Aanpak private en soevereine Data & AI Cloud – Data-architectuur en realisatie [Engelstalig]

Deze sessie door Antoine Stelma gaat over het tweejarige traject om een schaalbaar, soeverein data- en AI-platform te ontwerpen. Het behandelt belangrijke uitdagingen – schaalbaarheid, beveiliging, keuze voor de cloud, evenwichtige tooling – en presenteert de uiteindelijke componenten, van datawarehouse-automatisering en data catalog tot datavirtualisatie, data lakes en AI-oplossingen.

Grounded AI in Data Warehousing: How to Make Your LLM Stop Lying [Engelstalig]

AI gegenereerde hallucinaties kunnen het vertrouwen in Business Intelligence-outputs ondermijnen. Deze hands-on workshop laat zien hoe je een door LLM aangestuurde analyse-assistent bouwt die alleen antwoorden geeft op basis van gecontroleerde, geverifieerde gegevens. Zélf aan de slag met oefeningen op jouw eigen laptop.

AI Governance, Responsible AI en Data Governance: Connecting the Dots

Dit seminar onderzoekt hoe organisaties AI Governance, Responsible AI en Data Governance kunnen afstemmen tot één samenhangende strategie. Door deze cruciale frameworks met elkaar te verbinden, leren deelnemers hoe ze vertrouwen, transparantie en verantwoordelijkheid kunnen verankeren in AI- en datagedreven initiatieven.

Modeling the Mesh: understanding data products and domains [Engelstalig]

Data Mesh is een begrip waar menig organisatie over praat, maar dat slechts weinig organisaties daadwerkelijk toepassen. Dit raamwerk voor gefedereerd data management en governance belooft veel en vraagt nog meer, maar sommige elementen in dit paradigma kunnen voor elke organisatie voordelig zijn: met name gegevensproducten en -domeinen. Het denken in termen van producten en domeinen vereist ook nieuwe benaderingen van datamodellering. Neem deel aan deze sessie om te ontdekken hoe datamodellering werkt in Data Mesh!

Data Mesh Information Architecture: modeling data products and domains [Engelstalig]

Deze workshop behandelt informatiearchitectuur in gedecentraliseerde dataomgevingen. Er wordt gekeken naar hoe domeinen data documenteren en delen, er wordt onderzoek gedaan naar conceptuele en logische modellering voor duidelijkheid en interoperabiliteit, en er worden praktische oefeningen gegeven om dataproducten te ontwerpen die aansluiten bij de semantiek van het domein.

Nieuwe tijden: Van Data voor AI naar AI voor Data [Engelstalig]

We zijn gewend om data te beheren vóór de inzet van AI: zorgvuldig verzamelen, schonen en structureren. Maar die tijd kantelt. AI helpt nu zélf om data te verbeteren: automatisch te verrijken, te valideren, te integreren en te documenteren. Van statisch beheer gaan we naar dynamische verbetering: AI maakt data levend en verandert hoe we met data omgaan.