Cursus AI-projecten bouwen — cohort 9
Een praktijkgerichte cursus op locatie die deelnemers met CRISP-DM van probleem naar werkend prototype brengt.
Context
Cohort 9 van de cursus AI-projecten bouwen was een driedaags programma op locatie, dat NLAI verzorgde in een trainingspartnerschap met EMC (Educational Mastar Central). International Al-Ghurmani Company betaalde 50% van de bijdrage van elke deelnemer. Het cursusproject was een prototype voor inspectie van zonnepanelen dat in de browser draait.
De cursus is bedoeld voor professionals, ondernemers, studenten en teams die een AI-idee willen omzetten in een praktisch project. Eerdere ervaring met AI, programmeren of data-analyse is niet nodig.
Het negende cohort kwam in juli 2026 drie dagen op locatie in Oman bijeen. Het was een betaalde cursus; EMC (Educational Mastar Central), een Nederlands trainingsinstituut, is de trainingspartner van NLAI voor het programma.
Uitdaging
De meeste AI-cursussen blijven steken in theorie of in demo's van tools. Professionals, ondernemers en studenten die AI in hun werk willen inzetten, moeten het hele traject meemaken: een probleem kiezen dat het oplossen waard is, begrijpen welke data het vraagt, iets bouwen dat werkt en eerlijk beoordelen of het goed genoeg is. De cursus moest dat traject in drie dagen haalbaar maken, ook voor mensen die nog nooit code hadden geschreven.
Rol en bijdrage van NLAI
NLAI ontwierp en verzorgde de cursus en regelde de operatie:
- Curriculum — een driedaags traject van probleemdefinitie tot een gepresenteerd prototype, gebaseerd op CRISP-DM.
- Lesgeven — praktische sessies die putten uit de ervaring van de trainer met eerdere AI-projecten, inclusief de fouten die teams meestal tijd kosten.
- Cursusproject — een werkend prototype voor inspectie van zonnepanelen, waarmee elke fase in de praktijk wordt getoond.
- Operatie — online inschrijving met een duidelijke stap voor kosten en toestemming, en korte feedbackformulieren na elke dag.
Aanpak
De cursus volgt CRISP-DM, een veelgebruikte methode voor data- en AI-projecten, in zes fasen:
- Het probleem en het projectdoel begrijpen.
- Begrijpen welke data het project nodig heeft.
- De data verzamelen en voorbereiden.
- Het model of de intelligente oplossing bouwen.
- De resultaten testen en evalueren.
- Het project presenteren en voorbereiden op gebruik en verdere ontwikkeling.
Begrippen worden eenvoudig uitgelegd en direct toegepast, en het project wordt met AI-tools gebouwd, zodat deelnemers zonder programmeerachtergrond elke fase kunnen doorlopen.
Architectuur
Invoer
- Foto's van zonnepanelen
- Live camerabeeld
Detectiemodel
- Compact objectdetectiemodelYOLO
- Geëxporteerd voor de browserONNX
Inferentie in de browser
- Draait op de GPU van het apparaat, of op de CPU als terugvaloptieWebGPU · WebAssembly
- Beelden worden op het apparaat geanalyseerd
Inspectieweergave
- Stof, vogelpoep, sneeuw en schade gemarkeerd op het beeld
- Aantallen getroffen panelen en schadepunten
Uitvoering
01
Dag 1 — Van probleem naar project
Het probleem en de doelgebruiker kiezen. Waarde, scope en succescriteria bepalen.
02
Dag 2 — Prototype en validatie
De kernworkflow voor AI bouwen. Aannames testen en de ervaring verbeteren.
03
Dag 3 — Routekaart voor lancering
Data, uitvoering, veiligheid en meting plannen. Het project presenteren en vervolgstappen bepalen.
Resultaat
- Op locatie gegeven in drie dagen in juli 2026.
- Een werkend prototype voor inspectie van zonnepanelen, gebouwd als cursusproject, dat volledig in de browser draait.
- Feedback van deelnemers na elke dag verzameld via de feedbackformulieren van NLAI.
Geverifieerde cijfers
- Geregistreerde inschrijvingsaanvragen
- 27
- Bron: de inschrijvingsgegevens van het programma, geverifieerd op 18 september 2026
Het cijfer telt elke inschrijvingsaanvraag voor het cohort, ongeacht de status: gereserveerd, betaald, geannuleerd of op de wachtlijst.
Technologieën en methoden
Technologieën
- YOLO
- ONNX
- ONNX Runtime Web
- WebGPU
- WebAssembly
Methoden
- CRISP-DM-projectmethode
- Objectdetectie
- Inferentie in de browser
- Bouwen met AI-hulpmiddelen voor niet-programmeurs
Wat volgt
Toekomstige cohorten worden aangekondigd op de trainingspagina's van NLAI. Organisaties kunnen hetzelfde praktijkgerichte format ook voor hun eigen teams laten verzorgen, rond een vraagstuk uit hun eigen operatie.
Partners en relatie
Elke partner wordt genoemd met zijn relatie tot dit werk. Geen van hen wordt als klant van NLAI gepresenteerd.
- Educational Mastar Central (EMC)Trainingspartner
- International Al-Ghurmani CompanyMedefinancier
Waar dit op aansluit
De praktijk en capabilities waarop dit werk steunt, voor wie de technische diepgang zoekt.
- Praktijk
- Capaciteitsopbouw
- Gerelateerde pagina's
Capaciteitsopbouw
Plant u praktijkgerichte AI-training voor uw team?
We kunnen hetzelfde format, van probleem naar prototype, vormgeven rond een vraagstuk uit uw eigen operatie. Begin met een kort consult over doelen, doelgroep en planning.