Maak jouw actuariële kennis toekomstbestendig
Data Science en Artificial Intelligence (AI) zijn niet meer weg te denken uit ons dagelijks leven en de invloed hiervan op het actuariële vakgebied groeit in hoog tempo. De inzet van algoritmes, geavanceerde analysemethoden en AI-gedreven besluitvorming transformeert de manier waarop risico’s worden geanalyseerd, modellen worden gebouwd en beleid wordt vormgegeven.
Wil jij relevant blijven in een wereld waarin technologie razendsnel evolueert? Dan is inzicht in Data & AI onmisbaar
De leergang Data Science & Artificial Intelligence voor actuarieel professionals ontwikkeld in samenwerking met EAISI Academy - het AI-instituut van de TU Eindhoven - biedt actuarissen en risicoprofessionals een solide basis in de kernconcepten van AI en Data Science. Je leert niet alleen wat er technisch mogelijk is, maar ook wanneer AI daadwerkelijk waarde toevoegt binnen het actuariële domein of wanneer traditionele analysemethoden de voorkeur verdienen.
Voor wie is deze leergang?
Deze leergang is voor actuarieel professionals , risicoprofessionals en financieel specialisten die willen begrijpen wat AI en Data Science betekenen voor hun vak, ontdekken waar deze technieken waarde toevoegen en hun rol willen verbreden of verdiepen in een datagedreven wereld.
Wat kun je verwachten?
Voor €3.595 volg je een intensieve vijfdaagse leergang, inclusief lesmateriaal, begeleiding door experts, toegang tot Python of KNIME, praktijkopdrachten, lunch en een certificaat van deelname. Kortom: een complete investering in jouw data- en AI-vaardigheden binnen het actuariële domein!
Wij geven je de tools om data en AI écht te begrijpen
Tijdens de leergang combineer je theorie met direct toepasbare oefeningen en leer je onder andere:
- Hoe je data vertaalt naar waarde voor jouw organisatie. Wat kan AI wél, wat niet en wat bepaalt het succes van een data science-project?
- De fundamenten van AI en machine learning, zoals supervised/unsupervised learning, reinforcement learning, deep learning, generative AI en Large Language Models – helder uitgelegd in praktische termen.
- De stappen van een succesvol data science-project, volgens het CRISP-DM framework: van business understanding tot deployment.
Toepassing in de praktijk: je doorloopt het volledige CRISP-DM proces met een fictieve dataset, in Python of KNIME – afhankelijk van jouw voorkeur en leerdoel.
Python of KNIME?
Wil je leren programmeren in Python en daarmee de eerste stap zetten richting een rol als Data Scientist? Of werk je liever visueel met KNIME en ontwikkel je je tot Analytics Translator - de schakel tussen techniek en strategie? Beide paden zijn mogelijk: jij bepaalt je leerroute.
Docenten
Joran Lokkerbol
Joran Lokkerbol is econometrist en promoveerde in de gezondheidseconomie. Na een postdoc aan Harvard in machine learning en data science werkte hij als data scientist bij Bol.com en als adviseur in de zorgsector. Sinds 2019 is hij actief als docent in professionele AI- en data science-opleidingen, waar hij kennis deelt én leert van de praktijkervaring van deelnemers uit diverse sectoren.
Peter Vos
Peter Vos is IT-professional met een Master in Computer Science. Hij werkte 25 jaar in de techsector, onder andere bij Oracle en Accenture, als projectleider en software-architect. Tegenwoordig geeft hij les aan Avans Hogeschool over onder andere Data Science en Business Intelligence. Met zijn praktijkervaring en opleiding Mastering Data & AI helpt hij studenten slimme, datagedreven oplossingen te ontwikkelen.
Klaar om jouw actuariële toekomst verder vorm te geven?
Schrijf je in voor deze leergang, ontdek de kracht van data en AI en til je kennis naar een nog hoger niveau!