Cursusaanbod
Dag 1
Grondbeginselen van dataproducten & strategie
Inleiding tot moderne dataproducten
Dataproducten vergeleken met traditionele datasysteemoplossingen
Data als strategisch bedrijfsactief
Gedetailleerde onderdelen van een dataproductecosysteem
Hoe zakelijke problemen te herkennen die oplosbaar zijn met dataproducten?
Overzicht van de levenscyclus van een dataproduct (van conceptfase tot schaling)
Voorbeelden uit de praktijk: succesvolle dataproducten in verschillende sectoren
Dag 2
Ontwerp en architectuur van dataproducten
Belangrijkste ontwerpprincipes voor dataproducten
Gebruikersprofielen identificeren en doelgroepen bepalen
Architecturale modellen: gecentraliseerde opzet versus Data Mesh of hybride benaderingen
Hoe betrouwbare datapijplijnen te ontwerpen?
Data-modellering gericht op analytische en operationele toepassingen
API-implementaties en andere laagjes voor data-beschikbaarheid
Samenstelling van cloud-infrastructuuroplossingen voor dataproducten (overzicht van AWS, Azure, GCP)
Dag 3
Data engineering en implementatie
Methodieken voor data-ingestie: batchverwerking versus realtime streaming
Onderscheid tussen ETL- en ELT-frameworks
Hoe stabiele datapijplijnen te creëren?
Opslagtechnologieën: Data Lakes, Warehouses en Lakehouse-structuren
Instrumentatie voor data-transformatie en werkflow-coördinatie
Inleiding tot realtime dataverwerkingstechnieken
Praktische workshop: het ontwerpen van een eenvoudige datapijplijn
Dag 4
Analytische toepassingen, integratie van AI en governance
Hoe analytics effectief te verweven in bestaande dataproductoplossingen?
Dashboardcreatie, belangrijke prestatie-indicatoren en besluitvormingsondersteuning
Inleiding tot het gebruik van AI/ML binnen dataproducten
Recommender-systemen en voorspellende modellen ontwikkelen
Het beheren van data-kwaliteit en real-time monitorage
Governance, privacy-bescherming en naleving: algemene principes conform de GDPR-regelgeving
Bewaken van betrouwbaarheid, veiligheid en kwaliteit in dataproducten
Dag 5
Implementatie, schaling en uiteindelijke productisering
Hoe data-oplossingen te transformeren naar eindgebruikersgerichte producten?
Strategieën voor implementatie en het gebruik van CI/CD-cyclusprocessen bij dataproductontwikkeling
Performance-analyse, optimalisaties en opschalingstechnieken in praktijk brengen
Het effectief beheren van de levenscyclus van dataproducten binnen een organisatie
Monetisatiemogelijkheden voor dataproducten ontdekken
Trends op komst: toepassingen van generative AI en autonome dataproductoplossingen
Evaluatie van eindprojecten door deelnemers, inclusief feedbacksessies
Vereisten
- Een basiskennis van data-gerelateerde concepten en zakelijke rapportage is aan te raden.
- Kennis van Excel of een andere eenvoudige analyse-tool komt van pas.
- Inzicht in hoe data bijdraagt aan besluitvorming binnen organisaties is nuttig.
- Er is geen voorkennis op het gebied van programmeren of geavanceerde technologie vereist.
- Een sterke interesse in data, analyse en de ontwikkeling van digitale producten is essentieel.
Getuigenissen (3)
docent kent zijn onderwerp goed
Pascal - NOOUS pour Atos/Eviden
Cursus - EBX5 for Developers
Automatisch vertaald
De variëteit van de gedeelde informatie en de duidelijkheid waarmee termen in eenvoudig Nederlands worden uitgelegd.
Arisbe Mendoza - Fairtrade International
Cursus - GDPR Workshop
Automatisch vertaald
Het is een praktijkles.
Vorraluck Sarechuer - Total Access Communication Public Company Limited (dtac)
Cursus - Talend Open Studio for ESB
Automatisch vertaald