AI voor developers
De vraag is niet óf artificial intelligence (AI) het werk gaat veranderen, maar hoe snel en hoe ingrijpend. Up to date blijven en technologieën zoals ChatGPT omarmen en toepassen is essentieel voor uw organisatie.
Omschrijving
In de cursus AI voor developers leer je hoe je AI praktisch inzet als developer en hoe tools, zoals GitHub Copilot, ChatGPT en andere generatieve AI-tools, je dagelijkse ontwikkelwerk kunnen versnellen. Je krijgt inzicht in hoe moderne AI-systemen werken en hoe je ze effectief gebruikt bij softwareontwikkeling. Daardoor verschuift je rol van puur coderen naar het modelleren van problemen, het beoordelen van AI-gegenereerde oplossingen en het slimmer organiseren van je ontwikkelproces. Zo ontdek je hoe AI een krachtige partner wordt in plaats van een bedreiging voor je werk.
Tijdens de cursus krijg je een helder overzicht van belangrijke concepten binnen AI voor developers, zoals de werking van large language models, tokens, context en embeddings. Ook komen technieken zoals retrieval-augmented generation (RAG) en het gebruik van vector databases aan bod. Je maakt kennis met het huidige AI-ecosysteem voor softwareontwikkeling, waaronder GitHub Copilot, ChatGPT, Claude en andere AI-coding tools. Daarnaast leer je hoe AI kan helpen bij code refactoring, documentatie, testgeneratie en DevOps-processen zoals CI/CD, pull-request reviews en observability. Ook besteden we aandacht aan integratie van AI in je eigen applicaties via API’s en bespreken we belangrijke onderwerpen zoals privacy, security en verantwoord gebruik van AI in developmentteams.
In de cursus werk je met realistische ontwikkelscenario’s waarin je AI gebruikt als coding partner: bijvoorbeeld bij het refactoren van bestaande code, het genereren van tests of het bouwen van een kleine AI-functionaliteit in een applicatie. Je experimenteert met prompts, AI-tools en integraties, zodat je leert wanneer AI je werk versnelt en wanneer menselijke controle nodig blijft. De technieken die je oefent kun je direct toepassen in je eigen projecten en ontwikkelworkflow.
Na afloop begrijp je hoe AI-tools werken en hoe je ze effectief inzet binnen softwareontwikkeling. Je kunt AI gebruiken om code te genereren, analyseren en integreren in je eigen applicaties.
Inhoud
Introductie & Mindset
- Waarom developers vaak bang zijn voor AI en waarom dat onterecht is
- Ons werk verandert: van coderen naar problemen modelleren
- Wat AI literacy betekent voor een moderne developer
- Discussie: welke delen van ons werk zijn het makkelijkst te automatiseren
AI Fundamentals voor Developers
- Hoe LLM’s werken (tokens, context, embeddings, RAG)
- Verschil tussen narrow AI, generative AI en agentic AI
- Tools en ecosystemen: GitHub Copilot, ChatGPT, Claude Code, Gemini, Cursor
- Demo: van prompt naar prototype met een kleine API en frontend stub
AI als Coding Partner
- Pair programming met AI: strategieën en prompt patterns
- Code uitleggen, refactoren, testen en documenteren met AI
- Beperkingen van code-AI zoals hallucinaties, afhankelijkheden en veiligheidsrisico’s
- Hands-on: refactoren en tests genereren met een AI-coding tool
AI in de DevOps- en CI/CD-keten
- AI voor commit messages, PR-reviews, code smells en release notes
- AI-gestuurde pipelines voor linting, testcoverage en issue classification
- Introductie tot AI-aided observability zoals AIOps en anomaly detection
- Demo: AI optimaliseert een CI-job of genereert automatisch documentatie
MCP Servers: AI verbinden met tools en systemen
- Wat is MCP en hoe werkt het protocol
- Waarom MCP interessant is voor developers
- Architectuur van MCP-systemen met server, client, tools en transport
- Voorbeelden van MCP-toepassingen
Eigen AI Tools & APIs
- AI integreren in je eigen applicatie met REST, gRPC en AI-API’s
- Retrieval-Augmented Generation in de praktijk
- Vector databases en embeddings met voorbeelden in TypeScript of Python
- Hands-on: bouw een mini AI-doc-assistant voor een project
Ethiek, security & verantwoordelijkheid
- Code-leakage, privacy, licenties en IP-risico’s
- AI-governance binnen developmentteams
- AI gebruiken zonder vertrouwelijke data te lekken
Samenvatting & Next Steps
- Wat je morgen direct kunt toepassen
- Tools om verder te leren zoals prompt engineering, LangChain en agentic frameworks
- Q&A, reflectie en afsluiting
Plaats en data (12)
| Plaats | Duur | Data | ||
|---|---|---|---|---|
| NIEUWEGEIN - Iepenhoeve 39 | 1 dag | 27 augustus 2026 | Inschrijven > | |
| Virtual Classroom | 1 dag | 27 augustus 2026 | Inschrijven > | |
| EINDHOVEN - Fellenoord 170 | 1 dag | 26 oktober 2026 | Inschrijven > | |
| Virtual Classroom | 1 dag | 26 oktober 2026 | Inschrijven > | |
| NIEUWEGEIN - Iepenhoeve 39 | 1 dag | 27 november 2026 | Inschrijven > | |
| Virtual Classroom | 1 dag | 27 november 2026 | Inschrijven > | |
| NIEUWEGEIN - Iepenhoeve 39 | 1 dag | 19 februari 2027 | Inschrijven > | |
| Virtual Classroom | 1 dag | 19 februari 2027 | Inschrijven > | |
| EINDHOVEN - Fellenoord 170 | 1 dag | 3 mei 2027 | Inschrijven > | |
| Virtual Classroom | 1 dag | 3 mei 2027 | Inschrijven > | |
| NIEUWEGEIN - Iepenhoeve 39 | 1 dag | 24 mei 2027 | Inschrijven > | |
| Virtual Classroom | 1 dag | 24 mei 2027 | Inschrijven > |
Praktische informatie
Doelgroep
Deze cursus is voor softwaredevelopers, backend- en frontendontwikkelaars, DevOps-engineers en technisch georiënteerde IT-professionals die AI willen gebruiken om hun ontwikkelproces te versnellen.
Voorkennis
Basiservaring met softwareontwikkeling en programmeertalen zoals Python, JavaScript of vergelijkbaar is vereist. Het cursusmateriaal is in het Engels, een goede beheersing van de Engelse taal is noodzakelijk.
Duur
De training duurt een dag.
Groepsgrootte
De maximale groepsgrootte bedraagt twaalf personen.
Certificaat
Na afloop van de training ontvangt u een certificaat.
