Erkend sinds 2017
Erkenning die
telt in de praktijk
Ghentiva werkt uitsluitend met erkende programma's. Onze licenties zijn getoetst aan Belgische en Europese kwaliteitsnormen voor professionele bijscholing in fintech en data-analyse.
Welke erkenningen zijn van toepassing?
Onze opleidingen rond cloud machine learning voor financiële professionals vallen onder meerdere kwaliteitskaders. Hieronder staat een volledig overzicht van de van kracht zijnde accreditaties.
| Kader | Toepassingsgebied | Geldig tot | Status |
|---|---|---|---|
| FSMA-erkenning | Bijscholing voor financiële professionals in België | 31 dec. 2026 | Actief |
| KMO-portefeuille | Subsidieerbare opleiding voor Vlaamse ondernemingen | Doorlopend | Actief |
| EQF niveau 6 | Europees kwalificatieniveau, erkend in alle EU-lidstaten | 30 juni 2027 | Actief |
| ISO 29993 | Internationale norm voor leerdienstenverlening | 15 mrt. 2026 | Actief |
| Syntra-partnerschap | Samenwerking voor erkende beroepsopleidingen in Vlaanderen | In herziening | Herziening |
Hoe zijn de programma's opgebouwd?
Theoretisch fundament
Concepten en regelgeving
Deelnemers verkennen hoe cloud-infrastructuur werkt binnen de Europese financiële regelgeving. Onderwerpen als DORA-compliance en dataresilientie komen aan bod.
Kernmodules op dit niveau
- Architectuur van cloudomgevingen voor financiële instellingen
- Overzicht van ML-algoritmen toegepast op kredietrisico
- Wetgeving: GDPR, DORA en sectorspecifieke richtlijnen
Toegepaste vaardigheden
Van model naar productieomgeving
Deelnemers bouwen en valideren ML-modellen in een gesimuleerde bankingomgeving. Ze werken met Azure ML Studio en AWS SageMaker op realistische portefeuilledata.
Kernmodules op dit niveau
- Modelvalidatie en backtesting voor risicomodellen
- MLOps-pipelines: CI/CD voor financiële toepassingen
- Interpreteerbare AI en audittrails voor toezichthouders
Integratie en certificering
Eindproject en beoordeling
Het programma sluit af met een praktijkopdracht waarbij deelnemers een volledig ML-systeem ontwerpen voor een fictieve vermogensbeheerder. Een onafhankelijke jury beoordeelt het eindresultaat.
Beoordelingscriteria
- Technische robuustheid van het gekozen model
- Compliance met geldende financiële regelgeving
- Presentatie en verdediging voor vakjury