig grote toekomst. Deze AI architect begrijpt als geen ander de technologische mogelijkheden van AI en brengt tevens de (nieuwe) AI competentienoden voor de onderneming in kaart. Vanuit deze inzichten kan de ‘architect’ nieuwe (haalbare) AI-cases uitdenken voor de eigen organisatie. Vervolgens stuurt hij een team aan om een case tot daadwerkelijke implementatie te brengen. Hierbij worden steeds de grenzen van het legale en van eventuele ethische of morele waarden afgetoetst.
Binnen het opleidingsprogramma is er ook aandacht voor praktijkcases. Zo ontvangen we gastsprekers van bedrijven en kenniscentra die samen met de cursisten hun AI business idee laten uitwerken tot een volwaardig business plan en innovatietraject.
VOOR WIE?
Dit postgraduaat richt zich naar verschillende profielen op de arbeidsmarkt:
- projectmanagers,
- business analisten,
- team leaders,
- industrieel ingenieurs, burgerlijk ingenieurs,
- informatici,
- data science professionals,
- proces engineers,
- juristen,
- humane wetenschappers,
- economisten, …
- alsook diverse profielen uit sectoren zoals de bouw, logistiek, health, milieu, landbouw, overheden, …
De cursist beschikt over een bachelor- of masterdiploma. Voorkennis is niet noodzakelijk aangezien de modules zo zijn opgebouwd dat er vertrokken wordt vanuit de basisaspecten van elk specifiek vakgebied. Vrijstellingen kunnen aangevraagd worden voor een module, na contact met de coördinator.
Ook als pas afgestudeerde Bachelor of Master kan je deze opleiding aanvatten om je horizon te verbreden.
Als je niet over een bachelor- of masterdiploma beschikt, neem je best eerst contact op met de coördinator.
Programma
Het postgraduaat AI Business Architect bestaat uit drie modules van in totaal 20 studiepunten. De wekelijkse avondlessen gaan door op Hogeschool PXL in Hasselt en worden gegeven door erkende docenten en ervaringsdeskundigen uit de sector.
Module 1: Fundamentals
In deze module laten we tal van sprekers uit het bedrijfsleven en kennisinstellingen dieper ingaan op hun concrete ervaringen met AI. Ze geven elk voorbeelden waarin Artificiële Intelligentie ons leven gemakkelijker maakt. Maar zitten er ook nadelen aan AI? Ondanks dat AI geweldige mogelijkheden biedt om aan klantbehoeften te voldoen en nieuwe bedrijfsmodellen te creëren, heeft het ook z’n keerzijde. Kunnen we ervoor zorgen dat AI iedereen eerlijk behandelt en in hoeverre zijn organisaties verantwoordelijk voor het beschermen van privacy? Ook op juridisch vlak stelt deze technologie zeer specifieke uitdagingen. Verder exploreren we wat artificiële intelligentie, machine learning en deep learning precies is, en waar ze wel en niet goed in zijn en waarom dit vandaag werkt. We bekijken voorbeelden van de verschillende toepassingen van computervision, natural language processing (NLP), maar ook van recommendation engines, generative adversarial networks en reinforcement learning.
Module 2: Technology
In de module Technology beogen we voornamelijk inzicht te geven in de diverse technologische evoluties die AI wereldwijd ondergaat. We zoomen in op de synergie tussen hardware (sensoren, GPU, robots, drones, …) en AI-software. Cloud, hybrid & edge computing wordt gedetailleerd toegelicht met concrete voorbeelden en de pro’s en contra’s van deze data systemen. We overlopen de diverse programmeertalen (Python, Java, Lisp, Prolog, R, …) die in het AI-domein worden gebruikt met opnieuw een aantal voorbeelden. De focus ligt hier op inzicht geven in de achterliggende werking, eerder dan concrete programmeerervaring op te doen. Tot slot worden AI frameworks (TensorFlow, Pytorch, Keras, Spark, CNTK, …) op dezelfde manier toegelicht. De AI Business architect moet in staat zijn voor een bedrijf een goede inschatting te maken van de technologische haalbaarheid. Hij is eerder de ‘architect’ of adviseur in de technologische hulpmiddelen die nodig zijn om de bedrijfscase concreet te implementeren.
Module 3: Business
We helpen je onderstaande vragen te beantwoorden:
- Welke toepassingen kun je voor je eigen organisatie ontdekken?
- Welke (nieuwe) expertise heb je nodig om een succesvol team op te bouwen dat AI in jouw organisatie kan gaan implementeren?
- Wat is de relatie tussen AI, innovatie en nieuwe business modellen en wie moet je bij het traject betrekken?
- Welke technologieën en tools staan tot je beschikking om artificial intelligence systemen te ontwikkelen?
- Welke gevolgen kan AI hebben voor de arbeidsorganisatie, het management en de werkgelegenheid?
We gaan in kleinere teams van 2 à 3 cursisten aan de slag met één van de cases die door bedrijven worden voorgesteld. Met een eerder praktische dan theoretische aanpak ontdekken we de antwoorden op bovenstaande vragen. Wat is nu al praktisch toepasbaar en hoe zet je dat om in een rendabele business?
PRAKTISCH
Het postgraduaat AI Business Architect bestaat uit drie modules van in totaal 20 studiepunten. De wekelijkse avondlessen worden gegeven door erkende docenten en ervaringsdeskundigen uit de sector. Een groot deel van de theorielessen zijn zowel op locatie (Hogeschool PXL in Hasselt) als online op afstand te volgen. Zo bepaal je helemaal zelf hoe en wanneer je de opleiding volgt.
Prijs
Het inschrijvingsgeld voor de gehele opleiding bedraagt 1.950 euro. De modules Fundamentals en Technology kunnen ook apart gevolgd worden, elk aan 450 euro. De module Business kost 1.200 euro.
De opleiding komt in aanmerking voor Vlaams opleidingsverlof. Betalingen via KMO-portefeuille worden aanvaard. Voor meer informatie over de betalingsmodaliteiten kan je terecht op het telefoonnummer +32 (0)11 77 57 05.
DATA
De opleiding starten 27 september 2021.
De lessen vinden plaats op maandagavond van 18.00 tot 22.00 uur en lopen tot begin juni.
Onderaan deze pagina kan je een gedetailleerde opleidingskalender terugvinden.
Locatie
De lessen vinden plaats in het nieuwe gebouw van PXL-Digital maar kunnen ook via online videostreaming van thuis uit gevolgd worden.
Hogeschool PXL
Campus Elfde Linie – gebouw G
Gouverneur Verwilghensingel 3a
B-3500 HASSELT
Evaluatie en attestering
De evaluatie van de module Fundamentals en Technology zal gebeuren op basis van een examen. De evaluatie van de module Business bestaat uit het beoordelen van een uitgewerkte case waaraan een eindpresentatie verbonden is.
Wie als houder van minimaal een bachelor diploma op alle onderdelen slaagt, ontvangt het getuigschrift van het postgraduaat. Wie niet beschikt over een diploma hoger onderwijs of wie niet alle opleidingsonderdelen gevolgd heeft, krijgt een attest van deelname, al dan niet met vermelding ‘geslaagd’.
Studiepunten en
contacturen
| Onderdeel | SP | CU |
| Fundamentals | 4 | 24 |
| Technology | 4 | 24 |
| Business | 12 | 72 |
| Totaal | 20 | 120 |
SP = studiepunt
CU = contacturen
KALENDER
Het postgraduaat AI Business Architect bestaat uit drie modules van in totaal 20 studiepunten. De wekelijkse avondlessen worden gegeven door erkende docenten en ervaringsdeskundigen uit de sector.
| Datum | Onderwerp | Docent |
| 27/09/2021 | Kennismaking met AI | Jelle Hoedemaekers – Wouter Baetens |
| 04/10/2021 | De rol van data definiëren | Jonny Daenen |
| 11/10/2021 | Het gebruik van algoritmes | Jan Meskens |
| 18/10/2021 | Machine Learning | Robrecht Vandendriessche |
| 25/10/2021 | Deep Learning | Kristof Slechten |
| Herfstverlof | ||
| 08/11/2021 | NLP en Computer Vision | Klaus Dillen – Nick Koopmans |
| 15/11/2021 | Examen & Netwerkavond | Marijke Sporen |
Wat leer je in de module Fundamentals?
In deze module laten we tal van sprekers uit het bedrijfsleven en kennisinstellingen dieper ingaan op hun concrete ervaringen met AI. Ze geven elk voorbeelden waarin Artificiële Intelligentie ons leven gemakkelijker maakt. Maar zitten er ook nadelen aan AI? Ondanks dat AI geweldige mogelijkheden biedt om aan klantbehoeften te voldoen en nieuwe bedrijfsmodellen te creëren, heeft het ook z’n keerzijde. Kunnen we ervoor zorgen dat AI iedereen eerlijk behandelt en in hoeverre zijn organisaties verantwoordelijk voor het beschermen van privacy? Ook op juridisch vlak stelt deze technologie zeer specifieke uitdagingen. Vervolgens exploreren we wat artificiële intelligentie, machine learning en deep learning precies is, en waar ze wel en niet goed in zijn en waarom dit vandaag werkt. We bekijken voorbeelden van de verschillende toepassingen van computervision, natural language processing (NLP), en een paar speciale gevallen zoals recommendation engines, generative adversarial networks en reinforcement learning.
1. Kennismaking met AI
Kunstmatige intelligentie is de intelligentie waarmee machines, software en apparaten zelfstandig problemen oplossen. Zij imiteren hierbij het denkvermogen van de mens. De grote vraag rondom kunstmatige intelligentie is welke rol we het willen geven in onze levens. Wat gebeurt er als computers beter worden in dingen dan de mens? En wie bepaalt dan wat ‘beter’ is? Kunstmatige intelligentie is een technologie die veel vragen en dilemma’s oproept. Bij elke nieuwe toepassing is het belangrijk om stil te staan bij ethische en juridische vragen. Tijdens de eerste lesavond krijg je oa een antwoord op vele vragen: Wat is AI? Hoe is AI ontstaan? Korte historiek. Hoe maken we AI verantwoordelijk en wat met de privacy? Steelt AI onze jobs? …
* Praktijkvoorbeeld – Arinti: AI in de praktijk: enkele use-cases van Belgische klanten.
AI is niet langer ‘ver van ons bed’. In dit gastcollege zal Wouter Baetens, Managing Partner van Arinti, enkele praktijkvoorbeelden toelichten van AI projecten gerealiseerd voor en door Belgische organisaties.
2. De rol van data definiëren
De wereldeconomie verkeert in een overgangsfase. Er wordt meer data dan ooit geproduceerd en opgeslagen. Bovendien slagen we er steeds beter in om die enorme hoeveelheden data te analyseren en te gebruiken. Op de achtergrond speelt ook de opkomst van kunstmatige intelligentie, in het bijzonder machine learning. Slimme apparaten kunnen mensen helpen data te analyseren en zelf beslissingen te maken op basis van de informatie die ze aangeboden krijgen. In deze module zoeken we antwoorden op tal van vragen: wat is gestructureerde data, wat is Big Data, waarom data labelen, hoe geautomatiseerd data verzamelen, nuttige data scheiden van incompatibele data, enz.
* Praktijkvoorbeeld – Selligent: Voorspellen van e-mail interacties
3. Het gebruik van algoritmes
Steeds meer websites en apparaten om ons heen maken gebruik van algoritmes. Facebook zet bijvoorbeeld algoritmes in om te bepalen wat je op je tijdlijn ziet en YouTube om jou filmpjes aan te bevelen. Maar wat is een algoritme? Een algoritme is eigenlijk een wiskundige formule. In programmeertaal is het een instructie, een stukje code, om een probleem om te lossen. We noemen iets artificial intelligence als die algoritmes op basis van gegevens of signalen uit hun omgeving zelfstandig beslissingen nemen én daarvan leren. We nodigen enkele experten uit om jullie dat allemaal glashelder toe te lichten.
4. Machine learning
Machine learning technologie leert computers hoe ze taken moeten uitvoeren door te leren van data, in plaats van dat ze er expliciet voor worden geprogrammeerd. Machine learning maakt gebruik van geavanceerde algoritmen om te “leren” van immense hoeveelheden big data. We leren je de belangrijkste types van machine learning (supervised, unsupervised en reinforcement learning) aan de hand van praktijkvoorbeelden toegelicht door ervaren bedrijfsleiders.
* Praktijkvoorbeeld – Arinti: Machine Learning bij een mondiale FMCG producent.
Potentiële retailkanalen ontdekken, vervallen producten vermijden of toekomstige verkoop voorspellen: als je vandaag marktaandeel wil winnen als mondiale speler in de FMCG markt, kan je niet meer zonder ML. We lichten enkele projecten toe en tonen hoe ML tot waardecreatie kan leiden.
5. Deep Learning
Deep learning is een nieuwe naam voor wat in de computerwetenschap bekend staat als ‘neurale netwerken’. Het doel is om de manier waarop het menselijk brein leert, na te bootsen. Deep learning stelt computers dus in staat om nieuwe dingen te leren van grote hoeveelheden data, waarbij het niet uitmaakt of die data bestaan uit getallen, tekst, geluid of beeld. In deze module komen tal van begrippen aan bod: neurale netwerken, classification, regression, learning rate, optimizers, backpropagation, dropout, convoluties, enz. Maar we houden het praktisch en eenvoudig: aan de hand van concrete toepassingen worden deze begrippen toegelicht.
* Praktijkvoorbeeld – Continuum Consulting: Deep learning in project phoebe
Project phoebe (Digital project of the year 2020 – datanews) bevat een deep learning module met in productie vandaag ongeveer +/- 600 miljoen parameters die verdeeld zijn onder verschillende netwerken. Na een korte project introductie gaan we kijken hoe we zo’n netwerken in de praktijk trainen/onderhouden.
6. NLP en Computer vision
Natural Language Processing (NLP) is een AI techniek om automatisch relevante informatie uit documenten, mails, spraak, websites, blogs, … te detecteren. Dankzij NLP kan men bijvoorbeeld documenten of mails automatisch classificeren.
Computer Vision haalt informatie uit afbeeldingen en herkent specifieke concepten. Het kan daarom verschillende taken uitvoeren, zoals het herkennen van gezichten of classificeren van tekens. Als je je smartphone ontgrendeld met je gezicht, werkt dat via CV. Wanneer een machine visuele input – zoals een camerabeeld – verwerkt, wordt CV ingezet om de computer te laten begrijpen wat het ziet. Je kunt CV zien als het deel van het menselijk brein dat de informatie verwerkt die het van je ogen ontvangt.
* Praktijkvoorbeeld – Dillen Technologies: case in de financiële sector waarbij dagelijks duizenden ongestructureerde teksten via NLP worden geanalyseerd.
7. Examen en Netwerkavond
Na het examen organiseren we een toffe avond met een pitch yourself moment waarin jullie onderling wat kunnen netwerken en in contact komen met AI ondernemers. Uiteraard met een hapje en een drankje!
| Datum | Onderwerp | Docent |
| 22/11/2021 | Hardware | Klaus Dillen – Nick Koopmans |
| 29/11/2021 | Cloud, Hybrid & Edge Computing | Klaus Dillen – Nick Koopmans |
| 06/12/2021 | Programming | Tim Dupont – Sam Van Rijn |
| 13/12/2021 | Frameworks | Tim Dupont – Sam Van Rijn |
| 20/12/2021 | Praktijkvoorbeelden van bedrijven | Kristof Slechten – Tim Jacobs – Valentin Calomme – Jo Vanpaeschen |
| Kerstverlof | ||
| 10/01/2022 | Smart ICT cases | Steven Palmaers – Robin Schrijvers |
| 17/01/2022 | Examen & Netwerkavond | Marijke Sporen |
Wat leer je in de module Technology?
In de module Technology beogen we voornamelijk een inzicht in de diverse technologische evoluties die AI wereldwijd ondergaat. We zoomen in op de synergie tussen hardware (sensoren, GPU, robots, robots, drones, health, …) en AI-software. Cloud, hybrid & edge computing wordt gedetailleerd toegelicht met concrete voorbeelden en de pro’s en contra’s van deze data systemen. We overlopen de diverse programmeertalen (Python, Java, Lisp, Prolog, R, …) die in het AI-domein worden gebruikt met opnieuw een aantal voorbeelden om eerder inzicht te creëren dan programmeer ervaring op te doen. Tot slot worden AI frameworks (TensorFlow, Pytorch, Keras, Spark, CNTK, …) op dezelfde manier toegelicht. De AI Business architect moet in staat zijn voor een bedrijf een goede inschatting te maken van de technologische haalbaarheid. Hij is eerder de ‘architect’ of adviseur in de technologische hulpmiddelen die nodig zijn om de bedrijfscase concreet te implementeren.
1. Hardware
Mensen halen robotica en AI vaak door elkaar. Het helpt om AI te zien als de software die gebruikt wordt om problemen op te lossen en robotica als de hardware om die oplossingen uit te voeren. We leren dit via tal van voorbeelden. Sensoren die data genereren en iets vertellen over de toestand van een apparaat, mens, machine of omgeving. Denk aan hartslagmeters, luchtvochtigheidsmeters, thermometers, decibelmeters, et cetera. Drones, zelfrijdende auto’s, robotica, apps en API’s zorgen ervoor dat je artificial intelligence eenvoudig kan inbedden in het dagelijkse leven.
* Praktijkvoorbeeld – Pixelvision: info volgt
2. Cloud, Hybrid & Edge Computing
We leren je de diverse begrippen van data opslag systemen met hun specifieke kenmerken en toepassingsdomeinen. Traditioneel wordt de rekenkracht van servers gebruikt om taken uit te voeren zoals het minimaliseren van gegevens of om geavanceerde gedistribueerde systemen te creëren. Een Edge Cloud architectuur daarentegen wordt gebruikt om de (verwerkings)kracht naar de randen (clients/devices) van je netwerken te decentraliseren.
* Praktijkvoorbeeld – Dillen Technologies: case waarbij verschillende AI-technieken worden gebruikt om kwaliteitsinspectie op productielijnen te verbeteren
3. Programming
Programmeertalen zoals R, Python, RapidMiner en software van bijvoorbeeld SAS stellen organisaties in staat om modellen te ontwikkelen met geavanceerde data mining, textmining en image processing. De lesgever zal aan de hand van voorbeelden inzicht helpen creëren in deze tools voor AI programmeurs. Als AI architect leer je op deze manier een zicht te krijgen op de concrete implementatie van een AI case en ben je beter in staat een AI team aan te sturen zonder zelf hierin expert te zijn.
4. Frameworks
Een AI framework helpt bij het versnellen van het bouwen van op AI gebaseerde applicaties. We maken kennis met een aantal wereldwijd gekende systemen als TensorFlow, Pytorch, Keras, … en laten opnieuw via een aantal praktijkvoorbeelden zien hoe deze frameworks gebruikt worden.
5. Praktijkvoorbeelden van bedrijven
We wisselen theorie en praktijk af gedurende de gehele opleiding. Daarom nodigen we gastsprekers uit om hun AI verhaal te brengen voor de klas. Je mag rekenen op boeiende AI voorbeelden die reeds een weg gevonden hebben in het bedrijfsleven.
* Praktijkvoorbeeld – Continuum Consulting : Digital project of the year 2020 (datanews)
Project phoebe is een event driven werk verdelingsmechanisme. Het zorgt voor optimalisatie van de commerciële core business processen door een mix van deep learning, tijdseries algoritmen en unsupervised machine learning (anomaly detection).
* Praktijkvoorbeeld – B-Robots: Automatisering en dispatching van CM Mailbox aan de hand van RPA & NLP
Het dispatchen van e-mails in deze mailbox kan worden geautomatiseerd middels een combinatie van RPA en AI (NLP). Hierdoor daalt het volume van de manueel te behandelen e-mails. De e-mails komen sneller terecht bij de partijen voor wie ze bestemd zijn. Bijkomend worden er uit de tekst de lidgegevens afgeleid, die later kunnen worden gekoppeld aan klantengegevens om nog directer te kunnen dispatchen.
* Praktijkvoorbeeld – Cegeka : Hoe AI inzetten om verkeersleefbaarheid te vergroten?
* Praktijkvoorbeeld – Mediaan: Q-Park – Via Speech to text API wordt de spraak omgevormd tot leesbare tekst waar we dan NLP op zetten
* Praktijkvoorbeeld – Mediaan: Automated Document Processing – Transport-aanvraag-document van verschillende templates worden ingelezen om de data er uit te halen en makkelijk te visualiseren om dan een connectie te kunnen maken met interne CRM systemen en alles in te vullen en dus niet meer handmatig alles over te zetten.
6. Smart ICT Cases
Tijdens deze lesavond worden een aantal cases uit afgelopen, lopende en toekomstige projecten binnen Smart ICT van Hogeschool PXL toegelicht. We focussen ons hier op de meerwaarde die technologieën binnen het AI-domein kunnen bieden voor bedrijven en de maatschappij, gaande van gezichtsherkenning tot data science. Tevens werken we in een workshop uit hoe je zelf aan de slag kan gaan met transparante artificiële intelligentie, zonder nood aan diepgaande technische knowhow.
7. Netwerkavond
We organiseren een toffe avond waarin jullie onderling wat kunnen netwerken en in contact komen met AI ondernemers. Uiteraard met een hapje en een drankje!
| Datum | Onderwerp | Docent |
| 24/01/2022 | Value Proposition Canvas | Mark Vanlook + coaching |
| 31/01/2022 | Business Model Canvas | Mark Vanlook + coaching |
| 07/02/2022 | Feasibility study | Jonny Daenen + coaching |
| 14/02/2022 | AI Projectplan | Wouter Baetens + Jan Meskens |
| 21/02/2022 | Pitch Training – Soft Skills | Marc Beenders |
| Krokusverlof | ||
| 07/03/2022 | Pitch your case | Bedrijf & coach |
| 14/03/2022 | Data-analyse | Bedrijf & coach |
| 21/03/2022 | Data-analyse | Bedrijf & coach |
| 28/03/2022 | Data-analyse | Bedrijf & coach |
| Paasvakantie | ||
| 19/04/2022 (DIN) | AI Project | Bedrijf & coach |
| 25/04/2022 | AI Project | Bedrijf & coach |
| 02/05/2022 | AI Project | Bedrijf & coach |
| 09/05/2022 | AI Project | Bedrijf & coach |
| 16/05/2022 | Innovatie Canvas | VLAIO |
| 23/05/2022 | Innovatie Canvas | VLAIO |
| 08/06/2022 (WOE) | Jury |
Wat leer je in de module Business?
Tijdens de module business gaan we nog meer praktisch tewerk. We leren voor de diverse bedrijfscases jullie een antwoord zoeken op onderstaande vragen:
- Welke toepassingen kun je voor je eigen organisatie ontdekken?
- Welke (nieuwe) expertise heb je nodig om een succesvol team op te bouwen dat AI in jouw organisatie kan gaan implementeren?
- Wat is de relatie tussen AI, innovatie en nieuwe business modellen en wie moet je bij het traject betrekken?
- Welke technologieën en tools staan tot je beschikking om artificial intelligence systemen te ontwikkelen?
- Welke gevolgen kan AI hebben voor de arbeidsorganisatie, het management en de werkgelegenheid?
We gaan in kleinere teams van 2 à 3 cursisten aan de slag met één van de cases die door bedrijven worden voorgesteld. Met een eerder praktische dan theoretische aanpak ontdekken we de antwoorden op bovenstaande vragen. Wat is nu al praktisch toepasbaar en hoe zet je dat om in een rendabele business?
1. Value Proposition Canvas
Vooraleer je de AI strategie van je onderneming uittekent, dien je eerst grondig de fundamenten te leggen. Zo bouw je voort op een sterke basis. De ideale tool om je hierbij te helpen is het Value Proposition Canvas: wat is de impact van de AI toepassing voor de klant?
2. Business Model Canvas
Het is niet alleen belangrijk een toegevoegde waarde te creëren voor je klant. Via het Business Model Canvas zoek je naar het (nieuwe) verdienmodel voor je bedrijf, ttz hoe past de AI toepassing in het business model van je organisatie.
3. Financieel Plan
Een AI idee omzetten naar een concrete implementatie kost geld. We starten met de bouwblokken van een financieel plan: kosten, investeringen, besparingen, opbrengsten, …. We leren een financieel plan opstellen aan de hand van concrete voorbeelden.
4. Pitch Training
Hoe pitch ik een AI plan van aanpak voor het management van een bedrijf? We leren je alle technieken van een perfecte elevator pitch.
5. AI plan van aanpak
Eens je alle bouwstenen van je business case in het canvas model hebt ingevuld, kan je aan de slag met het AI plan van aanpak: identificeer het probleem, ga voor een problem solution fit, voorbereiding and managing data, keuze van het juiste algoritme, training algoritme, uitrollen of the project.
6. Innovatieproject
Heb je een vernieuwend idee dat jouw onderneming kan versterken, maar moet je nog heel wat uitdagingen overwinnen bij de ontwikkeling van die innovatie? VLAIO geeft bedrijven met een ontwikkelingsproject een duwtje in de rug met advies en financiële steun. Maar, waaraan moet jouw business case dan voldoen? Je dient aan te tonen dat je alle aspecten die van invloed zijn op je plannen in kaart hebt gebracht.
7. Jury
Naar het einde van het academiejaar zullen de teams ingepland worden om een presentatie te geven voor de Jury over de uitgewerkte AI case.
* Programma onder voorbehoud van wijzigingen
CASES
Binnen deze opleiding werken de cursisten in kleine teams aan business cases tesamen met bedrijven. Zo leren ze hun verworven kennis toe te passen in de praktijk en helpen ze bedrijven bij het opstellen van een Business Canvas Model, een AI-Canvas en AI-projectplan, aslook een innovatiedossier. Op het einde van module Business pitchen ze hun plannen voor de Jury.
DOCENTEN
De lessen van deze cursus worden gegeven door zowel ervaren docenten als professionals uit het bedrijfsleven. Zo creëren we een inspirerende mix tussen het uitwisselen van theoretische kennis en de jarenlange praktijkervaring van de gastdocenten.
360° LEREN
De Digital Business School voorziet een hybride leerplatform: opleiding wordt gegeven on campus of online. Alle lessen worden opgenomen en achteraf ter beschikking gesteld. Zo bepaal je zelf waar, wanneer en hoe je de opleiding zal volgen.
Inschrijven
De inschrijvingen voor deze cursus zijn nu geopend en lopen via het officiële inschrijvingskanaal van Hogeschool PXL. Inschrijven kan op de Dienst Studentenadministratie van Hogeschool PXL, Elfde-Liniestraat 23A (PXL-Congress, gebouw D) te 3500 Hasselt. Je kan voorinschrijven via de knop hieronder.