AI traineeship

AI in een traineeship

Ook buiten de grote Amerikaanse en Chinese techbedrijven wordt al jarenlang gebruik gemaakt van AI. Voornamelijk in het IT-deelgebied van data science is AI al volop in gebruik. AI valt of staat immers met grote hoeveelheden data die het algoritme trainen.

Maar AI is toch heel complex? Hoe leer je dat in een traineeship als je geen AI-studie hebt gevolgd? Nou, AI kàn inderdaad oneindig complex zijn. Maar het kan ook verrassend toegankelijk zijn.

Machine learning bijvoorbeeld, is een deelgebied van AI waarmee je de computer traint om te leren van data en vervolgens voorspellingen te doen of beslissingen te nemen op basis van de data. De AI herkent patronen en trends in de data, door gebruik te maken van o.a. lineaire regressie, logistieke regressie en beslisbomen.  

En hier bestaan al heel uitgebreide programmeeromgevingen en libraries voor. Bijvoorbeeld in Python, een zeer toegankelijke programmeertaal om in te programmeren voor machine learning.

Als je een traineeship zoekt in data engineering en Python, is de kans al heel groot dat AI een daar een onderdeel van is! Bij Young_Coders is machine learning in ieder geval een standaard onderdeel van alle traineeships waar gewerkt wordt met Python.

Python en AI

Ben jij een startend (of gevorderd) programmeur en wil jij je verdiepen in de mogelijkheden van AI? Dan raden wij altijd aan om je te ontwikkelen in Python. Python wordt namelijk zeer veel gebruikt voor AI.

Leesbaar
Een algemeen voordeel van Python is dat de syntax relatief eenvoudig en gemakkelijk leesbaar is. Dit maakt Python aantrekkelijk voor beginners in machine learning en AI. De eenvoud van de syntax helpt om de complexiteit van de AI-algoritmen te verminderen.

Libraries
Verder heeft Python een breed scala aan libraries en frameworks die speciaal zijn ontworpen voor machine learning en data-analyse.

• Scikit-learn: een library met envoudige en efficiënte tools voor predictive analysis (machine learning)
• TensorFlow: Een library voor het trainen van diepe neurale netwerken (deep learning)
• PyTorch: Een library voor deep learning en Natural language processing (NLP)

Hiermee kun je zelfs als beginnend Python developer waanzinnige zelflerende algoritmes ontwikkelen.

Recap: soorten AI

We hebben het al even gehad over Machine learning en Deep learning, maar dat zijn slechts twee onderdelen van AI. Als jij je wilt ontwikkelen in AI is het handig als je de volgende AI-termen kent. 

AI/ KI
Artificial intelligence, of kunstmatige intelligentie in het Nederlands, is de verzamelterm. Het omvat alle computersystemen die in staat zijn om zelf te leren, zonder dat alles voorgeprogrammeerd wordt door een mens.

Machine learning (ML)
Machine learning hadden we al even behandeld. Dat is het deelgebied waarin de AI leert door grote hoeveelheden data te analyseren en hier bijvoorbeeld toekomstige trends uit te ontdekken.

Deep learning (DL)
Deep learning gaat een stap verder. Daar worden over meerdere ‘cognitieve niveaus’ verbanden gelegd om complexe taken uit te voeren die al wat meer lijken op menselijke breintaken, zoals het herkennen van gezichten en het verwerken en begrijpen van taal.

Natural language processing (NLP)
NLP is volledig gericht op het begrijpen, verwerken en genereren van menselijke taal door computers. Wat de AI hier doet is razendsnel enorme hoeveelheden tekst analyseren om zoveel mogelijk verbanden tussen letters en woorden te ontdekken, om vervolgens ook zelf te leren ‘spreken’.

Het bekendste voorbeeld is ChatGPT.

Computer vision
Waar NLP zich richt op tekst, probeert Computer vision visuele informatie uit afbeeldingen en video’s te begrijpen. Hierdoor snapt de computer bijvoorbeeld welke plant er op jouw foto staat, en kan deze je advies geven over het verzorgen van deze plant, zoals de app PlantIn dat doet.

De volgende stap is dat de computer niet alleen visuele informatie begrijpt, maar ook zelf kan creëren. Bekende voorbeelden daarvan zijn Midjourney en Imagine AI, die in no-time afbeeldingen voor je genereren.

Heel leuk om mee te experimenteren 😉 Maar wat heb jij er als aspirant-developer aan?

Met behulp van open source Computer vision kun je bijvoorbeeld verrassend gemakkelijk gezichtsfilters ontwikkelen zoals je die ziet op Snapchat en Instagram.

Een andere relatief eenvoudige toepassing is document scanners. Een document scanner kan bijvoorbeeld foto’s omzetten naar pdf’s door de randen van het document te herkennen en de hoek waarin het document is te fotograferen te herkennen en corrigeren.

Twee soorten AI traineeships

Het is goed om onderscheid te maken tussen twee soorten AI traineeships. Aan de ene kant zijn er de AI-developers, die zelf AI-software schrijven en opnemen in bestaande applicaties. Maar ook groeit de vraag naar AI-consultants. Dit zijn mensen die vooral organisaties adviseren op het gebied van AI en digitale transformatie.

Wij vinden echter dat ook een AI-consultant diepgaande kennis moet hebben van de technologie achter AI. Bij Young_Coders leiden we zowel consultants als developers op in AI, maar beide groepen krijgen een uitgebreide technische bootcamp, waarin ze in een paar maanden tijd een AI-applicatie leren ontwikkelen, bijvoorbeeld met machine learning in Python.

Door zelf te leren hoe je AI-software ontwikkelt ontdek je pas wat de mogelijkheden zijn, maar ook wat er allemaal nodig is om een AI-applicatie te kunnen ontwikkelen. Kortom, het begint allemaal met programmeren.

Heb jij al wat hobbymatige ervaring met bijvoorbeeld Python en wil jij die kennis verdiepen in een AI-traineeship, bekijk dan onze vacatures om te kijken of er AI traineeships open staan.

Ben jij geïnteresseerd in AI, maar heb je nog weinig ervaring met AI en programmeren? Dan raden we je aan om jezelf te ontwikkelen in Python, dé programmeertaal om laagdrempelig kennis te maken met AI!