Elitestam biedt gestructureerde online workshops die laten zien hoe taalmodellen en classificatiealgoritmen werken op echte financiële nieuwsdata.
Onze aanpak is gebaseerd op een eenvoudig idee: mensen leren beter door iets zelf te bouwen dan door erover te lezen. Elke workshop is opgebouwd rond concrete datasets, bewezen technieken en opdrachten die je stap voor stap door het proces leiden. Je werkt aan herkenbare problemen - sentimentanalyse van persberichten, automatische categorisering van marktberichten, extractie van relevante signalen uit ruwe tekst.
Deelnemers studeren vanuit huis, op hun eigen tempo, zonder in te leveren op diepgang. We zijn opgericht in 2020 met het idee dat afstandsleren niet hoeft te betekenen dat je het alleen doet. Onze begeleiders zijn beschikbaar voor vragen, geven feedback op ingediende opdrachten en zijn actief in de workshopomgeving.
Elke module volgt dezelfde vaste structuur zodat je altijd weet wat je kunt verwachten - en je aandacht bij de inhoud kunt houden.
Elk onderwerp begint met een korte uitleg die direct aansluit op een praktijkscenario. Geen abstracte definities zonder toepassing - je leert wat een techniek doet doordat je ziet waar ze voor gebruikt wordt in financiële nieuwsanalyse.
Na de theorie volgt een reeks gerichte oefeningen. Je werkt met echte datasets - nieuwsartikelen, kwartaalrapporten, persberichten - en past de aangeleerde techniek direct toe. Fouten maken hoort erbij en de feedback helpt je begrijpen waarom iets niet werkt.
Aan het einde van elke module blik je terug op wat je gebouwd hebt. Wat werkte goed, wat niet, en wat zou je anders aanpakken? Dit is het moment om vragen te stellen en je aanpak te vergelijken met die van andere deelnemers.
Sentimentanalyse in de praktijk
Tekstclassificatie met echte marktdata
Lieselot ontwikkelt de workshopmodules en zorgt dat de technische inhoud aansluit bij wat deelnemers realistisch kunnen toepassen. Ze heeft een achtergrond in computationele taalkunde en werkte eerder aan tekstmining projecten voor een Brusselse financiële dienstverlener.
Rafaël geeft feedback op ingediende opdrachten en helpt deelnemers als ze vastlopen op implementatieproblemen. Hij heeft jarenlange ervaring met Python-gebaseerde NLP-pipelines en weet precies waar beginners struikelen bij het verwerken van ongestructureerde financiële tekst.
Nathalie houdt de workshopplanning bij, communiceert met deelnemers over praktische zaken en zorgt dat de leeromgeving technisch goed functioneert. Ze is het eerste aanspreekpunt voor vragen over inschrijvingen en toegang tot materialen.
Wouter beheert de datasets die in de workshops gebruikt worden. Hij selecteert en verwerkt financiële nieuwsbronnen zodat deelnemers met realistische, goed gedocumenteerde data kunnen werken - zonder dat ze uren kwijt zijn aan opschoning voor ze kunnen beginnen.
Nieuwe module over BERT-finetuning voor nieuwsclassificatie toegevoegd aan workshop 3.
3 dagen geledenGroep van 18 deelnemers gestart met de januaricyclus over sentimentextractie uit persberichten.
1 week geledenDataset bijgewerkt met 6 maanden aan geannoteerde Nederlandstalige financiële nieuwsberichten.
2 weken geledenRafaël Goossens heeft feedback gegeven op 34 ingediende opdrachten uit de decembercyclus.
3 weken geledenVraag-en-antwoordsessie gepland over named entity recognition in kwartaalrapporten - 12 aanmeldingen.
1 maand geledenVragen over onze aanpak of het team? Neem contact op.
Contactpagina