AI Technology Architect

Modules

Dit postgraduaat bestaat uit 3 modules:

Module 1: 5/10, 12/10, 19/10, 26/19, 9/11, 16/11 en 23/11 (= Examen)  

Module 2: 30/11, 7/12, 14/12, 4/01, 11/01, 18/01 en 25/01 (=Examen)  

Module 3: 1/02, 15/02, 22/02, 1/03, 8/03, 15/03, 22/03, 12/04, 19/04, 26/04, 3/05, 10/05, 24/05 en 31/05 (=Examen)   

Module 1: AI Fundamentals

Binnen de module AI Fundamentals trachten we een stevige basis te leggen om als AI Architect een goed inzicht te krijgen in dit domein. Deze module behandelt volgende kernthema's die essentieel zijn voor elke AI Architect. 

AI in de praktijk: We starten met een kennismaking met AI waarin je leert waar AI concreet kan ingezet worden – van kleine verbeteringen in dagelijkse processen tot grote transformaties van bedrijfsmodellen. Aan de hand van praktische frameworks (zoals een AI-scan) en concrete business cases ontdek je hoe je AI-kansen identificeert en evalueert binnen je organisatie. "AI is transforming our world" en jij leert hoe. 

Verschillende soorten AI en hun toepassingsgebieden: Je maakt kennis met de belangrijkste types van AI: van Machine Learning (supervised, unsupervised en reinforcement learning) tot Computer Vision en Natural Language Processing. Het doel is niet dat je deze technologieën in detail begrijpt, maar wel dat je weet welke AI-aanpak past bij welk business probleem en wanneer je welke technologie moet inzetten. 

Generative AI: Eén van de grootste evoluties in AI komt uitgebreid aan bod: generatieve AI en Large Language Models zoals ChatGPT, Claude en andere moderne systemen. Je leert hoe deze krachtige modellen werken, wat hun mogelijkheden en beperkingen zijn, en hoe je ze effectief kunt inzetten voor content creatie, klantenservice, data-analyse en andere business toepassingen. 

Privacy en ethische aspecten van AI: Ethiek & Compliance in AI-innovaties, we kunnen er niet omheen. De EU AI Act en de impact hiervan op AI-projecten komt uitgebreid aan bod. Je leert hoe je AI-projecten opzet met respect voor privacy, transparantie en eerlijkheid, en hoe je voldoet aan relevante wet- en regelgeving. 

Data en IT architectuur als foundation: AI draait op data. Je krijgt inzicht in hoe data moet worden beheerd, opgeslagen en klaargemaakt voor AI-toepassingen. We behandelen de rol van data engineering en datamanagement, en hoe AI-technologie zich verhoudt tot je bredere IT-infrastructuur. Je leert hoe je een AI Data Strategie uitbouwt die zorgt voor een solide foundation voor je AI-initiatieven. 

We sluiten elke lesavond af met een good practice in AI. We laten bedrijven een toelichting geven over een succesvol AI-project met aandacht voor diverse sectoren.

Module 2: AI Technology

Deze module biedt een diepgaande en praktijkgerichte kennismaking met de technologieën die vandaag bepalend zijn voor het ontwikkelen en implementeren van intelligente AI-oplossingen. 
 
Zowel Machine Learning en foundation models (LLMs), als generatieve AI en autonome AI-agents komen aan bod. Deelnemers leren niet alleen hoe onderliggende modellen werken, maar vooral hoe ze deze toepassen in realistische, hedendaagse bedrijfscontexten. 
 
We behandelen actuele AI-architecturen en -concepten die organisaties vandaag inzetten om waarde te creëren — van geavanceerde modeltechnieken en Retrieval-Augmented Generation (RAG) tot agent-based systemen en geïntegreerde AI-workflows. Daarbij besteden we bijzondere aandacht aan hoe verschillende technologiecomponenten via moderne integratiestandaarden (zoals Model Context Protocol – MCP) samenkomen in schaalbare, robuuste en veilige productieomgevingen. 

We bespreken in welke mate vibe coding efficiënt en veilig ingezet kan worden om AI-oplossingen te implementeren. 
 
De module is sterk hands-on. Deelnemers werken actief met data, bouwen en testen AI-modellen, experimenteren met moderne frameworks en leren datasets voorbereiden, valideren en optimaliseren. Daarnaast komt ook het volledige implementatietraject aan bod: performantie-optimalisatie, infrastructuurkeuzes (cloud en on-premise), MLOps-principes, deployment pipelines, monitoring en de praktische uitdagingen van AI in productieomgevingen. 
 
Er is bovendien expliciete aandacht voor AI-security en verantwoord gebruik van AI. Deelnemers leren hoe ze modellen en data beschermen tegen misbruik, hoe ze omgaan met privacy en compliance, en hoe ze risico’s zoals prompt injection en data leakage kunnen beperken. Zo ontwikkelen ze niet alleen performante, maar ook veilige, betrouwbare en toekomstbestendige AI-systemen. 
 
Via praktijkcases en input van bedrijven krijgen deelnemers inzicht in hoe AI vandaag effectief wordt ingezet in uiteenlopende sectoren. Deze module vormt bovendien de inhoudelijke voorbereiding op module 3, waarin deelnemers in teamverband werken aan reële bedrijfsuitdagingen.

Module 3: AI Cases

In de module AI-Cases werken cursisten in teams aan real-world AI-oplossingen voor concrete vraagstukken. Bedrijven kunnen een case pitchen, of cursisten brengen zelf een relevante uitdaging aan. Ook is het mogelijk een case uit het Postgraduaat AI Business Architect uit te werken. 

De teams worden begeleid door AI-experts uit het werkveld. Daarnaast krijgt elk team een persoonlijke coach vanuit de opleiding, die regelmatig afstemt en ondersteuning biedt gedurende het traject. Bedrijven leveren waar nodig kwalitatieve data en feedback, zodat de AI-oplossingen optimaal ontwikkeld kunnen worden. 

Het teamwork wordt afgewisseld met korte lesavonden, waarin actuele onderwerpen en technieken worden behandeld die direct toepasbaar zijn in de cases. Voorbeelden zijn: 

• AI-agents en autonome systemen: ontwerp en implementatie van intelligente agents die taken zelfstandig kunnen uitvoeren, redeneren over context en integreren met bestaande systemen en workflow 
• AI en security, bescherming van modellen en waarborgen van dataprivacy; 
• Time series analyses voor voorspellingen in finance, healthcare, …; 
• Beeldverwerking en Computer Vision in praktijkcases; 
• Cloud-gebaseerde AI met AWS, Azure en schaalbare oplossingen; 
• Interpretatie en transparantie van AI-modellen om algoritmes begrijpelijk te maken voor gebruikers en stakeholders. 

Gedurende deze module werken deelnemers intensief aan hun case en verfijnen ze hun oplossing stap voor stap. Tussentijdse pitches geven de kans om de aanpak bij te sturen, feedback van andere teams te ontvangen en een lerend netwerk te creëren. 

Aan het einde van de module presenteren de teams hun AI-oplossing voor een jury en het betrokken bedrijf, waarbij de focus ligt op praktische toepasbaarheid, innovatie en impact. 

Handige links

Annulatievoorwaarden

Evaluatie

De evaluatie van de module AI Fundamentals en AI Technology zal gebeuren op basis van een open boek examen dat verplicht on campus afgelegd dient te worden. Na afloop van het examen organiseren we telkens een netwerkmoment.  

23/11/’26: examen AI Fundamentals  

25/01/’27: examen AI Technology 

De evaluatie van de module AI Cases bestaat uit het beoordelen van een uitgewerkte case waaraan een eindpresentatie verbonden is.  Dit jury examen wordt georganiseerd op maandag 31 mei 2027 (tijdens de werkuren ipv ’s avonds).  

Wie als houder van een graduaats-, bachelor of masterdiploma op alle onderdelen slaagt, ontvangt het getuigschrift van het postgraduaat.   

Beschik je niet over een diploma hoger onderwijs dan kan je, mits een positief intakegesprek met de coördinator, de opleiding aanvatten. Je ontvangt dan een attest van deelname. 

Lesdata

Trainers en docenten

Onze trainers en docenten zijn echte experten uit het werkveld. Zij staan klaar om ondernemende studenten, professionals en bedrijven te inspireren en verder te helpen. Met een sterk netwerk aan freelance trainers en docenten haalt PXL-NeXT de beste expertise in huis!

Jonny Daenen                     Jan Meskens

Tim Jacobs                          Christophe Vervoort

Stefano Moi                        Cédric Vandelaer

Kristof Slechten                  Klaus Dillen

Nick Koopmans                  Robin Schrijvers

Johan Camp                       Thomas Dhollander

Pieter Nijs                           Kobe Thuwis

Sako Arts                            Ingrid Lambrecht

In de kijker

Kortingen

• Bespaar elk jaar tot 125 euro bij PXL-NeXT. Meer informatie over opleidingscheques.
• Dit is de hervormde versie van betaald educatief verlof. Alles over het Vlaams opleidingsverlof.

Digitale opleidingscheques

Je kan opleidingscheques aanvragen voor deze opleiding. Hiervoor heb je volgende gegevens nodig. De aanvraag gebeurt via het WSE-loket

• ODB-nummer: ODB-1002756
• Officiële opleidingsnaam: AI Technical Architect
• Opleidingsverstrekker: SyntraPXL

Kmo-portefeuille

THEMA: Digitalisering

De kmo-portefeuille is een subsidie van de Vlaamse Overheid waardoor je tot 30% van je inschrijvingsgeld kan recupereren. Lees hier hoe de KMO-portefeuille in zijn werk gaat. 

MO* € 2560.00
KO** € 2240.00

Netto verschuldigd bedrag voor:
* middelgrote ondernemingen
** kleine ondernemingen