- Leren door doen
- Trainers met praktijkervaring
- Klassikale trainingen
- Gedetailleerd cursusmateriaal
- Duidelijke inhoudsbeschrijving
- Maatwerk inhoud mogelijk
- Trainingen die doorgaan
- Kleine groepen
De cursus Building .NET Agents and Apps leert je hoe je AI-gedreven applicaties en agents ontwikkelt met moderne .NET-tools en -platformen. Je leert AI integreren in .NET 8, werkt met ML.NET, Azure AI en OpenAI, en bouwt slimme agents met Microsofts Semantic Kernel. Na afloop ben je in staat om intelligente full-stack .NET-apps te bouwen met machine learning en natural language features.
De cursus start met een overzicht van AI in .NET, inclusief ML.NET, OpenAI, Azure AI en ONNX. Deelnemers leren de basisbegrippen en hoe de AI-stack in .NET is opgebouwd.
Deze module laat je ML.NET gebruiken voor het bouwen van sentimentanalysemodellen, pipelines, en integratie in ASP.NET-apps. Je leert hoe je modellen traint, evalueert en inzet.
Leer hoe je GPT-modellen integreert in C#, inclusief authenticatie, streamingoutput, kostenbeheer en cognitieve services zoals vertaling, spraak en beeldherkenning.
Ontdek hoe je AI-agenten bouwt met Semantic Kernel, planningsstrategieën definieert, geheugen beheert en agents koppelt aan externe APIs zoals kalenders of weerdiensten.
Leer effectieve prompts ontwerpen in Semantic Kernel, semantisch zoeken implementeren, vector stores integreren en een intelligente Q&A-app opzetten met RAG.
De slotmodule behandelt hoe je complete AI-apps bouwt met Blazor of ASP.NET, ze host op Azure, SignalR gebruikt, caching beheert en de AI logica verpakt als NuGet-pakket.
De cursus is bedoeld voor .NET-softwareontwikkelaars die AI-functionaliteit willen integreren in hun applicaties. Zowel backend- als full-stack developers, AI-engineers en softwarearchitecten profiteren van deze training.
Deelnemers dienen ervaring te hebben met C# en .NET-ontwikkeling. Basiskennis van AI, machine learning en REST API’s is aanbevolen.
De cursus wordt verzorgd door een trainer en combineert theorie met praktische oefeningen. Voorbeelden en use-cases uit de praktijk ondersteunen het leerproces.
Na succesvolle afronding ontvangen deelnemers een certificaat van deelname aan de cursus Building .NET Agents and Apps.
Module 1: Intro to AI and .NET |
Module 2: Smart .NET Apps ML.NET |
Module 3: OpenAI and Azure AI |
|
Overview of AI/ML in .NET Key concepts: Models, Inference, Agents ML.NET, Azure AI, ONNX LLMs and modern app development Cognitive services and APIs Cloud vs local AI models .NET 8 AI features Setting up environment Copilot in .NET productivity Use cases in .NET AI |
Intro to ML.NET Building a sentiment model Data processing and features Using Model Builder Saving/loading models Evaluation and tuning ML in ASP.NET Deploying prediction APIs Production model usage Model integration patterns |
OpenAI API in .NET Azure OpenAI differences API key setup & auth First GPT request in C# Creating chat assistant Token cost management Streaming responses Vision/Speech/Language APIs Azure Translator in apps Building Azure + OpenAI bots |
Module 4: AI Agents Tooling |
Module 5: Prompt Engineering |
Module 6: Deploying .NET AI Apps |
|
What is an AI Agent? LangChain vs Semantic Kernel Semantic Kernel SDK intro First AI agent in .NET Plugins and skills in SK Planning strategies Memory and context External API integration Logging and debugging Use case: Calendar agent |
Prompt engineering basics Templated prompts in SK Chaining prompts Managing conversation history Prompt tips for .NET devs Vector search with embeddings Using Pinecone, Redis, AI Search RAG pattern implementation Use case: Doc Q&A system Fallback and hallucination handling |
Building full-stack AI apps Blazor vs ASP.NET AI UIs Secure HTTP APIs SignalR for live AI updates Caching/throttling responses Long-running workflow handling Azure App Service and Containers Testing strategies and logging NuGet packaging of agents Final project: AI assistant demo |
Deze bedrijven en instanties waren u al voor:
Deze bedrijven waren u voor:
