Financiële AI-analyse van grond af opgebouwd
Vier fasen, één doel
Predictieve modellen werken alleen als de mensen die ze gebruiken begrijpen wat er achter de cijfers zit. Het programma begint bij de data zelf — hoe die eruitziet, wat er ontbreekt en waar vertekening binnensluipt.
Elk blok bouwt direct voort op het vorige. Deelnemers werken met eigen bedrijfsdata, geen fictieve oefensets.
aanmelden-
01
Datafundament en kwaliteitscontrole
Structuur van financiële datasets, ontbrekende waarden, uitbijters en tijdsreekslogica.
Weken 1–4
-
02
Voorspellende modellen bouwen
Regressie, decision trees en ensemblemethoden toegepast op kasstroomprognoses en budgetafwijkingen.
Weken 5–8
-
03
Validatie en interpretatie
Modelfouten meten, SHAP-waarden lezen en uitkomsten vertalen naar aanbevelingen voor leidinggevenden.
Weken 9–12
-
04
Integratie in werkprocessen
Dashboards koppelen, alerts instellen en modellen onderhouden als onderdeel van de maandelijkse rapportcyclus.
Weken 13–16
Wie staat er voor de groep
De begeleiders bij Zomavule komen uit de praktijk — voormalig controller bij een productiebedrijf, quant-analist bij een vermogensbeheerder, en een specialist in ML-infrastructuur. Geen puur academisch parcours.
Lieven Daelemans
Financieel modelleur
Anke Verlinden
ML-engineer
Sofie Braeckman
Data-analist
"Ik had al twee andere trainingen gevolgd over AI in finance. Dit was de eerste waarbij ik na afloop écht iets kon opleveren aan mijn manager."
— Deelnemer, editie voorjaar 2024
Wat je concreet leert
Elk module heeft een vaste structuur: theorie van maximaal 40 minuten, daarna een werksessie met echte data. De nadruk ligt op het herkennen van veelgemaakte modelfouten voordat die in rapportages belanden.
Tijdsreeksen analyseren
Week 2–3
Outlier-detectie
Week 3–4
Modelparameters afstemmen
Week 6–7
Dashboard-architectuur
Week 13–14
Modelvalidatie
Week 9–10
Rapportage schrijven
Week 11–12
Automatische alerts
Week 14–15
Modelonderhoud
Week 15–16
Veelgestelde vragen
Vragen die terugkomen voor aanvang van het programma, eerlijk beantwoord.
Het programma richt zich op financiële analisten, controllers en teamleiders die al werken met data maar AI-modellen nog niet systematisch inzetten voor voorspellende rapportage.
Deelnemers moeten comfortabel zijn met spreadsheetlogica en basisbegrippen van statistiek. Programmeerervaring is handig maar niet verplicht — de eerste fase bouwt die basis op.
Het programma beslaat 16 weken, verdeeld over vier fasen van elk vier weken. De werklast bedraagt gemiddeld zes tot acht uur per week, combineerbaar met een voltijdse functie.
Alle cursusmateriaal blijft 12 maanden na afronding toegankelijk, inclusief updates die tijdens die periode worden toegevoegd aan het programma.