We zijn verheugd om Pydata's volgende meetup aan te kondigen op donderdag 30 april 2026, gehost door ons, Artefact!
Deze editie duikt diep in de wereld van conversatie AI en agentische workflows. We zullen onderzoeken hoe organisaties het prototypestadium achter zich laten om LLM-gestuurde systemen te implementeren die daadwerkelijk standhouden in de productie voor analyse, logistiek en detailhandel.
Of u nu een AI-ingenieur, een Data wetenschapper of een bouwer bent die nieuwsgierig is naar wat er nodig is om deze systemen tot leven te brengen, u zult een duidelijker beeld krijgen van de echte uitdagingen achter het schalen van conversationele AI.
Een agent laten werken in een demo is één ding. Ervoor zorgen dat hij betrouwbaar werkt met echte gebruikers, echte data en echte beperkingen is een heel ander probleem. In deze editie pellen we de lagen van productieklasse-AI af en kijken we naar de architecturale beslissingen, de opvraagstrategieën, de vangrails en de afwegingen die een veelbelovend proof-of-concept scheiden van een systeem dat echt werkt.
Deze avond gaat verder dan de basis van prompt engineering en API-calls. We gaan dieper in op hoe teams contextbewuste agents bouwen die logistieke medewerkers helpen om sneller aan boord te gaan, die retailklanten door complexe beslissingen loodsen en die self-service analytics op schaal ontsluiten. U zult ontdekken hoe deze systemen er onder de motorkap uitzien en wat er echt nodig is om ze te leveren.
Ook zo enthousiast?! We verwelkomen u graag voor een avond vol kennisdeling, diepgaande technische duiken en natuurlijk geweldige gesprekken, netwerken en een leuke avond met de community!
Agenda
-
17:30 - 18:25: Ontvangst met eten en drinken!
-
18:25 - 18:30: Artefact Intro
-
18:30 - 19:10: [Praat 1] Agenten... in het data-vers! door Adithya Krishnan
-
19:15 - 19:30: Onderbreking
-
19:30 - 19:50: [Gesprek 2] : Actieve assistentie en Agentic Workflows bouwen voor logistiek door Diederik Heijbroek
-
19:50 - 20:10: [Gesprek 3] : Gespreksagenten voor de detailhandel door Lorenzo Casimo
-
20:10 - 21:00: Netwerken / drankjes
Gesprek 1: Agenten... in het data-vers! De systemen bouwen die self-serve analytics mogelijk maken! door Adithya Krishnan
Self-serve analytics klinkt eenvoudig, totdat u onder de motorkap kijkt. Adithya zal vertellen wat er echt nodig is om de infrastructuur te bouwen waarmee agents op schaal kunnen query'en, redeneren en reageren.
Gesprek 2: Actieve assistentie en Agentic Workflows bouwen voor logistiek door Diederik Heijbroek
In de snelle logistieke wereld zijn de efficiëntie en het inwerken van werknemers kritieke operationele knelpunten. In deze presentatie wordt een echte Agentic AI use case onderzocht, waarbij gedetailleerd wordt uitgelegd hoe we een agentic workflow met LangChain hebben gebouwd en geïmplementeerd om deze uitdagingen aan te gaan.
Gesprek 3: Gespreksagenten voor de detailhandel door Lorenzo Casimo
Een toonaangevend Deens beauty- en wellnessbedrijf werkte samen met ons team aan het ontwerp en de implementatie van een conversationele AI-agent die de manier verandert waarop klanten online producten ontdekken en beautyproblemen oplossen. De oplossing combineert semantisch zoeken naar producten, het ophalen van kennis en een begeleide probleemoplossingsflow om de ervaring van een adviseur in een winkel op grote schaal na te bootsen. De architectuur is gebouwd met compliance en merkveiligheid als kernpunten en biedt een balans tussen context met meerdere wendingen, realtime vangrails en gestructureerde gebruikersinteractie op het web en mobiel. In deze casestudy worden de agentiële ontwerpbeslissingen, de afwegingen tussen functies en de succescijfers onderzocht om conversationele retail-AI van concept tot productie te brengen.
Over Pydata
PyData Amsterdam is een levendige gemeenschap van Python en data enthousiastelingen die deze gemeenschap samenbrengt en een forum biedt voor gebruikers en ontwikkelaars van open-source data tools.
Spreker(s)
Diederik Heijbroek, Senior Machine Learning Ingenieur
Artefact
Diederik is gespecialiseerd in het ontwerpen en bouwen van productieklasse AI-systemen rond grote taalmodellen, van Retrieval-Augmented Generation-pijplijnen tot Kennisgrafieken. Voordat hij begin 2025 bij Artefact kwam, werkte hij als onderzoeker aan het analyseren van toetsaanslagdynamiek als vroege voorspellers van neurodegeneratieve ziekten. Nu gebruikt hij deze basis bij Artefact om complexe technische architecturen om te zetten in schaalbare AI-integraties voor bedrijfsprocessen.
Lorenzo Casimo, Senior Data Wetenschapper
Artefact
Lorenzo past machine learning en grote taalmodellen toe om echte uitdagingen van klanten op te lossen. Voordat hij in 2025 bij Artefact kwam, werkte hij meer dan twee jaar bij MSCI op de ESG-desk. Met een MSc in Environmental Data Science and Machine Learning van het Imperial College in Londen, brengt Lorenzo een rigoureuze kwantitatieve basis voor problemen die variëren van voorspellende modellering tot productie-grade AI-systemen.
Adithya Krishnan, Software-ingenieur
MotherDuck
Adithya Krishnan is software engineer bij MotherDuck en werkt aan AI-gerelateerde functies, van UI/UX tot in-database LLM-mogelijkheden. Zijn interesse in het bouwen van interactieve applicaties begon met zijn eerste project, Greppo, waardoor hij zich realiseerde hoe leuk hij het vindt om frameworks en tools te maken, vooral die met AI/ML.
