Examen- en beoordelingsreglement
Examens en Beoordelingsreglement
Amsterdam Data Academy Versie 3.1, september 2026 Goedgekeurd door: Management & Examencommissie Amsterdam Data Academy
Doel
Dit Reglement voor Examens en Beoordelingen beschrijft hoe toetsing, examens, vrijstellingen en studievoortgangbeslissingen worden georganiseerd aan de Amsterdam Data Academy. Het zorgt voor transparantie, eerlijkheid en afstemming met de gepubliceerde leeruitkomsten zoals beschreven in de studiegids van het programma.
Deze reglementen zijn van toepassing op alle cursisten die zijn ingeschreven voor cursussen en bootcamps die worden aangeboden door de Amsterdam Data Academy, met inbegrip van het B11 Applied AI & Datascience volledige programma en het B14 Cybersecurity en Digitale Soevereiniteit in het AI-tijdperk programma.
2. Reikwijdte
Deze regels zijn van toepassing op alle programma's, inclusief, maar niet beperkt tot:
| Code | Programma | Typ |
|---|---|---|
| B11 | Toegepaste AI & Datawetenschap | Volledig programma |
| B14 | Cyberbeveiliging en Digitale Soevereiniteit in het AI-tijdperk | Volledig programma |
| B01 | Datawetenschap & Python | Bootcamp |
| B02 | Gegevens en analyse | Bootcamp |
| B03 | Data Professional (Analyse & Data Science) | Bootcamp |
| B04 | Gegevensbeheer | Bootcamp |
| B05 | AI-engineering | Bootcamp |
| B06 | Data Expert (Datawetenschap & Data Engineering) | Bootcamp |
| B07 | Toegepaste AI voor Bedrijfsprofessionals | Bootcamp |
| B08 | AI Professional (Toegepaste AI & AI Engineering) | Bootcamp |
Programmaspecifieke details zoals leerresultaten, duur en beoordelingsvormen worden beschreven in de relevante studiehandleidingen.
3. Beoordelingsprincipes
Beoordelingen bij de Amsterdam Data Academy zijn ontworpen volgens de volgende principes:
- Alle beoordelingen zijn afgestemd op gepubliceerde leerdoelen
- Beoordelingsmethoden zijn valide, betrouwbaar en transparant
- Studenten worden beoordeeld op kennis, vaardigheden en professionele toepassing
- Beoordelingscriteria en rubrics worden van tevoren gecommuniceerd via het leerplatform
- Beoordelingen zijn ontworpen om leren te ondersteunen en evaluatie te bieden
4. Vormen van Beoordeling
Afhankelijk van het programma kan de beoordeling een of meer van de volgende opties omvatten:
- Kennisets: gesloten vragen, digitaal afgenomen in de leeromgeving
- Praktijkopdrachtenpraktische businesscases of technische projecten (bijv. Jupyter-notebooks, dashboards, architectuurrapporten of taken in de eigen werkomgeving van de leerling)
- Casestudiestoegepaste analyse van een concreet bedrijfsscenario
- Praktische testsbegeleide uitvoering van taken in een practicum
- Presentatieslive of opgenomen presentatie (maximaal 10 dia's of 3 minuten durende demo)
- Laatste opdrachtengeïntegreerde afstudeerprojecten per bootcamp-traject of -programma
- Stageverslag en presentatieinclusief schriftelijk verslag, stakeholderpresentatie en beoordeling door de supervisor
De beoordelingsstructuur en weging per opleiding worden beschreven in de studiegids en de beoordelingsmatrix.
1. Beoordelings- en Slagingscriteria (Cesuur)
Elke module wordt beoordeeld met een 4-puntenschaal op basis van gewogen criteria, wat een score van maximaal 300 punten oplevert. Kennisets worden beoordeeld als het percentage correct.
| Score | Label | Percentage | Resultaat |
|---|---|---|---|
| 3 · Goed | Onderscheiding | ≥ 85% (≥ 255/300) | Uitstekend |
| 2 · Voldoende | Pas | 55–84% (165–254) | Dankbaar voor diploma |
| 1 · Kan beter | Herindiening | 35–54% (105–164) | Eén herkansing toegestaan |
| 0 · Onvoldoende | Fal | < 35% (< 105) | Module herkansing vereist |
Drempelwaarde (cesuur): Een score van ≥ 165 van de 300 punten (55%) is vereist om te slagen voor elke moduletoets. Voor kennistoetsen is de drempel 55% correct. Een score van ≥ 210/300 (70%) geldt als Goed; ≥ 255/300 (85%) geldt als Uitstekend.
De gedetailleerde beoordelingsrubrics per bootcamp, inclusief alle criteria, wegingen en beschrijvingen per scoringsniveau, zijn gepubliceerd in een apart document: Beoordelingsrubrics (pdf). De rubrieken voor B14 maken deel uit van de B14-studiewijzer.
Diplomarelevante vereisten (B11 programma):
- Voldoende scoren (≥ 165/300) voor alle modulebeoordelingen
- Voldoende scoren op alle vijf de Eindopdrachten (A51-A55)
- Voltooi de stage met een minimaal voldoende op alle criteria
- Neem deel aan minimaal 80% aan live-sessies
- Dien alle portfolio-onderdelen in vóór de gestelde deadlines
Diploma met Onderscheiding (Cum Laude) Studenten die Goed presteren tijdens de stage EN minimaal 3 eindopdrachten op het track behalen, ontvangen het diploma cum laude.
Diplomavereisten (B14-programma):
- Behaal Voldoende op alle negen modules
- Voldoende behalen voor de eindopdracht (A56), uitgevoerd op een echte werkplek
- Neem deel aan minimaal 80% aan live-sessies
- Lever alle opdrachten in voor de vermelde deadlines
Het Vier-Ogen-Principe
Amsterdam Data Academy past een verplicht vierogenprincipe voor alle beoordelingen. Elke module heeft een aangewezen leraar (begeleider) en een onafhankelijke examinator (examinator). De docent begeleidt het leerproces; de examinator beoordeelt zelfstandig. Dit tweepersonenprincipe is structureel verankerd in ons curriculum management systeem en geldt voor elke module en eindopdracht.
Het examenreglement ziet toe op het examenproces en waarborgt kwaliteit en consistentie bij alle beoordelingen.
7. Hertentamens en Herkansing
- Scorende leerlingen 1 (Moet verbeterd worden) ontvangen één herkansingsmogelijkheid per module. Herkansingsopdrachten zijn nieuwe versies van de oorspronkelijke taak op een vergelijkbaar niveau. Een herkansing vindt plaats binnen vier weken en heeft alleen betrekking op de onvoldoende componenten. Binnen B14 kan na een herkansing maximaal 70% van de te behalen score worden behaald.
- De examinator voor de herkansing is onafhankelijk van de oorspronkelijke beoordeling.
- Scorende leerlingen 0 (Onvoldoende) Voor een Eindopdracht moet het volledige traject herhaald worden.
- Voor de stage wordt een gestructureerde verbeteropdracht aangeboden na een onvoldoende evaluatie.
8. Eindprojecten en praktische opdrachten
Elke bootcamp track wordt afgesloten met een Eindopdracht, een geïntegreerd casusproject dat blijk geeft van beheersing. Het B11-programma gebruikt de Vivino koffer als een consistente realtime bedrijfscontext over alle vijf de tracks, oplopend van analysedashboards (Track 1) tot een productieklare RAG AI sommelier (Track 5).
Eindprojecten worden beoordeeld met behulp van een gedetailleerde rubric en bekeken door twee beoordelaars (vierogenprincipe).
Het B14-programma wordt afgesloten met een soevereiniteitsscan van de eigen werkplek van de leerling, beoordeeld aan de hand van een rubric met tien criteria (maximum 300 punten, drempelwaarde 165). A knock-outcriterium geldt: de scan moet op een echte werkplek worden uitgevoerd; zonder dit is een voldoende niet mogelijk, ongeacht de totale score. Voor lerenden zonder werkplek richt ADA een voorbeeldwerkplek in. Deze uitzondering is vooraf door de Examencommissie goedgekeurd en schriftelijk vastgelegd.
9. Vrijstellingen en Erkenning van Eerder Verworven Competenties (EVC)
9.1 Algemeen beginsel
Amsterdam Data Academy erkent dat cursisten al relevante kennis of vaardigheden kunnen bezitten door eerdere opleidingen of werkervaring. Vrijstellingen kunnen worden verleend wanneer eerder verworven competenties aantoonbaar dezelfde leerresultaten dekken als (een deel van) een programma.
9.2 Programmagebaseerde vrijstellingen
- Geleerd hebben die voltooid hebben B02 (Gegevens & Analyse) of B05 (AI Engineering) kunnen vrijstellingen ontvangen voor bijbehorende vakken binnen het B11 volledige programma
- Geleerd hebben die voltooid hebben B01 (Datascience & Python) of B04 (Data Engineering) may ontvangen vrijstellingen binnen de B06 (Data Expert) programmeren
- Geleerd hebben die voltooid hebben B05 (AI Engineering) of B07 (Toegepaste AI) kunnen vrijstellingen krijgen voor maximaal 50% van de B08 (AI Professional) programmeren
9.3 Toelating op basis van professionele ervaring
Kandidaten met aantoonbare professionele ervaring kunnen rechtstreeks worden toegelaten tot de Data Engineering of AI Engineering programma's. Beslissingen worden genomen op basis van gedocumenteerd bewijs zoals cv's, portfolio's, certificaten en interviews.
9.4 Vrijstellingsprocedure
- Aanvragen voor vrijstellingen moeten worden ingediend voor aanvang van het programma
- Aanvragen moeten ondersteunende documentatie bevatten
- De examencommissie beoordeelt elk verzoek individueel
- Beslissingen worden schriftelijk gecommuniceerd voorafgaand aan de inschrijving
10. Examencommissie
Amsterdam Data Academy benoemt een onafhankelijke Examencommissie die verantwoordelijk is voor het waarborgen van de kwaliteit van de beoordeling, het beoordelen van verzoeken tot vrijstelling, het controleren van de consistentie van de beoordeling en het afhandelen van geschillen met betrekking tot de beoordeling.
De voorzitter is extern en onafhankelijk, zonder enige dienstverband-, financiële of bestuurlijke relatie met ADA. Interne leden onthouden zich van stemming bij beslissingen over de beoordeling van modules die zij zelf doceren. De commissie vergadert ten minste vier keer per jaar en beslist bij meerderheid van stemmen. Er is een vacature voor een extra extern lid, bij voorkeur met expertise op het gebied van informatiebeveiliging.
Rob Stroober
Voorzitter (Extern)
Docent Informatica aan de Hogeschool van Amsterdam (HvA). Expert in ICT-onderwijs en curriculumontwerp.
Roos Baak
Lid (Intern)
Learning Manager bij Amsterdam Data Academy. Verantwoordelijk voor curriculumbeheer en examinator voor de ADA-bootcamps. Geeft geen les binnen B14.
Ákos Steger
Lid (Intern)
Data Scientist en AI-instructeur bij Amsterdam Data Academy. Specialist in procestechnologieën voor taal, NLP en RAG-toepassingen. Ruim een decennium aan onderwijservaring. Onthoudt zich van beslissingen over de B14-modules die hij geeft.
Vacature
Lid (Extern)
Openstaande vacature voor een extra extern lid, bij voorkeur met expertise op het gebied van informatiebeveiliging.
11. Klachten, Bezwaren en Beroepen
Amsterdam Data Academy hanteert twee aparte procedures:
Procedure 1: Klachten en geschillen (service, organisatie, begeleiding)
- De student bespreekt de klacht met de docent of de studieadviseur.
- Indien onopgelost, kan de leerling schriftelijk escaleren naar het ADA management. Het management reageert schriftelijk binnen vier weken.
- Als het niet is opgelost na interne afhandeling, kan de leerling escaleren naar de onafhankelijke NRTO Geschillencommissie (extern, bindend). Details: nrto.nl/geschillencommissie
Procedure 2: Bezwaar en beroep (tentamenbesluiten)
- Studenten die het niet eens zijn met een toetsbeslissing kunnen schriftelijk bezwaar maken bij de Examencommissie. binnen 10 werkdagen. Het comité heroverweegt en reageert schriftelijk binnen 4 weken.
- Als het bezwaar niet naar tevredenheid wordt opgelost, kan de cursist beroep aantekenen bij de onafhankelijke instantie van ADA Commissie van Beroep:
- Eveline de Beer, Voorzitter (extern). Advocaat, gespecialiseerd in arbeidsrecht en sociaal zekerheidsrecht. Werkzaam bij Snijders Advocaten. LinkedIn
- Patrick van Dolder, Lid (extern). Business Controller bij DMP (Broad Horizon groep). LinkedIn
- Het beroepsorgaan komt binnen 4 weken bijeen en neemt binnen 6 weken een bindende beslissing.
De volledige klachtenprocedure is gepubliceerd op: amsterdamdataacademy.com/klachtenprocedure/
12. Scheiding van Onderwijs en Examinering
Amsterdam Data Academy waarborgt de onafhankelijkheid en objectiviteit van het examenproces door een duidelijke scheiding tussen onderwijs, administratie en beoordeling:
- Onderwijs: Instructeurs geven het programma en begeleiden cursisten, maar beoordelen hun eigen kandidaten niet zelfstandig
- Toediening Beoordelingen worden digitaal ingediend via het leerplatform (LearnDash). Het platform registreert resultaten automatisch, waardoor enige inmenging wordt voorkomen.
- Beoordeling: Beoordelingen worden beoordeeld door ten minste twee beoordelaars (vier-ogen-principe). Ten minste één beoordelaar is onafhankelijk van de module. Alle cijfers worden geregistreerd in het platform en zijn controleerbaar door de Examencommissie.
- Kwaliteitsborging: De Examencommissie keurt formeel alle beoordelingsmatrices, beoordelingscriteria en eindresultaten goed. De commissie opereert onafhankelijk van de programma-uitvoering.
13. Geldigheid van resultaten
Module resultaten zijn maximaal geldig voor 3 jaar binnen het programma. Na deze periode kan de examencommissie een nieuw onderzoek eisen.
14. Fraude en onregelmatigheden
In geval van fraude of plagiaat kan de examencommissie resultaten ongeldig verklaren. Ernstige gevallen kunnen leiden tot uitsluiting van de opleiding.
15. Diploma en certificering
Een programma is met succes afgerond wanneer alle moduletoetsen, eindopdrachten en, waar van toepassing, de stage met een voldoende zijn afgerond. De Examencommissie beslist formeel over de diploma-uitreiking. Het diploma wordt ondertekend door de voorzitter van de Examencommissie. Het B11 Applied AI & Datascience-programma is ingedeeld op NLQF-niveau 6. Het programma komt daarnaast in aanmerking voor de SLIM-scholingssubsidie (40% werkgeversubsidie). Het programma B14 Cybersecurity en Digitale Soevereiniteit in het AI-tijdperk is ingediend voor inschaling op NLQF-niveau 4; het besluit is in afwachting.
16. Continuïteitsgarantie
In geval van beëindiging van een opleiding door Amsterdam Data Academy, zijn cursisten gegarandeerd hun traject te voltooien binnen 12 maanden via het eigen docententeam van ADA onder toezicht van de Examencommissie, en/of via een aangewezen partnerinstelling.
17. Accreditatie & Keurmerken
- CRKBOCentraal Register Kort Beroepsonderwijs (btw-vrijgesteld)
- NRTONederlandse vereniging van opleidingsinstituten (keurmerk)
- CPIONOnafhankelijk auditorganisme (jaarlijkse kwaliteitsaudit, december 2025: geen bevindingen)
- NLQF Niveau 6het B11 Applied AI & Datascience-programma is geclassificeerd op NLQF-niveau 6
- NLQF-niveau 4het B14 Cybersecurity en Digitale Soevereiniteit in het AI-tijdperk programma is ingediend voor inschaling op NLQF-niveau 4 (besluit in afwachting)
18. Publicatie en updates
- Deze examen- en beoordelingsregels worden gepubliceerd op de website van Amsterdam Data Academy
- Studenten krijgen aan het begin van hun programma toegang tot deze reglementen via het leerplatform
- Het volledige kwaliteitsmanagementhandboekADA Instructeur Excellentie Gidsis beschikbaar voor docenten en examinatoren
- Updates worden geversiond en transparant gecommuniceerd
Amsterdam Data Academy · Science Park 400, 1098 XH Amsterdam · 085 004 9642 CRKBO-geregistreerd · NRTO-gecertificeerd · KvK: 90490592