On-site sessie: Operationaliseer ML en AI in Microsoft Fabric

In samenwerking met Microsoft organiseert Wortell gratis sessies voor organisaties in de non-profit en zorgsector die willen begrijpen hoe een solide datafundament de sleutel vormt tot AI-innovatie.

Intro 

Tijdens deze on-site module ga je hands-on aan de slag met Microsoft Fabric. Je leert hoe je ML-modellen opzet, traint en beheert binnen Fabric — inclusief integratie met pipelines en MLflow. Ook ontdek je hoe je modellen koppelt aan generatieve AI of MCP Servers, zodat je semantische interacties met jouw data mogelijk maakt.

Praktische informatie:

Datum: 12 februari 2026
Tijd: 13:00–16:00
Locatie: Microsoft Nederland te Schiphol
Voor wie: non-profit en zorg (data/analytics/IT)
Kosten: gratis (registratie verplicht)

Meld je aan

Waarom deze sessie?

AI werkt pas écht als je data-omgeving klaar is voor productie. In deze sessie zet je de stap van “experimenteren” naar operationaliseren:

• Je brengt ML-workloads in Fabric van proof-of-concept naar beheerbaar proces

• Je leert hoe je training, tracking en deployment structureert met MLflow

• Je ziet hoe je modellen en data toegankelijk maakt voor generatieve AI en semantische interactie

• Je gaat naar huis met concrete handvatten voor jouw volgende stap in Fabric

Wat je gaat leren 

Operationaliseer ML en AI in Microsoft Fabric

• Modellen opzetten, trainen en beheren binnen Fabric

• Integratie met pipelines: van ontwikkeling naar herhaalbare runs

• Experiment tracking en model governance met MLflow

• Koppeling met generatieve AI en/of MCP Servers voor semantische interacties met data

• Best practices voor beheer, samenwerking en schaalbaarheid

Voor wie is dit interessant?

Deze sessie past goed als je:

• werkt als data engineer, data scientist, analytics lead, BI specialist, IT manager of product owner data/AI

• Fabric gebruikt (of wil gebruiken) en je ML-werk wil standaardiseren en beheren

• klaar bent om AI-toepassingen te bouwen die aansluiten op jouw datafundament

Niveau: basiskennis van data/analytics is handig. ML-ervaring is mooi meegenomen, maar niet verplicht.