Leadship in AI

Locatie

Wattbaan 1, Nieuwegein

Aantal bijeenkomsten

3 lessen

Doorlooptijd

7 weken

Lesdag

Maandag of dinsdag*

Lestijden

16:00 – 20:00

Investering

€2250,-

*Kijk bij de startdata op welke dag de cursus is

Nieuw leiderschap: beslissingen nemen met gegeven onzekerheid

Leerdoelen Leadership in AI

  1. Begrijpen wat het verschil is tussen onzekerheid en risico:
    • de aard van onzekerheid begrijpen
    • de valkuilen van gemiddelden begrijpen
  2. Leren praten met een data scientist
    • Hun taal en instrumenten begrijpen
    • Wat maakt hen gelukkig?
    • Welke output maken ze en hoe interpreteer je de resultaten?
  3. Leren hoe je data science-capaciteit organiseert
    • Het belang van goede data governance
    • De “experimenteer fabriek”
    • Verantwoord gebruik van data science en AI-algoritmes.
  4. Wat is nodig om een data science business case op te bouwen?
    • Naast data en tools hebben we de juiste organisatie nodig, Agile werken met data : CRISP-DM en de agile experimenteerfabriek.
    • Business model canvas toegepast op AI / machine learning projecten
    • De business case :  Vertaal data science uitkomsten naar business waarde. Onzekerheid speelt een cruciale rol in het beoordelen van de businesscase. De data scientist zal altijd een uitspraak doen over de verwachte waarde met daarbij geloofwaardigheidsintervallen.
  5. Zodat u met vertrouwen datagedreven zakelijke beslissingen kunt nemen!
 

Leer beslissingen nemen op basis van data, gegeven onzekerheid!

Deze opleiding gaat in op de essentie van data science (DS), namelijk hoe kan ik als manager/leidinggevende beter besluiten nemen op basis van data, gegeven een kwantificeerbare mate van onzekerheid. 

 

Na een overzicht van de belangrijkste data science & machine learning technieken en methoden, kijken we naar de toepassing van data science in uw organisatie. Hoe zet je data science projecten op, welk team heb je nodig en hoe zorg je voor een goede verankering van de resultaten in de organisatie? Hoe beoordeel je, als manager/ beslisser, een data science project en welke vragen moet je stellen aan de data scientists om het door hen geleverde resultaat goed te kunnen beoordelen. In deze opleiding leer je de business case van een data science project rond te maken.  Met als doel om jou te leren om op basis van de beschikbare data en de ontwikkelde algoritmes de juiste beslissing te nemen!

 

De opleiding heeft een doorlooptijd van 7 weken. Met de opdrachten die je meekrijgt, identificeer je je eigen top 3 data science kansen om morgen mee te starten. De laatste dag staat in het teken van daadwerkelijk de eerste stappen zetten om van deze data science kansen succesverhalen te maken!

 

Onder begeleiding van een ervaren docent en coach van DIKW volg je het onderstaande programma.

Programma Leadership in AI

Ter voorbereiding op de training verwachten we dat je de volgende content bestudeert:

Deze week beginnen we in de academy op de Wattbaan in Nieuwegein.

  • Introductie in data science en AI, toepassingen van AI. 
  • Toegepaste statistiek, default action, data to convince you to change your mind.
  • Het doel van deze cursus : zelf 3 business cases uitwerken!
  • Data Ops als een nieuwe en noodzakelijke manier van organiseren van data, zonder data geen data science en AI
  • Begrijpen wat nodig is om het datalandschap in uw organisatie te organiseren. Data Ops als natuurlijke uitbreiding van Agile software ontwikkeling. 
  • Begrijp ook de technische schuld en de paradigmaverschuiving die een echte uitdaging is voor de niet digital-natives. Data komt op de eerste plaats!

Deze bijeenkomst bestaat uit 2 onderdelen: 

  1. Data science technieken uitgelegd.
    • Hoe praat je met een data scientist?
    • Begrijpen wat een data scientist gelukkig maakt, hoe de juiste vragen te stellen. 
    • Begrijp het resultaat van het data science-proces, wat modelkwaliteit is, welke kwaliteitsmaten zijn er, ontwerp een data  experiment, hoe validatie werkt. De bias variance afweging.
    • Hoe resultaten te interpreteren. 
    • Begrijpen hoe de vertaalslag te maken naar de business case. 
    • Hoe het juiste bewijs te vragen.
  2. Selecteren van de juiste projecten, managen en sturen op resultaat:
    • De business case van je top 3 data science projecten 
    • Bepaal kosten en baten via de confusion matrix 
    • Begrijp dat er onzekerheid zit in elk statistisch resultaat. 
    • Hoe om te gaan met onzekerheid en deze te vertalen naar een zakelijke beslissing.

In deze week ga je aan de slag met het geleerde en werk je aan je business cases. 

Deze bijeenkomst bestaat uit 2 onderdelen: 

  1. Het opschalen van AI en AI leiderschap
    • AI leiderschap en de verschillende leiderschapsrollen
    • Opschalen van AI in een organisatie; welke opstakels kom je tegen en hoe ga je ermee om? Bespreking van de innovatiekloof, data cultuur, AI governance (bouwen van vertrouwen)
    • Duurzaam succes betekent dat de basis van AI (de kwaliteit van de data) continu bewaakt moet worden: data management bij AI 
    • Hoe meet je de effectiviteit van AI? Wanneer ben je succesvol?
  2. Ethische aspecten en privacy uitdagingen
    • Wettelijke kaders voor data science en AI
    • Er zijn ook ethische grenzen die gecontroleerd moeten worden   
    • Datakwaliteit en -beheer, Wetgeving GDPR 
    • AI bias en ethiek, begrijp wat je wel en niet kunt doen met algoritmen voor geautomatiseerde besluitvorming
    • Explainable AI, open de blackbox en begrijp het algoritme
    • Fair AI, het ‘ontleren’ van discriminatoire bias.

Je schrijft een werkstuk waarin je methodisch toe werkt naar de top 3 business cases voor jou organisatie.

Je gebruikt hiervoor de tools die worden aangeleverd, waaronder het AI model canvas, de agile experimenteer fabriek en de check en balances die nodig zijn om de businesscase daadwerkelijk te realiseren. Je bent klaar voor succes in data science!

Bel mij

Veelgestelde vragen

We hebben opleidingen van drie dagen tot een half jaar. De studiebelasting is zo gekozen dat je de opleiding naast je werk kunt doen. 

Dat wil zeggen dat je naast de opleidingsdag er vanuit moet gaan dat je nog één avond (3 uur) bezig bent met studeren of opdrachten maken.

Veel van de opleidingen bij DIKW Academy zijn praktisch ingestoken. Dat wil zeggen dat je hands-on aan de bak moet. Tools installeren, dingen uitzoeken en aan de praat krijgen. 

Algoritmes proberen, testen of dingen werken en of je snapt wat er gebeurt. 

 

Daarnaast is in veel opleidingen een praktijkcase die je uitvoert. Als je dat een beetje handig aanpakt zul je zien dat je die opdracht heel mooi kunt gebruiken om een eerste Minimal Viable Product (MVP) op het gebied van data science of data engineering kunt maken voor jouw opdrachtgever. Daarin willen mensen nogal eens erg enthousiast worden en er meer tijd in steken dan zo vooraf hadden gedacht. Maar wel met vaak een heel mooi resultaat.

De locatie van de DIKW Academy is:

Wattbaan 1
3439ML Nieuwegein

 

Onze academy is ingericht op hybride werken. Voor de leeromgeving niet ideaal, maar mocht het een keer net zo uitkomen, sluit je net zo makkelijk online aan. 

Ja. Wij hebben een eigen video conferencing service (Jitsi) en een e-learning platform (Moodle) waar al het materiaal beschikbaar is. 

Het helpt als je al ervaring hebt met bepaalde onderdelen van de opleiding. Bij de opleiding Certified Data Science Professional (CDSP) is het bijvoorbeeld handig als je je kennis van beschrijvende en toetsende statistiek hebt opgefrist, of als je al ervaring hebt in een scriptingtaal. Ook voor CDEP is er echter geen specifieke voorkennis nodig, maar het maakt het wel makkelijker. Bij jouw  inschrijving ontvang je een document waarin staat hoe je je optimaal kan voorbereiden op de opleiding.


Mocht je ergens over twijfelen,  mag je altijd contact met ons opnemen. 

Je hoeft geen eigen data te hebben om de praktijkopdracht uit te voeren. Ook met een dataset die online te vinden is kun je een mooie praktijkcase maken. De docent zal je begeleiden bij het zoeken naar een geschikte dataset.

Nee. Sinds 2022 zijn studiekosten niet meer aftrekbaar van de inkomstenbelasting. 

Neem dan even contact met ons op.