Lieselot werkte tien jaar als kwantitatief analist bij een Belgische vermogensbeheerder voor ze overstapte naar onderwijsontwikkeling. Ze bewaakt de samenhang tussen alle modules.
Ghentiva gebruikt functionele cookies om de werking van het leerplatform te garanderen. U kunt uw keuze op elk moment herzien via ons privacybeleid.
Over Ghentiva
Wij bouwen cursussen die laten zien hoe cloud-gebaseerde ML-tools werken in echte financiële omgevingen - niet als theorie, maar als dagelijkse praktijk.
Ghentiva begon in 2017 met één concrete vraag: waarom begrijpen zo weinig financiële analisten wat er werkelijk gebeurt als een ML-model een voorspelling maakt? De cursussen die wij bouwen, geven antwoord op die vraag - stap voor stap, met echte datasets en cloud-omgevingen.
Onze deelnemers werken bij banken, vermogensbeheerders en fintechbedrijven in de Benelux. Ze volgen onze lessen niet om een certificaat te halen, maar omdat ze morgen anders willen werken.
Elk onderwerp doorloopt hetzelfde traject - van sectorvraag tot werkende oefenomgeving.
We spreken met analisten en risicomanagers over waar ML-kennis ontbreekt in hun dagelijkse werk.
Docenten vertalen die lacunes naar een opeenvolgend leerpad met concrete tussenresultaten per module.
Elke les wordt gekoppeld aan een live cloud-sandbox - deelnemers trainen modellen op echte financiële datasets.
Inhoud wordt stap voor stap vrijgegeven zodat deelnemers elk concept verankeren voor ze verdergaan.
Lieselot werkte tien jaar als kwantitatief analist bij een Belgische vermogensbeheerder voor ze overstapte naar onderwijsontwikkeling. Ze bewaakt de samenhang tussen alle modules.
Bram bouwt de kernmodules over tijdreeksanalyse en kredietrisico. Zijn aanpak: eerst het model begrijpen, dan pas de code schrijven.
Nathalie beheert de cloud-sandboxomgevingen en begeleidt deelnemers bij het opzetten van ML-pipelines op AWS en Azure.