Cursus · 12 hoofdstukken
AI Engineering: Grondslagen
AI-features naar productie brengen: prompting, RAG, structured outputs, fine-tuning en inference tuning. Hands-on, gratis, 12 hoofdstukken (~4,3u) voor engineers.
Wat je zult kunnen
- Schrijf gestructureerde, testbare prompts
- Bouw een RAG-pipeline van A tot Z
- Genereer type-veilige structured outputs
- Fine-tune modellen met LoRA
- Verlaag AI-latency en kosten
- Bouw multimodale AI-pipelines
Wat erin zit
- 1AI engineering foundations: intro
De kaart van het skilpad AI engineering foundations — wat de hoofdstukken behandelen, hoe ze samenhangen en waar je begint.
- 2Prompt engineering als vak
Schrijf prompts die werken als programma's — gestructureerd, testbaar en consistent effectief.
- 3Context engineering
Beheers de kunst en wetenschap van het samenstellen van optimale context voor AI-agents.
- 4Structured Outputs & Schema Engineering
Bouw typeveilige AI-pipelines die elke keer precies de datastructuur retourneren die je nodig hebt.
- 5RAG-fundamenten: van chat naar retrieval
Bouw de minimaal werkbare RAG-pipeline — chunk, embed, opslaan, ophalen, aanvullen, genereren — in gewone code.
- 6RAG engineering
Breng de retrieval-backbone naar productie — diepgaande embeddings, chunking-strategieën, documentverwerking, geavanceerde patronen en evaluatie. Vereist RAG Foundations.
- 7Fine-Tuning voor AI Engineers
Wanneer, waarom en hoe je LLM's fine-tunet -- van datasetvoorbereiding tot productie-deployment.
- 8Multimodale AI-engineering
Bouw productiesystemen met vision-API's, documentextractie en multimedia-AI.
- 9Dataset engineering
Bouw de datasets die AI-systemen écht laten werken — van synthetische generatie tot evaluatiesuites.
- 10Prompt Caching & Inference-optimalisatie
Engineer snellere, goedkopere en efficiëntere LLM-inference — van KV-cache-mechanismen tot productie-servingstrategieën.
- 11Context engineering voor kennissystemen
Ontwerp kennisbanken waar AI-agents doorheen kunnen navigeren, uit kunnen ophalen en naar kunnen handelen.
- 12Post-Training: DPO, GRPO & RL voor LLMs
Kies het juiste post-training algoritme -- preference optimization, reasoning RL en agent RL -- zonder te verdrinken in onderzoekspapers.
Veelgestelde vragen
- Wat leer ik in AI Engineering Foundations?
- Je leert productie-AI-systemen bouwen: prompt- en context-engineering, structured outputs, RAG-pipelines van chunking tot retrieval, fine-tuning met SFT en LoRA, multimodale verwerking, dataset engineering, inference-optimalisatie en post-training-methoden zoals DPO en GRPO. Elk hoofdstuk is hands-on en gebaseerd op pure code.
- Voor wie is deze cursus bedoeld?
- De cursus is gemaakt voor software-engineers en developers die echte AI-features willen opleveren, niet alleen willen experimenteren met chatbots. Je hebt basiskennis van programmeren en wilt de technieken achter RAG, fine-tuning en structured generation echt begrijpen.
- Heb ik voorkennis van AI of machine learning nodig?
- Je hebt algemene programmeerervaring nodig, maar geen voorkennis van machine learning. Het traject is afgestemd op practitioners en legt elke techniek — zoals embeddings, retrieval en LoRA — uit terwijl je ermee bouwt.
- Hoe lang duurt de cursus en hoe is die opgebouwd?
- Het traject bestaat uit 12 hoofdstukken met een totale duur van ongeveer 4,3 uur (257 minuten). Het begint met een inleidend hoofdstuk dat alle onderwerpen in kaart brengt, zodat je weet waar je kunt beginnen en hoe de hoofdstukken samenhangen. Daarna komen prompting, RAG, fine-tuning, multimodaal en inference-optimalisatie aan bod.
- Is AI Engineering Foundations gratis?
- Ja, dit traject is gratis. Je krijgt toegang tot alle 12 hoofdstukken over prompting, RAG, fine-tuning, multimodale AI en inference-optimalisatie, zonder kosten.
Behaal een certificaat
Rond alle hoofdstukken af om je certificaat van afronding te ontvangen.