Opleiding: Training Big Data

Wil je Big Data en de bijbehorende analysetechnieken kunnen inzetten om waarde uit de data van je organisatie te halen, zodat je beslissingen op betrouwbare informatie baseert? In deze training leg je een stevige basis als data scientist en doorloop je de zes fasen van het CRISP-DM-model in een praktijkcase, van business- en datavraag tot modellering, evaluatie en visualisatie. Hierdoor ben je in staat om een data-analyseproces gestructureerd op te zetten en de resultaten te beoordelen.

Algemene omschrijving

Tijdens deze training maak je kennis met de belangrijkste data-analysetechnieken, zoals data mining, machine learning en predictive analytics, en leer je hoe je die binnen een organisatie toepast. Achter termen als Big Data en machine learning zit meer dan de woorden doen vermoeden; je leert wat ze werkelijk betekenen en met welke methoden, modellen en algoritmen je data omzet in bruikbare informatie. Je kijkt daarbij ook naar de rol die AI speelt in moderne data-analyse.

Een praktijkcase loopt als rode draad door de training. Je doorloopt de zes fasen van het CRISP-DM-model: je analyseert de businessvraag en de bijbehorende data, prepareert en modelleert die data, evalueert je model en visualiseert de resultaten in een rapportagetool. Daarnaast krijg je een overzicht van beschikbare platforms, analyse- en visualisatiesoftware en van het DAMA DMBOK-raamwerk voor data management, zodat je weet welke techniek en welk hulpmiddel in welk scenario van pas komt. De training is toepasbaar in vrijwel elke sector, van overheid en gezondheidszorg tot retail en het bank- en verzekeringswezen.

Onze trainers zijn, naast trainer, dagelijks werkzaam op dit expertisegebied. Zij combineren actuele kennis met praktijkervaring en geven je tips en inzichten die aansluiten op je eigen werkpraktijk. Hierdoor ben je na afloop in staat om de uitkomsten van een analyse te vertalen naar onderbouwd advies voor je organisatie.

Deze training als bedrijfstraining voor jou en je team?

Elk vraagstuk en elke situatie is anders; daarom staan tijdens een bedrijfstraining jouw organisatie en (bedrijfs)vraagstukken centraal. In goed overleg stellen we een lesprogramma samen dat volledig aansluit bij jouw (jullie!) specifieke uitdaging, wensen en dagelijkse werkpraktijk.

Programma

Tijdens de training Big Data komen onderstaande onderwerpen aan bod.

NB: Mocht je vragen hebben over de inhoud of deze aangepast willen zien op jouw specifieke praktijksituatie of trainingsbehoefte, bel ons dan gerust: we spreken de mogelijkheden graag met je door.

  • Introductie data-analyse en Big Data
    • Doorgronden wat Big Data is en welke eigenschappen data tot Big Data maken
    • Kennismaken met de begrippen en terminologie rond data mining, machine learning en predictive analytics
    • Herkennen welke rol AI speelt in moderne data-analyse
    • Een beeld vormen van de ontwikkeling van data science en machine learning
  • Datakwaliteit en ETL-processen
    • Bepalen welke eisen je aan data stelt voordat je er beslissingen op baseert
    • De opbouw van ETL-processen (extractie, transformatie en laden) doorgronden
    • Herkennen hoe datakwaliteit doorwerkt in de betrouwbaarheid van je analyse
  • Het CRISP-DM-model als data-analyseproces
    • Kennismaken met het CRISP-DM-model en de zes fasen ervan
    • Business Understanding: de businessvraag scherp krijgen
    • Data Understanding: de beschikbare data verkennen en beoordelen
    • Data Preparation: data opschonen, combineren en gereedmaken voor analyse
    • Modeling: passende algoritmen kiezen en een model opzetten
    • Evaluation en Deployment: het model beoordelen en de stap naar gebruik herkennen
  • Architectuur, platforms en tools
    • Een overzicht opdoen van platforms voor data-analyse, zoals Azure
    • Kennismaken met analyse- en visualisatiesoftware als RapidMiner, Orange, Power BI, Qlik en Tableau
    • Moderne cloud-dataplatforms als Databricks en Snowflake verkennen
    • Resultaten visualiseren en rapporteren in een visualisatietool
  • Data management, governance en security
    • Het DAMA DMBOK-raamwerk als basis voor data management doorgronden
    • Herkennen hoe governance en compliance het werken met data sturen
    • De rol van data security en privacy bij data-analyse benoemen
  • Praktijkcase en implementatie
    • Een data mining-proces uitvoeren aan de hand van het CRISP-DM-model
    • Verschillende analyseprocessen en algoritmen inzetten binnen de case
    • Resultaten visualiseren in een rapportagetool
    • Een roadmap voor de implementatie van data-analyse binnen organisaties opstellen
    • Best practices voor data-analyse toepassen

De training is praktisch en interactief van opzet, met veel ruimte voor jouw vragen en werksituatie. Je gaat aan de slag met passende praktijkvoorbeelden. Door actief te oefenen, te analyseren en te evalueren, maak je je de materie stap voor stap eigen en ervaar je hoe je data-analysetechnieken kiest, toepast en de uitkomsten beoordeelt.

Onze trainers zijn, naast trainer, dagelijks werkzaam op dit expertisegebied. Ze beschikken dus niet alleen over de meest actuele kennis, maar hebben ook essentiële praktijkervaring. Hierdoor zijn ze in staat om een waardevolle vertaalslag te maken van ‘kennis’ naar ‘toepassing binnen jouw organisatie en werksituatie’.

Doelen

Na deze training ben je in staat om:

  • De belangrijkste begrippen en technieken rond Big Data en data-analyse te doorgronden
  • Een data-analyseproces volgens de zes fasen van het CRISP-DM-model op te zetten en uit te voeren
  • Datakwaliteit te beoordelen en per scenario passende analysetechnieken en tools te kiezen
  • De uitkomsten van een analyse te visualiseren en te vertalen naar een onderbouwd advies
  • Een stevige basis te leggen als data scientist en de weg naar implementatie binnen je organisatie te herkennen
Meer...
€3.299
ex. BTW
Beoordeling
8.0 (1)
Aangeboden door
Eduvision Opleiding & Training
Onderwerp
Big Data
Niveau
HBO
Looptijd
5 dagen
Taal
nl
Type product
cursus
Lesvorm
Klassikaal
Aantal deelnemers
Max: 13
Tijdstip
Overdag
Tijden en locaties
Rotterdam
ma 21 sep. 2026
Apeldoorn
vr 25 sep. 2026
Utrecht
vr 25 sep. 2026
Virtueel
vr 25 sep. 2026
Eindhoven
wo 30 sep. 2026
Amsterdam
di 6 okt. 2026
Maastricht
di 13 okt. 2026
Rotterdam
di 20 okt. 2026
Apeldoorn
ma 26 okt. 2026
Utrecht
ma 26 okt. 2026
Virtueel
ma 26 okt. 2026
Eindhoven
do 29 okt. 2026
Amsterdam
wo 4 nov. 2026
Maastricht
wo 11 nov. 2026
Rotterdam
wo 18 nov. 2026
Apeldoorn
di 24 nov. 2026
Utrecht
di 24 nov. 2026
Virtueel
di 24 nov. 2026
Eindhoven
vr 27 nov. 2026
Amsterdam
do 3 dec. 2026
Maastricht
do 10 dec. 2026
Rotterdam
do 17 dec. 2026
Apeldoorn
wo 23 dec. 2026
Utrecht
wo 23 dec. 2026
Virtueel
wo 23 dec. 2026
Eindhoven
ma 28 dec. 2026
Amsterdam
vr 1 jan. 2027
Maastricht
vr 8 jan. 2027
Rotterdam
vr 15 jan. 2027
Apeldoorn
do 21 jan. 2027
Utrecht
do 21 jan. 2027
Virtueel
do 21 jan. 2027
Eindhoven
di 26 jan. 2027
Amsterdam
ma 1 feb. 2027
Maastricht
ma 8 feb. 2027
Rotterdam
ma 15 feb. 2027
Apeldoorn
vr 19 feb. 2027
Utrecht
vr 19 feb. 2027
Virtueel
vr 19 feb. 2027
Eindhoven
wo 24 feb. 2027
Amsterdam
di 2 mrt. 2027
Maastricht
di 9 mrt. 2027
Rotterdam
di 16 mrt. 2027
Apeldoorn
ma 22 mrt. 2027
Utrecht
ma 22 mrt. 2027
Virtueel
ma 22 mrt. 2027
Eindhoven
do 25 mrt. 2027
Amsterdam
wo 31 mrt. 2027
Maastricht
wo 7 apr. 2027
Rotterdam
wo 14 apr. 2027
Apeldoorn
di 20 apr. 2027
Utrecht
di 20 apr. 2027
Virtueel
di 20 apr. 2027
Eindhoven
vr 23 apr. 2027
Amsterdam
do 29 apr. 2027
Maastricht
do 6 mei 2027
Rotterdam
do 13 mei 2027
Apeldoorn
wo 19 mei 2027
Utrecht
wo 19 mei 2027
Virtueel
wo 19 mei 2027
Eindhoven
ma 24 mei 2027
Amsterdam
vr 28 mei 2027
Maastricht
vr 4 jun. 2027