Waar financiële data en machine learning samenkomen
Wie staat er achter dit programma
Ilse Vandenberghe werkte tien jaar als kwantitatief analist bij een Belgische verzekeringsgroep voordat ze besloot haar kennis structureel te delen.
Samen met Roel Pieters, die modellen bouwde voor kredietrisico bij een mid-size bank in Antwerpen, vormt zij de kern van wat Ghentiva aanbiedt.
Ilse Vandenberghe
Kwantitatief analist · Actuarieel modelleren · GCP-specialistRoel Pieters
Kredietrisicomodellen · Azure ML · Regulatoire rapportageFatou Diallo
Data-engineering · Financiële tijdreeksanalyse · Python-ecosysteemWat blijft hangen na de laatste les
ML-modellen die je tijdens de opleiding bouwt, zijn geen oefeningen die je nadien weggooit.
Ze vormen een werkende basis die je direct kunt aanpassen aan de dataset van je eigen organisatie.
Gemiddelde implementatietijd van geleerde technieken in een bestaand financieel systeem
Deelnemers rapporteren een werkende prototype binnen 6 tot 8 weken na afronding
Wat er concreet verandert na afsluiting
Wie het programma doorloopt, kan een voorspellingsmodel voor klantkrediet opzetten in een cloudomgeving - zonder hulp van een extern IT-team.
Dat betekent niet dat succes gegarandeerd is, maar wel dat de technische drempel verdwenen is.
- Zelfstandig een ML-pipeline opzetten op AWS, Azure of GCP
- Financiële risicoscores automatisch laten berekenen en loggen
- Modelresultaten vertalen naar rapportage voor compliance-teams
- Bestaande spreadsheetprocessen vervangen door schaalbare workflows
Elke module eindigt met een concrete toepassing op financiële datasets - geen abstracte theorie zonder context.