Microsoft Artificial Intelligence Engineer Bootcamp – Online Classroom & eLearning (Een uniek trainingsprogramma!)

Ai Learning & Certification Path! Het Microsoft AI Engineer-programma biedt een uitgebreid curriculum dat is ontworpen om uitgebreide AI-expertise op te bouwen.

Het omvat belangrijke gebieden zoals Python-programmering, toegepaste datawetenschap, machine learning en deep learning, en biedt tegelijkertijd gerichte tracks in natuurlijke taalverwerking, generatieve AI en Microsoft Copilot.

Deelnemers passen hun kennis toe in praktijkgerichte projecten en een eindopdracht waarin ze laten zien dat ze in staat zijn om echte zakelijke uitdagingen aan te gaan. Het programma is inclusief een gerichte voorbereiding op het Microsoft Azure AI Fundamentals (AI-900)-examen, samen met training in Copilot-ontwikkeling en geavanceerde generatieve AI-technieken met behulp van tools zoals PyTorch en TensorFlow.

Deelnemers kunnen hun vaardigheden verder ontwikkelen via keuzevakken over boeiende onderwerpen zoals ChatGPT, transformers en prompt engineering, waardoor ze een solide basis krijgen voor een toekomstgerichte carrière in AI. Onder leiding van ervaren Microsoft-instructeurs zorgt het programma ervoor dat deelnemers waardevolle inzichten in de sector opdoen en klaar zijn om invloedrijke rollen op het gebied van AI en machine learning op zich te nemen.

Student profile

Doelgroep

• Beginners met interesse in kunstmatige intelligentie die de technologie-industrie willen betreden
• Softwareontwikkelaars en -ingenieurs die hun AI- en machine learning-vaardigheden willen verbeteren
• Data-analisten of een
• data scientist
• Studenten en academici in computerwetenschappen, IT of aanverwante vakgebieden
• Technici uit andere vakgebieden (zoals DevOps, QA of business intelligence) die van plan zijn om over te stappen naar AI-functies
• Professionals met een niet-technische achtergrond (zoals financiën, gezondheidszorg of marketing) die een sterke interesse hebben in het gebruik van AI in hun branche
• Ondernemers of oprichters van start-ups die op zoek zijn naar AI-gebaseerde oplossingen voor bedrijfsinnovatie

Vereisten

• Je moet 18 jaar of ouder zijn en een middelbareschooldiploma (of gelijkwaardig) hebben.
• Ten minste twee jaar beroepservaring wordt aanbevolen, maar is niet vereist.
• Basiskennis van programmeren en wiskunde is een vereiste.

Objectives

Leerdoelen

• Datawetenschap met Python: ontwikkel essentiële Python-vaardigheden voor data-analyse met behulp van moderne tools en technieken om bruikbare inzichten te ontdekken.
• Machine learning: doe kennis op over belangrijke ML-concepten zoals modelontwikkeling, optimalisatie en praktische toepassingen door middel van hands-on projecten.
• Deep learning: beheers neurale netwerken, propagatietechnieken, hyperparameter-tuning en modelinterpretatievaardigheden met praktische ervaring met PyTorch.
• Voorbereiding op het AI-900-examen: doe diepgaande kennis op van Microsoft Azure AI-services en cloudgebaseerde AI-oplossingen ter voorbereiding op de Azure AI Fundamentals (AI-900)-certificering.
• Copilot-ontwikkeling: leer hoe je Microsoft Copilot-oplossingen ontwerpt en verbetert met behulp van RAG-gebaseerde architecturen, promptflows en prestatie-evaluatie in Copilot Studio.
• Low-code en open source tools: verken low-code platforms zoals Copilot Studio en open source frameworks zoals AutoGen om intelligente AI-gestuurde workflows te creëren.
• Natuurlijke taalverwerking (NLP): ontwikkel expertise in NLP-algoritmen, tekstanalyse en industriële toepassingen van taaltechnologieën.
• Generatieve AI: begrijp geavanceerde GenAI-technieken, inclusief transformers, aandachtsmechanismen, GPT en BERT, om de volgende generatie AI-toepassingen te bouwen.
• Capstone-projecten: pas AI- en ML-vaardigheden toe op een praktijkprobleem en toon uw expertise en gereedheid aan werkgevers.
• Masterclasses voor de industrie: neem deel aan sessies onder leiding van experts op het gebied van Agentic AI en geavanceerde tools zoals Copilot Studio en AutoGen.

Curriculum

Bootcamp-cursusplan

• Python voor AI
• Toegepaste datawetenschap met Python
• Machine learning met Python
• Specialisatie in deep learning
• Basisprincipes van Microsoft Azure AI AI 900
• Basisprincipes van Microsoft Copilot
• Kennis van generatieve AI
• AI Engineer Capstone

Keuzevakken

• Natuurlijke taalverwerking (NLP)
• Geavanceerde generatieve AI
• Masterclass in agentgebaseerde AI-oplossingen met Copilot Studio en AutoGen

1. Python voor AI

Deze cursus biedt een solide basis in Python-programmeren en leert je de kernvaardigheden die je nodig hebt voor je leertraject. Je leert hoe je Python kunt gebruiken om AI-algoritmen te implementeren, data-analyses uit te voeren en intelligente systemen efficiënt te ontwikkelen.

Leerdoelen:

• Python vol vertrouwen installeren, de syntaxis ervan begrijpen en werken met basisprogrammeerconstructies.
• Werken met Python-datatypes, operatoren, voorwaardelijke statements en loops.
• Python-functies maken en gebruiken voor modulaire codering.
• Pas de principes van objectgeoriënteerd programmeren (OOP) toe in Python.
• Begrijp en implementeer threading en multithreading in Python-programma's.

Behandelde onderwerpen:

• Inleiding tot Python-programmeren
• Python-datatypes en operatoren
• Voorwaardelijke instructies en loops
• Python-functies
• Basiskenmerken van Python-programmeren
• Objectgeoriënteerd programmeren met Python

2. Toegepaste datawetenschap met Python

Deze cursus introduceert fundamentele concepten in datawetenschap, inclusief datavoorbereiding, modelbouw en evaluatie. Je versterkt je Python-vaardigheden aan de hand van onderwerpen als strings, lijsten en Lambda-functies, terwijl je je verdiept in NumPy, lineaire algebra en statistische principes zoals centrale tendens, spreiding, scheefheid, covariantie en correlatie. Je verkent ook hypothese-toetsingsmethoden (Z-toetsen, T-toetsen, ANOVA), oefent geavanceerde gegevensmanipulatie met Pandas en verbetert je analytische vaardigheden met praktische visualisatietechnieken.

Leerdoelen:

• Verkrijg een gedegen inzicht in de levenscyclus van datawetenschap en de kernelementen ervan.
• Ontwikkel je kennis van Python en de bibliotheken voor datawetenschap.
• Gebruik NumPy en Pandas effectief voor datamanipulatie en -analyse.
• Maak boeiende en inzichtelijke visualisaties met Matplotlib, Seaborn, Plotly en Bokeh.
• Leer technieken voor gegevensbeheer en voorbewerking om datasets voor te bereiden voor analyse.

Behandelde onderwerpen:

• Inleiding tot datawetenschap
• Basisprincipes van Python-programmeren
• Basisprincipes van NumPy
• Lineaire algebra voor datawetenschap
• Basisprincipes van statistiek
• Kansverdelingen
• Geavanceerde statistiek
• Werken met Pandas
• Technieken voor gegevensanalyse
• Methoden voor gegevensbeheer
• Tools voor gegevensvisualisatie
• Statistiek van begin tot eind toepassen in Python

3. Machine learning met Python

Leer de fundamentele concepten van machine learning en verken verschillende soorten en toepassingen. De cursus leidt je door het hele ML-proces, met een sterke focus op begeleid leren met behulp van regressie- en classificatiemodellen. Je verdiept je ook in onbegeleid leren, clusteringmethoden en ensembletechnieken. Daarnaast werk je met frameworks zoals TensorFlow en Keras en doe je praktische ervaring op met PyTorch om een aanbevelingssysteem te bouwen.

Leerdoelen

• Begrijp de belangrijkste categorieën van machine learning en hun unieke kenmerken.
• Verken de workflow van machine learning en de rol van MLOps.
• Pas begeleide leertechnieken toe op problemen uit de praktijk.
• Herken en behandel overfitting en underfitting in modellen.
• Implementeer verschillende regressiemodellen en evalueer hun praktische toepassingen.
• Kennis opdoen van ensembletechnieken zoals bagging, boosting en stacking.

Onderwerpen

• Grondbeginselen van machine learning
• Begeleide leermethoden
• Regressiemodellen en hun toepassingen
• Classificatiemodellen en gebruiksscenario's
• Ongebegeleid leren
• Ensemble-leerstrategieën
• Aanbevelingssystemen bouwen

4. Specialisatie in deep learning

Deze cursus verkent de grondbeginselen en praktijktoepassingen van deep learning, met de nadruk op hoe het verschilt van traditionele machine learning. Je bestudeert kernconcepten zoals neurale netwerken, voorwaartse en achterwaartse propagatie, hyperparameter-tuning en modelinterpretatie. Het curriculum omvat ook geavanceerde onderwerpen, waaronder TensorFlow 2, Keras, convolutional neural networks (CNN's), transfer learning, objectdetectie, recurrent neural networks (RNN's), auto-encoders, transformermodellen voor NLP en praktische implementatie met PyTorch.

Leerdoelen

• Het verschil tussen deep learning en machine learning.
• Praktische use cases voor deep learning in verschillende sectoren verkennen.
• Forward en backward propagatie toepassen in diepe neurale netwerken.
• Hyperparameters afstemmen en de interpreteerbaarheid van modellen verbeteren.
• Regularisatietechnieken zoals dropout en early stopping implementeren.
• Praktische expertise opdoen met CNN's voor visueel gebaseerde taken zoals objectdetectie.

Onderwerpen

• Inleiding tot deep learning
• Kunstmatige neurale netwerken (ANN)
• Diepe neurale netwerken (DNN)
• TensorFlow-framework
• Modeloptimalisatie en prestatieafstemming
• Convolutionele neurale netwerken (CNN)
• Transfer learning-methoden
• Objectdetectietechnieken
• Recurrente neurale netwerken (RNN)
• Transformermodellen voor NLP
• Inleiding tot auto-encoders
• Basisprincipes van PyTorch

5. Microsoft Azure AI Fundamentals AI 900

Deze module is bedoeld om u voor te bereiden op het Microsoft Azure AI Fundamentals (AI-900) examen. U verkent de fundamentele concepten, voordelen en belangrijkste componenten van Azure-cloudservices, met de nadruk op AI-gestuurde toepassingen. De training behandelt ook belangrijke onderwerpen zoals kostenbeheer, governance en compliance, zodat u klaar bent om effectief te werken in het Azure-ecosysteem.

Leerdoelen

• De belangrijkste concepten en services van het Azure-cloudplatform begrijpen.
• Leren hoe u kosten beheert, governancepraktijken toepast en compliance handhaaft.
• Een sterke basis opbouwen in cloud- en AI-basisprincipes om u met vertrouwen voor te bereiden op de AI-900-certificering.

Onderwerpen

• Overzicht van Azure-cloudservices
• Kostenbeheer en governance in Azure
• Beveiliging en compliance in de Azure-cloud

6. Microsoft Copilot Foundation

Deze module biedt een inleiding tot Microsoft Copilot en de belangrijkste functies ervan. U leert hoe u copilots ontwerpt en beheert met behulp van de Copilot Studio-interface, bots publiceert en hun prestaties evalueert. De cursus gaat ook in op het ontwikkelen van RAG-gebaseerde Copilot-oplossingen, het toepassen van fundamentele taalmodeltechnieken en het gebruik van prompt flow om de ontwikkeling en functionaliteit van Copilot te verbeteren.

Leerdoelen

• Copilots maken en beheren met Microsoft Copilot Studio
• RAG-compatibele copilots bouwen en model-grounding-technieken toepassen
• Promptflow-vaardigheden ontwikkelen om de mogelijkheden van Copilot te optimaliseren.

Onderwerpen

• Werken met de Microsoft Copilot Studio-interface
• Bots publiceren en hun prestaties monitoren
• RAG-gebaseerde Copilot-oplossingen ontwerpen
• Promptflow en fundamentele concepten toepassen in Copilot-ontwikkeling

7. Competentie generatieve AI

Leg een solide basis in generatieve AI en machine learning (ML) door fundamentele concepten, belangrijke algoritmen en praktische use cases te begrijpen. Verwerf kennis van deep learning-technieken, grote taalmodellen (LLM's) en AI-aangedreven tools, zodat u de vaardigheden hebt om AI-oplossingen in de praktijk te ontwerpen en toe te passen.

Leerdoelen

• Maak onderscheid tussen AI, machine learning, deep learning en generatieve AI en begrijp de relaties daartussen.
• Identificeer de verschillen en praktische toepassingen van begeleid, onbegeleid en versterkend leren.
• Bestudeer generatieve AI-technieken, inclusief neurale netwerken, GAN's en transformers.
• Leer hoe grote taalmodellen (LLM's) intelligente assistenten en chatbots aandrijven.
• Verken populaire AI-modellen zoals ChatGPT, Gemini, Claude en Falcon.
• Begrijp methoden voor het genereren van beelden, zoals GAN's, diffusiemodellen en VAE's.
• Doe praktische ervaring op met creatieve AI-tools zoals DALL·E 2, Stable Diffusion en MidJourney.
• Werk met videogeneratieplatforms zoals Runway ML, Synthesia en Gen-2 van Runway.
• Ontdek de rol die open source-ecosystemen zoals Hugging Face spelen bij het stimuleren van AI-innovatie.
• Leer hoe AI-marktplaatsen nieuwe tools volgen en verken promptmarktplaatsen zoals PromptBase.
• Ontwikkel sterke vaardigheden in prompt engineering voor chatbots en AI-aangedreven zoekopdrachten.
• Experimenteer met OpenAI Playground en pas parameters zoals temperatuur en sampling aan voor resultaten op maat.

Behandelde onderwerpen:

• De basisprincipes van machine learning en generatieve AI
• Categorieën van machine learning: begeleid, onbegeleid en reinforcement learning
• Generatieve AI-technieken: neurale netwerken, GAN's en transformers (bijv. GPT-modellen)
• Grote taalmodellen (LLM's) en chatbots (bijv. ChatGPT, Gemini, Claude, Falcon)
• Methoden voor het genereren van afbeeldingen: GAN, diffusiemodellen, VAE met praktische oefeningen met behulp van DALL·E 2, Stable Diffusion en MidJourney
• Methoden voor het genereren van video's: GAN, diffusiemodellen, transformers met tools zoals Runway ML, Synthesia en Gen-2 van Runway
• Verken het open AI-ecosysteem: Hugging Face en AI-marktplaatsen
• Prompt Engineering voor het ontwikkelen van chatbots en AI-aangedreven interacties

8. Aan de slag met geavanceerde AI met behulp van transformers

Het Capstone-project is de laatste mijlpaal van het programma, waar je de kans krijgt om alle vaardigheden en kennis die je hebt opgedaan samen te vatten. Je past AI- en machine learning-technieken toe om echte, branchespecifieke uitdagingen aan te pakken. Dit praktische project toont niet alleen je expertise, maar biedt je ook een portfolio-waardige showcase om je vaardigheden aan potentiële werkgevers te laten zien.

Leerdoelen

• Gebruik AI- en ML-technieken om praktische problemen in de industrie aan te pakken.
• Doe praktische ervaring op door AI-gestuurde oplossingen te creëren.
• Demonstreer je vaardigheden met een uitgebreid eindproject.

Onderwerpen

• Los AI-uitdagingen op die relevant zijn voor de industrie
• Ontwerp en implementeer complete AI/ML-oplossingen
• Presenteer projecten en bouw een professioneel portfolio op.

Optioneel

• Natuurlijke taalverwerking (NLP)

Deze masterclass behandelt low-code agentische AI-oplossingen met tools zoals Copilot Studio en AutoGen, waarmee workflows snel kunnen worden geïmplementeerd. Je verkent natuurlijke taalbegrip, generatie, spraakherkenning, tekst-naar-spraak en spraakassistenten. Na afronding beschik je over de kennis die nodig is om geavanceerde NLP- en spraakgebaseerde applicaties te ontwerpen.

Deze cursus in generatieve AI biedt een diepgaande studie van geavanceerde AI-mogelijkheden, met de nadruk op modellen zoals VAE, GAN, LLM en Transformers. Je verkent aandachtsmechanismen, LangChain-workflows en geavanceerde prompt engineering, terwijl je de vaardigheden verwerft om real-world applicaties te ontwerpen, bouwen en optimaliseren op basis van generatieve AI.

• Geavanceerde generatieve AI

Deze cursus generatieve AI biedt een uitgebreid overzicht van moderne AI-innovaties, inclusief VAE, GAN, LLM en Transformer-architecturen. Deelnemers verkennen aandachtsmechanismen, het ontwerp van LangChain-workflows en geavanceerde prompt engineering, terwijl ze de vaardigheden verwerven om generatieve AI-toepassingen te ontwerpen, bouwen en optimaliseren.

• Masterclass in agentgebaseerde AI-oplossingen met Copilot Studio en AutoGen

Deze masterclass biedt live sessies over low-code agentgebaseerde oplossingen, met behulp van tools zoals Copilot Studio en open-source frameworks zoals AutoGen, en laat zien hoe deze platforms AI-ontwikkeling versnellen en de implementatie van intelligente workflows stroomlijnen.

Industrieprojecten:

• Project 1: MLB Digital Platform Enhancement: Ontwikkel backend-modules voor het beheren van statistieken, schema's en boekingen, en voeg multi-threaded rapportage toe voor snellere prestaties.
• Project 2: EdTech-backendsysteem: bouw backendfuncties voor het beheer van studentgegevens en cursussen, het verbeteren van de gebruikerservaring en het ondersteunen van UI-upgrades.
• Project 3: Analyse van de verkoopstrategie: onderzoek verkoopgegevens op staatsniveau om goed presterende regio's te identificeren en strategieën aan te bevelen voor slecht presterende gebieden.
• Project 4: Marketingstrategieën met EDA: voer verkennende data-analyses en hypothesetests uit om drijfveren voor klantenwerving te ontdekken en marketingplannen te verfijnen.
• Project 5: Voorspelling van personeelsverloop: bouw een ML-model om het personeelsverloop te voorspellen door het dienstverband, de tevredenheid en de werkpatronen te analyseren om inzicht te krijgen in het behoud van personeel.
• Project 6: Songclassificatie met clusteranalyse: gebruik clusteringtechnieken om gepersonaliseerde afspeellijsten te maken en de betrokkenheid van gebruikers te vergroten door betere aanbevelingen.
• Project 7: Analyse van hypotheekgegevens: bouw een deep learning-model om wanbetalingen op leningen te voorspellen met behulp van historische, onevenwichtige datasets, waardoor de veiligheid van leningen wordt verbeterd.
• Project 8: Analyse van Lending Club-leninggegevens: Ontwikkel een voorspellend model met behulp van Lending Club-leninggegevens uit 2007-2015 om het risico op wanbetaling te beoordelen en klasse-onbalans aan te pakken.
• Project 9: ChatGPT-gebaseerde storytelling: Creëer een interactieve storytelling-tool met ChatGPT die collaboratieve storytelling zonder codering mogelijk maakt om creatief schrijven te verbeteren.
• Project 10: Virtuele projectmanagementconsultant: Ontwerp ChatGPT-prompts om projectmanagementondersteuning te bieden bij planning, risicobeoordeling en teamsamenwerking.
• Project 11: AI-gestuurde HR-assistent voor Nestlé: Bouw een HR-assistent met OpenAI GPT en Gradio om antwoorden uit beleids-pdf's te halen en de ondersteuning van medewerkers te stroomlijnen.
• Project 12: AI-gestuurd ontwerp: Gebruik DALL·E en Gradio UI om tekstprompts om te zetten in creatieve ontwerpen en de rol van AI in digitale marketing te benadrukken.

Instruction modes

Veelgestelde vragen

Hoe is de Bootcamp opgebouwd?

Het programma is een intensieve online bootcamp met een vast lesrooster dat elk weekendmiddag en -avond plaatsvindt, gebaseerd op een leertraject van beginners- tot gevorderd niveau.

Deze leertrajecten bestaan uit verschillende cursussen en onderwerpen die betrekking hebben op specifieke vaardigheden voor een functie of baan. Je krijgt toegang tot ons Learning Management System, dat je helpt bij het navigeren door alle toekomstige roosters en cursusmateriaal. Daarnaast zijn er extra e-learningcursussen die je in je eigen tempo kunt volgen. Er is altijd iemand beschikbaar om je te helpen en te ondersteunen als je vragen hebt over de vaardigheden die je leert.

Hoe lang duurt het om de Bootcamp te voltooien?

Dankzij de combinatie van e-learning en bootcamp met live online lessen duurt het programma normaal gesproken 6 maanden (5-10 uur per week). Elke twee of drie maanden start een nieuwe ronde. Neem contact met ons op voor meer informatie.

Wanneer kan ik de Bootcamp-cursussen online volgen?

De live klassikaal lessen vinden alleen in het weekend plaats. Als je een sessie mist, kun je deze altijd inhalen door de opnames te bekijken, en word je als aanwezig geregistreerd. Zo mis je nooit iets van de inhoud.

Wanneer kan ik mijn mastercertificaat vrijspelen?

Zodra je ten minste 85% van de cursusstof hebt voltooid, kun je je certificaat vrijspelen. Dit geldt voor alle masterprogramma's/bootcamps. Een van de criteria voor het behalen van het mastercertificaat is deelname aan de live cursussen. Er kunnen echter uitzonderingen worden gemaakt als je niet live kunt deelnemen, maar je bent dan wel verplicht om de opnames te bekijken. Lees meer over je specifieke cursus of stuur ons een e-mail voor meer informatie.

Wat is het Microsoft AI Engineer-programma?

De Microsoft AI Engineer-certificering is bedoeld om professionals de vaardigheden te bieden die ze nodig hebben om uitgebreide AI-oplossingen te bouwen met Microsoft Azure. Het programma behandelt belangrijke onderwerpen zoals Python-programmering, machine learning, deep learning, natuurlijke taalverwerking (NLP) en generatieve AI. Deelnemers doen praktische ervaring op met tools zoals Azure OpenAI en Copilot, terwijl ze werken aan praktijkprojecten om hun praktische expertise te verbeteren.

Welke certificering ontvang ik na voltooiing van het programma?

Na voltooiing van de Microsoft AI Engineer-certificering ontvangt u een officieel certificaat van Microsoft. U ontvangt ook individuele certificaten voor elke voltooide module, samen met een Microsoft Learn-badge. Deze referenties versterken uw cv en bevestigen uw expertise als gecertificeerd AI-engineer, waardoor u zich kunt onderscheiden bij werkgevers in de AI- en technologiesector.

Welke tools en platforms leer ik gebruiken?

In het AI Engineer-programma werk je rechtstreeks met belangrijke tools en platforms die door AI-professionals worden gebruikt. Deze omvatten Python, TensorFlow, PyTorch en Azure OpenAI voor modelontwikkeling en -implementatie. Je verkent ook generatieve AI-technologieën zoals ChatGPT, DALL·E en andere geavanceerde Microsoft AI-oplossingen, waardoor je de kans krijgt om praktijkgerichte projecten in verschillende sectoren aan te pakken.

Waarin verschilt dit programma van andere AI-cursussen?

Deze AI Engineer-certificering is ontwikkeld in samenwerking met Microsoft, een van 's werelds toonaangevende technologiebedrijven. Het combineert live sessies onder leiding van experts met projectmatig leren met behulp van tools zoals Azure OpenAI, ChatGPT en TensorFlow. Met zijn sterke focus op praktische vaardigheden, relevantie voor de branche en voorbereiding op een carrière, is het programma een ideale keuze voor iedereen die een carrière in kunstmatige intelligentie ambieert.

Characteristics

Belangrijkste kenmerken

• Cursus en materiaal in het Engels
• Beginners- tot gevorderd niveau
• Bootcamp-programma van 6 maanden met een vast schema (vraag ons naar de volgende ronde!)
• 185 uur live online instructie elk weekend met Microsoft-experts
• 30 uur e-learningmateriaal
• Masterclass over agentische AI-oplossingen met Copilot Studio en AutoGen
• Studietijd: ongeveer 250-300 uur
• 1 jaar toegang tot het leerplatform en opnames van lessen
• Microsoft Learn-badge en certificaat van voltooiing voor Microsoft-cursus inclusief
• 25+ projecten en een eindproject voor praktische toepassing
• Voorbereiding op het AI-900-examen (examen inclusief)

Een boeiende leerervaring

• Interactie tussen collega's: Ervaar een collaboratieve klasomgeving door in realtime contact te leggen met collega's en mentoren via Slack.
• Flexibel leren: Een sessie gemist? Blijf op de hoogte met toegang tot lesopnames en ga verder met leren samen met je klasgenoten.
• Mentorsessies: Krijg deskundige hulp bij het oplossen van problemen, projectondersteuning en diepgaand leren via sessies onder leiding van een mentor.
• Speciale leerondersteuning: Profiteer van een groepsleider die je helpt met vragen en zorgt voor gestage vooruitgang tijdens je leertraject.