Vier jaar, vier startmomenten per jaar. Jaar 1 volg je gezamenlijk; vanaf jaar 2 kies je een van twee profielen. Hieronder alle vakken per studiejaar, met wat je er leert.
Het eerste jaar volg je met de hele groep. Je ontdekt waar AI waarde toevoegt, bouwt je eerste bots en legt de technische basis.
AI gaat om het creëren van waarde voor de organisatie. Je leert bepalen welke waarde AI kan leveren, wat de organisatie wil bereiken en waarin ze moet investeren.
Lees meer → NovemberJe maakt een eerste oplossing en ervaart meteen hoe het is om een eigen 'bot' te hebben — voor jezelf en misschien al voor je organisatie.
Lees meer → FebruariDe breedte van het ICT-vak langs vijf pijlers: ICT-organisatie en -functies, software en databases, hardware en infrastructuur, beveiliging, en netwerken.
Lees meer → AprilAI-oplossingen moeten samenwerken met de processen en informatie in je organisatie — alleen zo worden ze als integraal onderdeel ingezet.
Lees meer →Vanaf november kies je: Gen AI Makers (generatieve AI) of AI klassiek Makers (data-analyse en klassieke AI). De overige vakken volg je samen.
Wet- en regelgeving (zoals de AI Act en AVG), governance en bedrijfseisen vertalen naar verantwoorde, werkbare AI-toepassingen.
Lees meer → NovemberHet maximale uit generatieve modellen halen: geavanceerd prompten, contextontwerp en retrieval — reproduceerbaar en testbaar.
Lees meer → NovemberStatistiek en analytische vaardigheden voor klassieke AI: data verkennen, hypotheses toetsen en modeluitkomsten kritisch beoordelen.
Lees meer → FebruariDatabronnen koppelen en ontsluiten voor AI: API's, datastandaarden en interoperabiliteit tussen systemen binnen en buiten je organisatie.
Lees meer → AprilDatakwaliteit meten en verbeteren, en de besturing (governance) inrichten die nodig is voor én mogelijk wordt met AI.
Lees meer →Je verdiept je profiel: agent-teams en workflows voor Gen AI Makers, data science voor AI klassiek Makers — en samen ontwerp je AI-gedreven diensten.
Datamodellen ontwerpen die AI-toepassingen dragen: van conceptueel model tot implementatie, met het oog op hergebruik en schaalbaarheid.
Lees meer → NovemberMeerdere AI-agents laten samenwerken in workflows: orchestratie, tools koppelen en menselijke controlepunten inbouwen waar dat moet.
Lees meer → NovemberVoorspellende modellen bouwen met machine learning: van feature engineering tot evaluatie en uitlegbare interpretatie van resultaten.
Lees meer → FebruariDiensten (her)ontwerpen met AI in de klantreis: van serviceblauwdruk tot werkend prototype dat je test met echte gebruikers.
Lees meer → AprilBetrouwbare besluitvorming met AI: monitoring inrichten, bias detecteren en compliance aantoonbaar maken voor toezichthouders en klanten.
Lees meer →Je leert AI-implementaties beheren, voert een grote projectopdracht uit binnen je profiel en sluit af met je afstudeeronderzoek.
AI-toepassingen in productie houden: lifecycle-management, monitoring, incidenten afhandelen en gecontroleerd doorontwikkelen.
Lees meer → NovemberEen realistische projectopdracht: een agent-oplossing mét bijbehorend datamanagement implementeren bij een echte organisatie.
Lees meer → NovemberEen realistische projectopdracht: een data-science-oplossing mét bijbehorend datamanagement implementeren bij een echte organisatie.
Lees meer → Februari – AprilJe afstudeeronderzoek in je eigen organisatie of bij een opdrachtgever: laat zien dat je AI verantwoord toepast op hbo-bachelorniveau.
Lees meer →Naast de vakken werk je alle jaren door aan vier doorlopende leerlijnen.
Communiceren, adviseren, presenteren en samenwerken — de vaardigheden waarmee je AI-kennis ook echt landt in je organisatie.
Lees meer → DoorlopendDe begrippen, mogelijkheden en beperkingen van data en AI — zodat je gefundeerd meepraat en beslist, ook buiten je eigen specialisme.
Lees meer → DoorlopendIteratief werken in multidisciplinaire teams: plannen, prioriteren en opleveren in korte cycli — zoals in de praktijk gewerkt wordt.
Lees meer → DoorlopendEthische afwegingen bij data en AI: eerlijkheid, transparantie en maatschappelijke impact — verweven in elk vak en elk project.
Lees meer →Je werkt met het gereedschap dat organisaties nu echt gebruiken — van generatieve modellen tot datagovernance-standaarden.
Tools wisselen met de markt — je leert vooral de onderliggende patronen, zodat je ook het gereedschap van overmorgen snel oppakt.
Mail of bel de opleiding — of bekijk de volledige programma's op hu.nl.