- Leren door doen
- Trainers met praktijkervaring
- Klassikale trainingen
- Gedetailleerd cursusmateriaal
- Duidelijke inhoudsbeschrijving
- Maatwerk inhoud mogelijk
- Trainingen die doorgaan
- Kleine groepen
De cursus .NET AI Agents en Apps van SpiralTrain 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.
In de cursus .NET AI Agents en Apps ontdek je de mogelijkheden van kunstmatige intelligentie binnen het .NET-ecosysteem. We beginnen 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, wat essentieel is voor het ontwikkelen van slimme applicaties.
In deze module leer je hoe je ML.NET kunt gebruiken voor het bouwen van sentimentanalysemodellen, pipelines en integratie in ASP.NET-apps. Je ontdekt hoe je modellen traint, evalueert en inzet, wat je in staat stelt om krachtige AI-functionaliteit in je .NET-projecten te integreren.
Tijdens de cursus .NET AI Agents en Apps leer je hoe je GPT-modellen integreert in C#. Dit omvat authenticatie, streamingoutput, kostenbeheer en het gebruik van cognitieve services zoals vertaling, spraak en beeldherkenning, waardoor je uitgebreide AI-mogelijkheden in je applicaties kunt toepassen.
Ontdek hoe je AI-agenten bouwt met de Semantic Kernel. In deze module leer je planningsstrategieën definiëren, geheugen beheren en agents koppelen aan externe API's zoals kalenders of weerdiensten. Dit biedt je de tools om intelligente agenten te creëren die effectief communiceren en taken uitvoeren.
In deze module van de cursus .NET AI Agents en Apps leer je hoe je effectieve prompts ontwerpt in de Semantic Kernel. Je implementeert semantisch zoeken, integreert vector stores en zet een intelligente Q&A-app op met RAG. Dit stelt je in staat om natuurlijke taalverwerking optimaal te benutten.
De slotmodule behandelt hoe je complete AI-apps bouwt met Blazor of ASP.NET. Je leert deze apps hosten op Azure, SignalR gebruiken, caching beheren en de AI-logica verpakken als NuGet-pakket. Dit zorgt ervoor dat je in staat bent om robuuste AI-oplossingen te ontwikkelen en te implementeren.
Voor meer informatie over het bouwen van AI-agenten kun je ook onze cursus AI Agents Bouwen bekijken. Daarnaast biedt de Open Source AI cursus waardevolle inzichten in open source oplossingen voor AI. Meer leren over AI met GitHub Copilot? Kijk dan naar onze cursus AI with GitHub Copilot.
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:
