Postgraduaat AI translator

In dit opleidingsonderdeel krijg je een breed overzicht van AI en zijn toepassingen. Je leert over de verschillende AI-programma's en begrijpt hoe strategisch basisonderzoek over AI in zijn werk gaat. Daarnaast krijg je een overzicht van AI initiatieven en AI steunmaatregelen in Vlaanderen, België en Europa. Je zult kennismaken met diverse AI-bedrijven in België en hun rol in het bedrijfsleven.

Verder leer je hoe je de behoeften van een bedrijf kunt vertalen naar AI-termen. Je kan de link leggen tussen bedrijfsstrategieën, doelstellingen en AI-use cases. Je kan een relevante use case voor jouw bedrijf bedenken, en stap voor stap de waarde en financiële haalbaarheid ervan in kaart brengen met behulp van het AI Canvas.

Je kan inschatten in welke mate je bedrijf klaar is om AI te implementeren. En, indien dit niet het geval is, hoe de kloof kan gedicht worden. Tot slot leer je wat het belang, de taken en de vereiste vaardigheden van een AI Translator in een bedrijf zijn.

Introductie in AI

De gepersonaliseerde reclamefolder van de supermarkt met aanbiedingen ‘speciaal voor jou’? AI. De voorgestelde liedjes op Spotify? AI. De zelfregelende verkeerslichten op de hoek van je straat? AI. Het valt niet te ontkennen. Artificiële intelligentie dringt aan een duizelingwekkende snelheid onze realiteit binnen. Ze duikt niet alleen op in jouw dagelijkse leven, maar ook in de verschillende bedrijfssectoren. Dit roept veel vragen op. Wat kan AI allemaal? Wat nog niet? En in hoeverre is AI écht intelligent en een meerwaarde voor onze manier van leven? Citaat uit Mens versus machine - Mieke De Ketelaere

Tijdens deze introductie overlopen we de opleiding, krijg je alle nodige praktische informatie en doen we een kennismakingsronde. Daarna neemt Mieke De Ketelaere, AI-experte en ambassadeur van het postgraduaat AI-translator, ons mee in de wondere wereld van AI.

Over de docent

AI landscape in Belgium

Je krijgt een overzicht van de verschillende regionale AI programma’s met een belangrijke focus op het Vlaams AI impulsprogramma. Aan de hand van verschillende PoC’s (Proof of concept) worden de ‘Grand Challenges’ van het strategisch basisonderzoek toegelicht. Tevens komen de verschillende initiatieven in Vlaanderen om de adoptie van AI te bevorderen aan bod, alsook de diverse steunmaatregelen van VLAIO om bedrijven in hun AI projecten te ondersteunen. We lichten ook een aantal initiatieven van het impulsprogramma rond opleidingen toe. Naast het Vlaams AI impulsprogramma komen ook de Waalse en Brusselse programma’s kort aan bod. De Europese context wordt in het kader van de komende “European Digital Innovation Hubs” toegelicht.

Het tweede deel van deze sessie wordt toegewijd aan de Vlaamse en Belgische AI bedrijven. Op het internet is zoveel informatie te vinden dat je soms door de bomen het bos niet meer ziet. Aan de hand van een duidelijke segmentatie en referenties krijg je een beter beeld van de expertise die deze bedrijven aanbieden.

Over de docent

How to detect and translate a business need in AI terms

Waarom AI? Welke waarde kan AI brengen voor een organisatie? In deze sessies leer je de link leggen met de bedrijfsstrategie en -doelstellingen, wat relevante waarde hefbomen zijn en hoe de juiste cases te identificeren en prioriteren.

Startend vanuit de waardeketen en strategie van een organisatie leer je de relevante use cases te identificeren. Als volgende stap ga je dan de value case voor een specifieke use case creëren:

• Waarom zou een bedrijf moeten veranderen?
• Hoe kan de use case daarin helpen?
• Welke bedrijfsverandering zal de AI use case mogelijk maken en wat zijn voordelen hiervan?
• Hoe kunnen we de juiste use case selecteren op basis van de waarde en de haalbaarheid?

Daarna bekijken we het grotere plaatje en brengen we alles samen tot een overkoepelend verhaal: de strategie, algemene voordelen van de use case(s), de weg naar de waarde en de financiële business case.

Over de docent

AI canvas and tools

In deze sessies wordt een AI canvas toegelicht in de praktijk. Dit canvas vereist dat je de use case in detail uitwerkt. Het canvas zal je ofwel doen inzien dat het een slecht idee is, ofwel je motiveren om je idee verder uit te werken. Aan het einde van de sessie ben je in staat om nieuwe AI use Cases voor jouw uitdagingen te verkennen en te beslissen of ze de moeite waard zijn om na te streven.
Er is eveneens ruimte om vragen te stellen over jouw AI use case.

Over de docent

AI readiness

Elke organisatie is verschillend en niet elke organisatie is klaar om meteen van start te gaan met AI oplossingen. Om succesvol gebruik te maken van AI en op een continuë, consistente manier waarde te realiseren, zijn er naast technologie een aantal andere aspecten waar een bedrijf aandacht aan moet schenken. Een evaluatie van de huidige readiness van een organisatie is nodig om te kijken of deze klaar is om met AI aan de slag te gaan.

In deze sessie bekijken we de belangrijkste dimensies die noodzakelijk zijn om succesvol te zijn met AI.

• De analytics maturiteit van een organisatie: wat is de huidige situatie en waar moeten ze naartoe?
• Hoe de kloof te dichten - Mensen, Processen, Technologie & Data

Over de docent

Facilitation techniques

Een van de taken van een AI vertaler is het begeleiden van (groepen) mensen in de ontdekking van wat AI kan betekenen voor hun organisatie en welke de relevante use cases zijn. Het kunnen faciliteren van brainstormsessies en workshops om de juiste cases te identificeren en prioriteren is hierin een belangrijke skill. In deze sessie leer je hoe je zo’n brainstorm aanpakt en gaan we in op een aantal facilitatietechnieken die nodig zijn om deze tot een goed einde te brengen.

Over de docent

In dit opleidingsonderdeel leer je essentiële concepten en technologieën voor effectief beheer, analyse en gebruik van data in organisaties. Je krijgt inzicht in verschillende databasetypes, relationele databaseconcepten en het ontwerpen van gegevensmodellen.

Daarnaast verken je data-analyse, inclusief beschrijvende statistiek, hypothesetesten en data modellering, met een focus op het toepassen van artificiële intelligentie en machine learning.

Je begrijpt het belang van een breed gedragen besluitvorming over IT en databeheer in een bedrijf en leert over datakwaliteit, -opslag, -beveiliging en -architectuur.

Ten slotte krijg je inzicht in operationele aspecten van AI en machine learning, welke waarde maar ook welke valkuilen AI voor een bedrijf met zich mee brengen.

Data engineering

Data-architectuur is een heel belangrijk onderdeel van de enterprise-architectuur en geeft een overzicht van de aanwezige en benodigde gegevens in een organisatie. Door een analyse van de informatiebehoeften van een organisatie wordt data met behulp van diverse modellen en technieken weergegeven.

In dit onderdeel krijg je een overzicht van:

• de types databases: relational & non-relationele databases
• algemene relationele databases concepten: tabel, relaties, keys, datatypes
• data- of gegevensmodel: begrippen van een relationeel database ontwerp zoals dependencies, constraints, data integriteit (oa referentiële integriteit) en normalisatie – normaalvormen;

We maken ook de vergelijking tussen verschillende informatiewerelden en de impact op het design van de database. We bespreken operationele systemen vs data warehouses vs data lakes en bekijken hoe een data warehouse wordt opgebouwd vanuit database oogpunt. We bespreken hoe we in moderne tijden kunnen omgaan met nieuwe soorten data (realtime, ongestructureerd) in een data lake.

Over de docent

Data science

De klemtoon in deze module ligt op het vertalen van data in kennis. Na het introduceren van enkele belangrijke concepten worden aan de hand van enkele real-life use cases de verschillende data analyse componenten, van beschrijvende statistiek, hypothese testen tot data modellering onder de loep genomen. Data Science, artificial intelligence en andere hedendaagse topics komen aan bod om je maximaal voor te bereiden op het digitale data-driven tijdperk.

Over de docent

Data governance

Er is een snel groeiende behoefte aan verantwoording van besluitvorming rondom IT, wat relevant is voor alle belanghebbenden. Traditioneel worden alle IT beslissingen door het bestuur gedelegeerd naar de IT professionals. Dit heeft als gevolg dat de genomen beslissingen niet altijd in het voordeel zijn van alle belanghebbenden. Het doel van IT governance is om iedereen systematisch in het IT besluitvormingsproces te betrekken. Het zorgt voor een transparant raamwerk van besluitvorming en verantwoordelijkheid in een organisatie, om het gewenste resultaat met IT te realiseren.

Consistente data en processen over de organisatie heen zijn een noodzakelijke voorwaarde voor betere en transparantere beslissingen. Centrale controlemechanismen beperken de kost van data management in een tijdperk van exploderende hoeveelheden data, en maken ook een betere beveiliging van data mogelijk.

Je leert meer over het DAMA-wiel, wat de fundamenten zijn van een efficiënte data governance, en welke rollen en verantwoordelijkheden er bestaan.

We overlopen de belangrijkste onderdelen van data governance en staan stil bij de praktische aspecten hiervan:

• Data quality
• Data storage & operations
• Data security
• Data architecture
• Data modeling & design
• Reference and Master data
• Data Warehousing & Business Intelligence
• Metadata
• Document & Content Management

Over de docent

AI and machine learning

Artificiële Intelligentie (AI) is de grootste uitvinding ooit en is de wereld ingrijpend aan het veranderen. Hoog tijd om te begrijpen waarom. AI en meer bepaald Machine Learning (ML), laat computers toe om patronen te zoeken in data. Dingen die mensen niet zien of waar wij gewoon heel lang over doen. Dit is niets nieuws. Dat soort statistische modellen bestaat al tientallen jaren. Maar vandaag is er data bij de vleet en zijn computers voldoende snel en goedkoper geworden om dergelijke berekeningen te doen. In deze deep dive komen verschillende aspecten van AI aan bod.

Gaining insights

We starten met een algemene inleiding en introductie tot de wereld van AI. Na enkele teasers, van de Self-driving car tot de minder bekende toepassingen, gaan we dieper in op de geschiedenis en de toekomst van AI. Na het introduceren en definiëren van belangrijke begrippen ontwikkelen we een procesmodel dat gebruikt kan worden bij het implementeren van AI of ML projecten binnen jouw organisatie.

Data is onmiskenbaar één van de belangrijkste voorwaarden en drivers voor AI. We behandelen uitvoerig hoe digitalisatie en digitale transformatie de bron is voor het genereren en beschikbaar stellen van data. Het doel van deze sessie is om je datageletterdheid of Data Literacy op een voldoende hoog niveau te krijgen zodat je optimaal kan communiceren binnen een AI en data gedreven organisatie of team. Alles begint met het stellen van de juiste vragen en een algemeen begrip waarom en hoe data waarde kan hebben. Daarnaast staan we ook stil bij de verschillende types data en de meer technische kant. We behandelen enkele basistopics gelinkt aan data infrastructuur, zonder te veel in de IT-technische details te treden. Na deze sessie ben je in staat om de vertaalslag te maken van een bedrijfsvraagstuk in een data-gedreven oplossing.

Deep dive in Machine learning methods

In wat volgt dompelen we ons onder in de wereld van Machine Learning. Via een mix van concepten, wat theorie maar ook praktische oefeningen en vooral de focus op toepasbaarheid verkennen we heel wat verschillende methoden. Na deze sessies heb je inzicht in welke types machine learning methoden er bestaan. Supervised-, unsupervised-, reinforcement learning en neurale netwerken zijn je niet meer onbekend en je begrijpt beter welke methode in aanmerking komt om bepaalde vragen te beantwoorden. Aan de hand van wat hands-on praktische oefeningen krijg je methoden zoals lineaire regressie zelf in de vingers. We doen tevens enkele AI experimenten met het AI Google Education platform.

Operationalization of AI to create real value

We sluiten af met enkele inzichten rond waarde-creatie door AI en bekijken we het operationaliseren van AI en ML. We staan stil bij enkele aspecten die belangrijk zijn om de ontwikkelde modellen en algoritmes uit te rollen. Voorbeelden zoals de self-driving car maar ook andere minder gekende toepassingen worden gebruikt om deze aspecten toe te lichten.

Bijkomend bekijken we beschikbare software-oplossingen die het operationaliseren van ML en AI ondersteunen.

Over de docent

AI traps and AI operationalisation

De wereld van Machine Learning en Artificial Intelligence groeit sneller dan ooit tevoren. Creatieve AI-ideeën ontspruiten in een onverslaanbaar tempo, organisaties verkennen de nieuwe opkomende mogelijkheden van Machine Learning en AI. Zonder het te beseffen, nemen machines tot op heden miljoenen geautomatiseerde beslissingen zonder enige menselijke tussenkomst, en vergemakkelijken en vergroten ze het dagelijkse leven van mensen. Maar dan rijst de vraag: Hoe houden we die miljoenen geautomatiseerde beslissingen in de hand? Hoe garanderen we dat AI doet wat van hem wordt verwacht? En hoe kunnen we voorkomen dat AI onverwacht gedrag vertoont?

In deze sessie richten we ons op (1) het in leven brengen en (2) het in leven houden van AI. Voor (1) beantwoorden we vragen als: Wat is er nodig om Machine Learning en AI om te zetten in waarde? Wat betekent het als men het heeft over deployment of operationalisatie van machine learning? We zoomen in op de aspecten die essentieel zijn voor het succesvol operationaliseren van een AI-gedreven proces, waarbij we vaak voorkomende AI-valkuilen op data-, model- en prestatieniveau definiëren en oplossen. Net als onze menselijke intelligentie is kunstmatig gegenereerde intelligentie geen eenmalige exercitie, maar een continu leerproces dat wordt aangestuurd door machinaal leren. In deel (2) bespreken we hoe dit leerproces moet worden beheerd en gestuurd om ervoor te zorgen dat we onze AI-gestuurde beslissingen vandaag, morgen en op lange termijn kunnen vertrouwen.

Over de docent

Je leert hoe je bedrijfsdoelstellingen kan vertalen naar concrete projecten en hoe je de businessarchitectuur (organisatie, processen, producten, enz.) effectief kan implementeren om deze doelstellingen te bereiken. Je leert hoe je IT en business strategisch kan integreren, applicaties kan optimaliseren en beslissingen kan nemen over het intern ontwikkelen of extern inkopen van producten en diensten. Je leert hoe belangrijk het continu verbeteren van bedrijfsprocessen is, en welke rol Design Thinking vanuit het gezichtspunt van de klant hierbij kan betekenen.

Architecture - Design - Building

Strategische en Business Architectuur
& Business Process Management

De strategische architectuur omvat een beschrijving van de zakelijke doelstellingen van een bedrijf of organisatie, hoe deze vertaald worden naar producten of projecten, en geeft een reden van bestaan aan de projecten. In deze strategische architectuur worden waarde-ketens en capabilities gedefinieerd.

De business architectuur moet zorgen dat de strategische doelstellingen bereikt worden en omvat een structuur met o.a. de bedrijfsorganisatie, bedrijfsprocessen, producten, functies, afdelingen, business services en meer. Steeds meer organisaties creëren een functie voor een business architect. De rol van deze persoon is het strategisch verbinden van IT met de business. Een deel van het business process management speelt zich af op het business architectuur niveau en zal hier geïnitieerd worden.

Applicatie Architectuur

De applicatie architectuur automatiseert de business architectuur zo optimaal mogelijk. Belangrijk is dat beide goed op elkaar afgestemd zijn om een zo goed mogelijke transformatie te kunnen uitvoeren. We zien héél regelmatig dat keten-processen onnodig complex zijn omdat ze niet goed ondersteund worden vanuit de applicaties en/of databases. Architectuur principes rond cloud services komen hier ook aan bod.

Technologie en Enterprise Architectuur

De technologie architectuur is de laagste, tevens meest tastbare laag van enterprise architectuur. Je leert de principes die worden gehanteerd ten opzichte van hardware, platformen en hosting, de servers en software.

Make or Buy

Als een bedrijf besluit om een product of business service zelf te maken, moet het de nodige kennis bezitten of verwerven. Er moet natuurlijk eerst zicht zijn op wat nodig is. Belangrijk hier zijn capabilities, resources en het migratiepad tot het bekomen van de doelstelling.

Business Process Management

Processen vormen de basis van BPM. Maar de kwaliteit van een proces zal doorheen de tijd afnemen als we er geen aandacht op vestigen. Daarom moeten er verbeteringstrajecten (BPI) worden uitgewerkt. Deze verbeteringstrajecten moeten volledig in sync zijn met de applicatie architectuur die ze ondersteunt. We bekijken diverse methodes voor het definiëren en optimaliseren van de proceslagen.

Design thinking & Requirements Management

Je leert alles over de Design Thinking-aanpak. Dit stelt business analysten in staat om bedrijfsproblemen op te lossen waarmee ze altijd al te maken hebben gehad, maar dan vanuit een gebruikersgericht standpunt en volgens een iteratief proces. Ontwerp denken is een manier voor business analysten om producten te maken die voldoen aan de verwachtingen van ondernemingen door zich te concentreren op de juiste problemen en zo de juiste oplossingen te vinden. Tegelijkertijd leveren ze producten waar gebruikers echt van houden. Recente studies citeren dat 47 procent van de projecten die vandaag in de problemen zitten, er zijn vanwege een gebrek aan requirements management.

Over de docent

Je leert hoe je projecten kunt managen, van planning tot rapportage.
Daarnaast krijg je inzicht in de benodigde softwarecomponenten van het framework en het doorlichten (IS Audit en IT Audit) van de gerealiseerde automatisering.

Project management

In deze module gaan we kijken hoe we projecten kunnen aanpakken, hoe een project op te volgen en hoe we rapporteren naar het management toe. Na de verschillen tussen agile en waterfall projecten te hebben doorgrond, gaan we verder inzoomen hoe een agile project eruitziet en wat er allemaal komt bij kijken om een project succesvol af te ronden. Dit alles zal voorzien worden van talrijke voorbeelden uit het bedrijfsleven.

Over de docent

Met dit opleidingsonderdeel begrijp je wat AI vanuit menselijk perspectief met zich meebrengt: wetgeving, duurzaamheid, sociologische, psychologische en ethische aspecten.

The human factor - legal perspective

In deze sessie worden de algemene juridische kaders inzake AI en data toegelicht. De docenten geven een overzicht van algemene initiatieven rond AI, met focus op Vlaanderen/België en de EU. Je krijgt een algemeen beeld inzake regulering van AI/technologie.

Daarna gaan we dieper in op het ontwerpen en ontwikkelen van een AI-case. Aan de hand van concrete case wordt op een interactieve manier thema’s als IP en GDPR geanalyseerd en toegepast.

We focussen hierbij op het (post-)gebruik AI met aandacht voor consumentenbescherming, GDPR, regelgeving rond data,…

Over de docent

The human factor - sociological perspective

Mens en Innovatie

Mens en innovatie verhouden zich vreemd tegenover elkaar: mensen maken innovaties maar innovaties bepalen ook wat mensen doen. We staan stil bij deze vreemde verhouding om beter te begrijpen waarom ethiek in innovatie zo uitdagend is om uit te voeren en tot een goed einde te brengen.

Aan de hand van voorbeelden leer je waarom het onmogelijk is om volledig te voorspellen hoe een innovatie gebruikt zal worden door diverse gebruikers. Een korte stakeholder-inleving-oefening maakt dit duidelijk en toont je enkele methodes om je innovatie vanuit een ander perspectief te bekijken zodat je vlotter op het onverwachte kan anticiperen.

Vertrouwen in AI

Het hoofdidee van deze sessie is dat vertrouwen, transparantie en explainability in artificiële intelligentie relationeel zijn. Het gaat dus niet over hoeveel vertrouwen mensen in AI hebben maar wel, hoe staat een bepaalde persoon tegenover één specifieke vorm van AI en de context waarin die wordt toegepast.

Een medewerker van het Kenniscentrum Data & Maatschappij gaat met jou en je team na hoe je vertrouwen in je innovatie kan creëren, niet enkel bij de early adaptors (diegenen die niet meer van je innovatie moeten overtuigd worden en direct je innovatie oppikken) maar ook bij diegenen die niet direct de meerwaarde van je innovatie inzien of misschien wel de meerwaarde inzien, maar toch nog tegen een aantal struikelblokken aanlopen (bv. moeilijkheden qua gebruik).

Over de docent

The human factor - ethical perspective

Een ethisch bedrijf met verantwoorde AI-implementaties

Er komen steeds meer open brieven en kritische stemmen van medewerkers van techbedrijven om rekening te houden met ethiek in AI. Ook de EU zet met regulering en de Trustworthy AI principes in op een beleid waar bedrijven pro-actief aan de slag gaan.

In deze module bekijken we ethisch en verantwoord ondernemen op bedrijfsniveau. Niet alleen AI-talent moet overtuigd worden, ook werknemers die met AI aan de slag gaan vragen om dit op een werkbare manier te doen. Vraag aan een vakbond of een werknemer wat die van AI vindt en de kans is groot dat er snel bezorgdheden naar boven komen.

In deze sessie bekijken we hoe je een ethics road map opbouwt om de waarden die leven op de gehele werkvloer te vertalen naar een plan. Die road map biedt een eerste kader aan je organisatie op ethische vragen die zich het vaakst voordoen omtrent jouw AI producten of diensten.

AI implementeren in een bedrijf is niet alleen een technische bezigheid. Door klanten en werknemers op tijd te betrekken kan je verschillende obstakels identificeren voor ze zich voordoen. In groep wordt aan de hand van een aantal methodieken nagedacht over mogelijke strategieën om de digitale (AI-)transformatie goed te laten verlopen.

Over de docent

Sustainable AI in business

Artificiële intelligentie is meer dan alleen een IT-project. Het kan menselijke, juridische, operationele en ethische implicaties hebben. Om een AI-project duurzaam te maken binnen je organisatie zul je zeker met al deze aspecten rekening moeten houden.

De werkgeversorganisatie Agoria ontwikkelde een gratis online cursus met tips en tools die je kan gebruiken bij het plannen van een duurzaam AI-project, zodat iedereen die met een AI-project te maken krijgt er ook baat bij heeft. Op korte en lange termijn.

Na het volgen van de online cursus (1,5 uur) heb je een helikopterview over de menselijke, juridische, operationele en ethische implicaties, en gaan we in debat met de ontwikkelaars van de cursus.

Over de docent

In deze workshops leer je design thinking toepassen op echte bedrijfscases en vertaal je ze naar concrete AI-oplossingen met behulp van Microsoft systemen, Amazon Web Services en het Google platform.

Hands-on AI workshop - Microsoft

We vertrekken vanuit een ‘real life’ case van MbarQ. Design thinking gewijs ontleden we de case aan de hand van een verkorte versie van het design sprint format. Stap per stap vertalen we de business case naar mogelijke AI oplossingen.

Vervolgens verkennen we het Microsoft ecosysteem. We ontdekken het verschil tussen de low-code componenten en de pro-code componenten. Binnen Azure en het Power Platform bouwen we met low-code tools een end-to-end werkende AI oplossing voor onze use case.

Na deze workshops heb je een business use case vertaald naar een AI oplossing en deze AI oplossing uitgewerkt aan de hand van Microsoft componenten. Je hebt de kracht van het Microsoft ecosysteem ervaren en hebt handvaten om er in de toekomst mee aan de slag te gaan.

Over de docent

Hands-on AI workshop - AWS

De cloud maakt het heel erg eenvoudig voor eender wie om de steeds groter wordende hoeveelheid data bij te houden. Maar de echte waarde van de cloud ligt in de uitgebreide set aan bouwstenen die het ter beschikking stelt voor jouw applicatie.

Je ontdekt in deze workshop de verschillende mogelijkheden en services van Amazon Web Services (AWS), en krijgt inzicht in hoe AWS een belangrijke bijdrage kan leveren in business en wat de voordelen ervan zijn. De docent brengt hands-on hoe bedrijven vandaag business problemen oplossen met AI. In een tweede sessie wordt dieper ingegaan op de GenAI revolutie en hoe die bedrijven kan helpen.

Over de docent

Hands-on AI workshop - Google AI

In deze workshop ga je aan de slag met het Google Cloud platform. Je leert hoe Machine Learning concreet werkt op dit platform, je krijgt een introductie in Vertex AI en je leert gebruik maken van de training en serving AI modellen die Google ter beschikking stelt.

Over de docent

Doelstelling

Je werkt een relevante AI use case uit voor je bedrijf waarin je alle opgedane kennis van het postgraduaat toepast.

Inhoud

Tijdens de opleiding werk je zelfstandig een concrete AI use case uit. De use case kan zowel een nood binnen jouw bedrijf/organisatie zijn, als een extern aangeleverd onderwerp door één van de docenten of een maatschappelijke uitdaging. 

Uit de succesverhalen (en minder geslaagde projecten) bij de vorige modules, laat je je inspireren voor de uitwerking van je eigen case. Je past de theorie uit de verschillende modules in praktijk toe en werkt een volledige AI-project uit. Het onderwerp moet raakvlakken hebben met meerdere aspecten van het programma Humane AI. Het gaat over een projectvoorstel, niet over de effectieve realisatie van het project. 

Je wordt voor je AI use case begeleid door een externe coach / AI-professional, die jou op regelmatige tijdstippen feedback kan geven op de voortgang van je volledige dossier.

Op het einde van de opleiding zal je de AI use case aan de hand van een presentatie en mondelinge verdediging toelichten aan een jury.