Machine learning · Investeringsautomatisering

Beslissingen die draaien op data, niet op intuïtie

Dinnerlik brengt professionals in contact met experts die ML-modellen inzetten voor portefeuillebeheer en geautomatiseerde investeringsstrategieën. Geen theorie zonder praktijk - elke masterclass is gebouwd rond werkende code en meetbare uitkomsten.

14 actieve modules
6 vakgebieden
340+ deelnemers
Expert demonstreert ML-model op scherm tijdens masterclass
8 wk trajectduur
Wat blijft hangen

Kennis die niet veroudert met de markt

ML-modellen voor investeringen zijn geen black boxes die je eenmalig installeert. Ze vragen om onderhoud, interpretatie en aanpassing. Deelnemers leren hoe ze dat proces zelf in handen nemen - niet afhankelijk van een externe leverancier of een tool die over twee jaar niet meer wordt ondersteund.

Overzicht van een ML-module met codestructuur en datapijplijn 6 modules
Deelnemers die het traject afronden, beschrijven de grootste winst niet als een nieuwe vaardigheid maar als een andere manier van vragen stellen aan data - preciezer, kritischer, minder vatbaar voor ruis.
Herbruikbare codestructuren

Elke module levert Python-scripts die je direct kunt aanpassen aan eigen datasets. Geen wegwerpcode voor één oefening.

01
Backtesting als vaste gewoonte

Strategieën worden systematisch getest op historische data voordat ze worden geëvalueerd. Dat patroon neem je mee, ongeacht het model.

02
Risicobeheer ingebouwd

Drawdown-limieten, positiegroottes en volatiliteitsdrempels worden behandeld als onderdeel van het model, niet als een nagedachte.

03
Toegang tot een actief netwerk

Na afloop blijf je verbonden met andere deelnemers en docenten via een besloten platform. Vragen die na het traject opkomen, blijven niet onbeantwoord.

04
Documentatie van eigen werk

Elke deelnemer bouwt een persoonlijk portfolio van projecten dat aantoonbaar maakt wat er is geleerd - bruikbaar in een professionele context.

05
Hoe het aanvoelt

Traject in beweging

Oriëntatie - week 1 tot 2

De eerste weken gaan langzamer dan verwacht. Bestaande aannames over hoe markten werken worden methodisch getoetst. Dat voelt soms ongemakkelijk, maar het is noodzakelijk.

Opbouw - week 3 tot 5

Het tempo stijgt. Deelnemers bouwen hun eerste werkende pipeline: data inladen, features definiëren, een model trainen en de output interpreteren. Fouten zijn hier leerzamer dan correcte resultaten.

Verdieping - week 6 tot 7

Aandacht verschuift naar robuustheid. Wat werkt op trainingsdata maar breekt op nieuwe periodes? Hoe herken je overfitting vroeg genoeg om bij te sturen?

Afsluiting - week 8

Elk project wordt gepresenteerd aan de groep en becommentarieerd door de docent. Geen cijfers, wel specifieke terugkoppeling op keuzes en aanpak.

Deelnemer werkt aan een ML-strategie tijdens een live sessie Live sessies
Wekelijkse tijdsinvestering 69 uur
Groepsgrootte per cohort max 18
Live sessies per week 2 sessies
Voertaal Nederlands
Wat het vraagt

Deelname in perspectief

Hieronder staat wat deelname concreet inhoudt - qua tijdsduur, toegang en de structuur van de kosten. Geen verborgen modules of verplichte vervolgtrajecten.

Overzicht van het Dinnerlik masterclass programma

ML Masterclass - volledig traject

Acht weken intensief, met toegang tot alle opnames, oefenmaterialen en het besloten netwerk. De prijs dekt het volledige traject - er zijn geen verplichte add-ons of verlengingen.

8 weken Opnames beschikbaar Begeleiding inbegrepen
Informatie aanvragen
Volgende start Kwartaal 3 Cohorten starten elk kwartaal. Exacte datum via aanmelding.
Deelnemer bespreekt resultaten met begeleider Begeleiding
Werksessie met codereviews en feedback Codereview
340+ afgeronde trajecten 01
14 beschikbare modules 02
8 wk trajectduur 03
max 18 per cohort 04