PyData Amsterdam 2026: AI, open weight modellen en de kracht van context | Kwestie van Data #7

Wat speelt er vandaag de dag in de data & AI wereld? Drie collega's van Always Be Learning gingen naar PyData Amsterdam 2026 en kwamen terug met een duidelijk beeld: klassieke machine learning is bijna van het podium verdwenen en vrijwel elk praatje ging over AI producten bouwen en opschalen.

In deze aflevering van Kwestie van Data bespreekt host Pieter Koenis (oprichter Always Be Learning) met Janna Berkhout, Ricardo Herbonnet en Oscar Herkens-Thijssen wat zij hebben gezien op de NDSM werf. Van de keynote over de verschuiving van data engineer naar context engineer, tot hoe TomTom guardrails inbouwt rond zijn agents, en waarom open weight modellen binnenkort een serieuze kostenafweging worden.

Werk je aan chatbots of analytics agents, of wil je weten wat er op je afkomt als organisatie? Dan is deze aflevering een compacte update van het vakgebied.

We hebben het onder andere over:

De grote verschuiving op PyData: van voorspelmodellen naar agentic AI

Waarom context en datakwaliteit belangrijker worden dan het model zelf

Het determinismeprobleem: honderd keer dezelfde vraag, honderd verschillende antwoorden

Hoe TomTom modellen per taak kiest om wachttijd en irritatie te verkleinen

Log alles: tokens, tool calls en zelfs intent

Token factories, open weight modellen en de kosten van commerciële modellen

Waarom presentaties en dashboards steeds vaker in HTML worden gebouwd

Prompt injection en waarom elke chatbot pentesters nodig heeft