Opleidingen

OVERVIEW In this course you will learn a range of topics in Maximo Health that includes Assets and locations dashboard, Matrix View, scoring of the assets based on Health and other parameters, Work Queues, Actions that one can take on the asset and optimize the investment using the asset investment optimizer feature. OBJECTIVES After completing this course, you should be able to: Describe Maximo Health. Learn about asset details. Discuss location health. Understand work queues. Learn about scoring groups. Learn about scoring ranges. Learn about scoring contributors. Understand custom scoring. Discuss the role of Monitor in Health (through operational status). Create service requests for the asset from the Health application. Generate work orders from the Health application. Understand replace/refurbish/decommission planning for the asset. Discuss about flagging an asset. Edit source asset record from the Health application. Understand Asset Investment Optimizer. Learn about investment strategies and compare them. CONTENT Get started Learn about Maximo Health Learn about scoring Learn about work queues and asset actions Practice what you have learned (hand-on-lab) Learn about Asset Investment Optimizer Earn the badge Get your course certificate Complete the course survey

De training Praktijktraining Agile en DevOps kan online of klassikaal worden gevolgd in Utrecht of Den Haag. Klassikale training vindt plaats in Utrecht, Den Haag, Amersfoort, Amsterdam of Eindhoven. Ook is in-company training of maatwerk mogelijk. Hierboven staan de nu ingeplande trainingsmogelijkheden op basis van open inschrijving. Staat uw voorkeurslocatie er niet bij? Neem dan contact op en informeer naar de mogelijkheden. De Praktijktraining Agile en DevOps is geschikt voor iedereen die werkt in de IT op het gebied van systeemontwikkeling, beheer of exploitatie. Na het doorlopen van de Praktijktraining Agile en DevOp training bent u goed bekend met de begrippen Agile, Scrum en DevOps en de rollen die hierbij horen zoals Scrum Master en Product Owner. Tijdens de Praktijktraining Agile en DevOps wordt ingegaan op de beginselen van Agile, Scrum en DevOps, ondersteund door voorbeelden uit de praktijk. Omschrijving Praktijktraining Agile en DevOps De afgelopen jaren hebben veel organisaties de voordelen ervaren van de toepassing van Agile methoden zoals Scrum en Kanban. De software wordt sneller opgeleverd en de kwaliteit stijgt, terwijl de kosten dalen. Een groot nadeel blijkt te zijn dat de Agile ontwikkeling haaks staat op de traditionele wijze van beheer, zowel qua informatiemanagement, applicatiemanagement als infrastructuurmanagement. Deze training van drie dagen is bij uitstek geschikt voor iedereen die wil weten wat de concepten Agile en DevOps inhouden en wil weten hoe Agile en DevOps werkt in de praktijk. De termen Agile, Scrum en DevOps zijn tegenwoordig niet meer weg te denken. Scrum is een effectievere en flexibelere manier van werken. Er wordt in kleine zelf-organiserende teams gewerkt met telkens een korte cyclus, variërend tussen de 2 tot 4 weken, ook wel sprints genoemd. Bij DevOps draait het om de samenwerking tussen ontwikkeling en beheer. Daar komt de naam ook vandaan: Dev staat voor Development en Ops voor Operations: DevOps. Inhoud Praktijktraining Agile en DevOps In deze professionele en praktijkgerichte praktijktraining wordt ingegaan op de theorie van Agile, Scrum en DevOps, ondersteund door voorbeelden uit de praktijk. Programma In deze professionele en praktijkgerichte Praktijktraining Agile en DevOps komen de volgende onderwerpen aan bod: Module 1: Inleiding werken met Agile Wat omvat de Basiskennis IT?Wat is software beheren?Wat is Agile?Wat is Agile Scrum?Welke andere Agile ontwikkelmethoden zijn er? Module 2: Agile Scrum Werkwijzen Wat is Waterval ontwikkelen?Wat is Agile ontwikkelen?Wanneer gebruik je wat? Module 3: Agile Scrum Termen Wat zijn de Agile Scrum events?Wat zijn de Agile Scrum concepten? Module 4: Agile Scrum rollen Welke rollen zijn er?Wat is de Agile Scrum process owner?Wat is de projectleider?Wie vertegenwoordigt de business? Module 5: Inleiding werken met DevOps Wat is de herkomst van DevOps?Wat is DevOps?Waarom DevOps toepassen?Wat zijn de DevOps misvattingen? Module 6: DevOps Principes Wat is een value stream?Wat is een deployment pipeline?Wat is version control?Wat is configration management?Wat is een Definition of Done? Module 7: DevOps & Continuous Everything Wat is Continuous Everything?Wat is Continuous Testing?Wat is Continuous Integration?Wat is Continuous Deployment?Wat is Continuous Monitoring?Wat is Continuous Assessment? Module 8: DevOps Toepassing Wat is het toepassingsgebied van DevOps?Wat zijn de beperkingen? Module 9: Wat is beheer? Welke drie vormen van beheer zijn er?Welke vijf vormen van applicatiebeheer bestaan er?Wat zijn belangrijke beheermodellen? Module 10: Wat is ITIL? Wat is ITIL v1?Wat is ITIL v3?Wat is een value stream? Module 11: ITIL 4 en Agile Scrum Wat zijn de verschillen?Wat zijn de overeenkomsten?Hoe kan je ITIL en Agile Scrum samen laten werken? Module 12: ITIL 4 en DevOps Wat zijn de verschillen?Wat zijn de overeenkomsten?Hoe kan je ITIL en DevOps samen laten werken? Module 13: Service desk oefening Examen Praktijktraining Agile en DevOps De kosten voor het examen Praktijktraining Agile en DevOps bedragen €250,- exclusief BTW. Praktische informatie Kosten: €2.250,- inclusief digitaal lesmateriaal, examen, koffie, thee en lunch (exclusief BTW).Duur: 3 dagenVoertaal: NederlandsLocatie: op locatie of online (afhankelijk van uw voorkeur).Certificering: na succesvolle afronding ontvangt u een certificaat.Voorwaarden: voor deze training is geen voorkennis vereist. Wanneer u de sheets tijdens de training op uw eigen device wilt meelezen, dan dient u een eigen device mee te brengen. Bij deze training is het volgende boek inbegrepen: Continuous Everything.

Verbeter je programmeerskills en schrijf beter onderhoudbare code Beschrijving De training "Clean Code: Vakmanschap in programmeren" is ontworpen om deelnemers de kennis en praktische vaardigheden te geven die nodig zijn om duidelijke en onderhoudbare code te schrijven. Clean code is niet alleen esthetisch aantrekkelijk, maar ook essentieel voor succesvolle softwareontwikkelingsprojecten. De training begint met het introduceren van de fundamentele principes en voordelen van Clean Code, waarbij de nadruk ligt op de rol ervan bij het verbeteren van de leesbaarheid van code, het verminderen van "technical debt", het verbeteren van samenwerking en het vergemakkelijken van toekomstige verbeteringen. Deelnemers gaan inzien hoe Clean Code kan leiden tot efficiënter debuggen, eenvoudiger onderhoud en over het algemeen verhoogde productiviteit. De training behandelt een aantal onderwerpen met betrekking tot Clean Code, waaronder: Naamgevingsconventies: Het belang van het kiezen van betekenisvolle en beschrijvende namen voor variabelen, functies en klassen. Deelnemers leren richtlijnen voor het maken van zelfverklaarde code en het vermijden van dubbelzinnige of misleidende namen. Codestructuur en -organisatie: Technieken voor het organiseren van code in logische modules, klassen en functies. Deelnemers leren het belang van kleine, gefocuste functies en hoe ze complexiteit kunnen verminderen en code begrijpelijkheid kunnen verbeteren door de juiste structurering. Functies en methoden: Richtlijnen voor het schrijven van schone functies en methoden, inclusief het principe van "Single Responsibility" (SRP) en het principe van "Don't Repeat Yourself" (DRY). Deelnemers leren hoe ze functies kunnen maken die beknopt, gefocust en gemakkelijk testbaar zijn. Testen en testbaarheid: Het belang van het schrijven van testbare code en technieken voor het ontwerpen van testbare software. Deelnemers zullen het concept van unit testing verkennen en leren hoe ze schone, onderhoudsvriendelijke tests kunnen schrijven die de kwaliteit en betrouwbaarheid van de code verbeteren. Gedurende de training zullen deelnemers mee doen aan praktische oefeningen en coderingsvoorbeelden om de besproken concepten te versterken. Aan het einde van de training zullen deelnemers een solide begrip hebben van de principes van Clean Code en de praktische vaardigheden die nodig zijn om deze toe te passen in hun dagelijkse softwareontwikkelingspraktijken, wat resulteert in onderhoudbare, leesbare en efficiënte codebases. Onderwerpen Naamgevingsconventies Codestructuur en -organisatie Functies en Methoden Testen en Testbaarheid

Voor wie? De cursus Time Management is voor iedereen die meer tijd voor familie of zichzelf wil hebben. Maar ook als je het idee hebt dat je je activiteiten beter zou kunnen plannen. Minder stress Maar het gaat verder! Het toepassen van hetgeen je leert in deze cursus zal er ook voor zorgen dat je je zekerder en meer ontspannen voelt Leerdoelen van de Cursus Time Management Geautomatiseerd toepassen van de basis principes van Time Management Werkplek organiseren zowel fysiek als digitaal Gedachten ordenen en leegmaken van je geest Effectief plannen van activiteiten Blijvende tijdbesparing realiseren bij zowel privé als zakelijke activiteiten Tips In deze cursus krijg je in een korte tijd handige tips over bijvoorbeeld het gebruik van agenda's, e-mail verwerken, en andere digitale hulpmiddelen. Praktijk oefeningen De cursus is heel praktisch er Er wordt van je verwacht dat je echt actief aan de slag gaat met praktische handelingen die direct een positieve invloed zullen geven op je dagelijkse werkzamheden. Tijdsinvestering De cursus bestaat uit 50 korte video's. Het volgen van de verschillende onderdelen, opdrachten ongeveer 12 uur tijd in beslag nemen. Maar je leert flexibel omdat je op elk moment kunt starten en stoppen. Met deze e-learning cursus kun je dus leren op de momenten dat het jou schikt. Toch raden we je voor deze cursus aan om het niet te veel op te delen en het snel achter elkaar te volgen. Niveau Er is geen specifieke vooropleiding vereist. De cursus is op een MBO -3 denkniveau gebaseerd. Certificaat Aan het eind zul je een officieel certificaat van de Cursus Time Management ontvangen.

Het Big Data Engineer-programma traint je in Hadoop, Spark (Python), Kafka en MongoDB voor een succesvolle carrière in data-engineering en big data-omgevingen. Dit masterprogramma Big Data Engineer, biedt training in de competitieve vaardigheden die nodig zijn voor een lonende carrière in data-engineering. Je leert het uitgebreide dataframework Hadoop beheersen, de functionaliteit van Apache Spark met Python benutten, datalijnen vereenvoudigen met Apache Kafka en de open-source databasemanagementtool MongoDB gebruiken om data op te slaan in big data-omgevingen. Doelgroep Voor wie is dit programma bedoeld? Een vooraanstaande data-engineer bouwt en onderhoudt datastructuren en -architecturen voor data-ingest, -verwerking en -implementatie voor grootschalige, data-intensieve applicaties. Het is een veelbelovende carrière voor zowel nieuwe als ervaren professionals met een passie voor data, waaronder: IT-professionals Bank- en financiële professionals Databasebeheerders Beginners op het gebied van data-engineering Studenten in UG/PG-programma's Leerdoelen Programmaresultaten Aan het einde van deze BIG DATA ENGINEER Bootcamp kun je: Een diepgaand inzicht verwerven in de flexibele en veelzijdige frameworks in het Hadoop-ecosysteem, zoals Pig, Hive, Impala, HBase, Sqoop, Flume en Yarn Beheers tools en vaardigheden zoals het maken van datamodellen, database-interfaces, geavanceerde architectuur, Spark, Scala, RDD, SparkSQL, Spark Streaming, Spark ML, GraphX, Sqoop, Flume, Pig, Hive, Impala en Kafka-architectuur Begrijp hoe je data modelleert, invoert, repliceert en shardt met behulp van het NoSQL-databasebeheersysteem MongoDB Doe expertise op in het creëren en onderhouden van een analytische infrastructuur en word verantwoordelijk voor de ontwikkeling, implementatie, het onderhoud en de monitoring van architectuurcomponenten Krijg inzicht in hoe u de bedrijfsproductiviteit kunt verbeteren door big data te verwerken op platforms die de omvang, snelheid, verscheidenheid en betrouwbaarheid ervan aankunnen Leer hoe Kafka in de praktijk wordt gebruikt, inclusief de architectuur en componenten, doe praktische ervaring op met het koppelen van Kafka aan Spark en werk met Kafka Connect Begrijp hoe u Amazon EMR kunt gebruiken voor het verwerken van data met behulp van Hadoop-ecosysteemtools Cursusinhoud Leertraject - Big Data Engineer 1. Big Data voor data-engineering (1 uur) In deze inleidende cursus van IBM leer je de basisbegrippen en terminologie van big data en de praktische toepassingen ervan in verschillende sectoren. Je krijgt inzicht in hoe je de bedrijfsproductiviteit kunt verbeteren door grote hoeveelheden gegevens te verwerken en waardevolle informatie te extraheren. Belangrijkste leerdoelen Begrijpen wat big data is, de bronnen van big data en praktijkvoorbeelden Het cruciale verschil tussen big data en datawetenschap leren Het gebruik van big data voor operationele analyse en betere klantenservice onder de knie krijgen Kennis opdoen over het ecosysteem van big data en het Hadoop-framework. Cursusprogramma Les 1 - Wat is big data? Les 2 - Big data: meer dan een hype Les 3 - Big data en datawetenschap Les 4 - Praktijkvoorbeelden Les 5 - Big data verwerken 2. Big Data Hadoop en Spark-ontwikkelaar De Big Data Hadoop-training van AVC helpt u big data en Hadoop-ecosysteemtools zoals HDFS, YARN, MapReduce, Hive, Impala, Pig, HBase, Spark, Flume, Sqoop en Hadoop Frameworks onder de knie te krijgen, inclusief aanvullende concepten van de levenscyclus van big data-verwerking. Tijdens deze online Hadoop-training onder leiding van een instructeur werkt u aan realtime projecten in de detailhandel, toerisme, financiën en andere domeinen. Deze uitgebreide datacursus bereidt u voor op de CCA175 Big Data-certificering van Cloudera. Belangrijkste leerdoelen Leer navigeren in het Hadoop-ecosysteem en begrijp hoe u het gebruik ervan kunt optimaliseren Importeer gegevens met Sqoop, Flume en Kafka Partitionering, bucketing en indexering implementeren in Hive Werken met RDD in Apache Spark Realtime streaminggegevens verwerken DataFrame-bewerkingen uitvoeren in Spark met behulp van SQL-query's Door de gebruiker gedefinieerde functies (UDF) en door de gebruiker gedefinieerde attribuutfuncties (UDAF) implementeren in Spark Cursusprogramma Les 1 - Inleiding tot big data en Hadoop Les 2 - Hadoop-architectuur, gedistribueerde opslag (HDFS) en YARN Les 3 - Gegevensopname in big data-systemen en ETL Les 4 - Gedistribueerde verwerking, MapReduce-framework en Pig Les 5 - Apache Hive Les 6 - NoSQL-databases HBase Les 7 - Basisprincipes van functioneel programmeren en Scala Les 8 - Apache Spark, het big data-framework van de volgende generatie Les 9 - Spark Core-verwerking RDD Les 10 - Spark SQL-verwerking van dataframes Les 11 - Spark MLLib, big data modelleren met Spark Les 12 - Streamverwerkingsframeworks en Spark Streaming Les 13 - Spark GraphX 3. Pyspark-training De Pyspark-training biedt een diepgaand overzicht van Apache Spark, de open-source query-engine voor het verwerken van grote datasets, en hoe u deze kunt integreren met Python met behulp van de PySpark-interface. Deze cursus laat u zien hoe u data-intensieve applicaties kunt bouwen en implementeren terwijl u zich verdiept in high-performance machine learning. U leert hoe u Spark RDD, Spark SQL, Spark MLlib, Spark Streaming, HDFS, Sqoop, Flume, Spark GraphX en Kafka kunt gebruiken. Belangrijkste leerdoelen Begrijpen hoe u de functionaliteit van Python kunt benutten wanneer u deze implementeert in het Spark-ecosysteem De architectuur van Apache Spark onder de knie krijgen en leren hoe u een Python-omgeving voor Spark instelt Leren over verschillende technieken voor het verzamelen van gegevens, RDD's begrijpen en hoe u deze kunt vergelijken met DataFrames, leren hoe u gegevens uit bestanden en HDFS kunt lezen en hoe u met schema's kunt werken Uitgebreide kennis opdoen van verschillende tools die onder het Spark-ecosysteem vallen, zoals Spark SQL, Spark MlLib, Sqoop, Kafka, Flume en Spark Streaming Creëer en verken verschillende API's om met Spark DataFrames te werken en leer hoe u gegevens kunt aggregeren, transformeren, filteren en sorteren met DataFrames Cursusprogramma Les 01 - Een korte inleiding tot Pyspark Les 02 - Veerkrachtige gedistribueerde datasets Les 03 - Veerkrachtige gedistribueerde datasets en acties Les 04 - DataFrames en transformaties Les 05 - Gegevensverwerking met Spark DataFrames 4. Apache Kafka In deze Apache Kafka-certificeringscursus leert u de architectuur, installatie, configuratie en interfaces van Kafka open-source messaging beheersen. Met deze Kafka-training leert u de basisprincipes van Apache ZooKeeper als gecentraliseerde service en ontwikkelt u de vaardigheden om Kafka in te zetten voor realtime messaging. Deze cursus maakt deel uit van het Big Data Hadoop Architect Master's Program en wordt aanbevolen voor ontwikkelaars en analytics-professionals die hun expertise willen uitbreiden. Belangrijkste leerdoelen Het belang van big data beschrijven De basisconcepten van Kafka beschrijven De architectuur van Kafka beschrijven Uitleggen hoe Kafka geïnstalleerd en geconfigureerd moet worden Uitleggen hoe Kafka gebruikt kan worden voor realtime berichtenverkeer Cursusprogramma Les 1 - Aan de slag met big data en Apache Kafka Les 2 - Kafka-producent Les 3 - Kafka-consument Les 4 - Kafka-bewerkingen en prestatieafstemming Les 5 - Kafka-clusterarchitectuur en Kafka beheren Les 6 - Kafka-monitoring en schemaregistratie Les 7 - Kafka-streams en Kafka-connectoren Les 8 - Integratie van Kafka met Storm Les 9 - Kafka-integratie met Spark en Flume Les 10 - Admin Client en Kafka beveiligen 5. MongoDB-ontwikkelaar en -beheerder Word een deskundige MongoDB-ontwikkelaar en -beheerder door diepgaande kennis van NoSQL op te doen en vaardigheden op het gebied van datamodellering, ingest, query's, sharding en datareplicatie onder de knie te krijgen. Deze cursus omvat praktijkgerichte projecten in de e-learning- en telecommunicatiesector. De cursus is bij uitstek geschikt voor databasebeheerders, softwareontwikkelaars, systeembeheerders en analytics-professionals. Belangrijkste leerdoelen Ontwikkel expertise in het schrijven van Java- en NodeJS-applicaties met behulp van MongoDB Beheers de vaardigheden van replicatie en sharding van gegevens in MongoDB om de lees-/schrijfprestaties te optimaliseren Voer de installatie, configuratie en het onderhoud van de MongoDB-omgeving uit Doe praktische ervaring op met het maken en beheren van verschillende soorten indexen in MongoDB voor het uitvoeren van query's Sla ongestructureerde gegevens vakkundig op in MongoDB Ontwikkel vaardigheden voor het verwerken van grote hoeveelheden gegevens met behulp van MongoDB-tools Word vaardig in MongoDB-configuratie, back-upmethoden en monitoring- en operationele strategieën Verkrijg een diepgaand inzicht in het beheer van DB Notes, Replica Set en master-slave-concepten. Cursusprogramma Les 1 - Inleiding tot NoSQL-databases Les 2 - MongoDB: een database voor het moderne web Les 3 - CRUD-bewerkingen in MongoDB Les 4 - Indexering en aggregatie Les 5 - Replicatie en sharding Les 6 - Java- en Node JS-toepassingen ontwikkelen met MongoDB Les 7 - Beheer van MongoDB-clusterbewerkingen 6. AWS Technical Essentials Deze cursus AWS Technical Essentials leert u hoe u door de AWS-beheerconsole navigeert, inzicht krijgt in de beveiligingsmaatregelen, opslag- en databaseopties van AWS en expertise opdoet in webservices zoals RDS en EBS. Deze cursus, die is opgesteld in overeenstemming met de nieuwste AWS-syllabus, helpt u vaardig te worden in het identificeren en efficiënt gebruiken van AWS-services. Belangrijkste leerdoelen De fundamentele concepten van het AWS-platform en cloud computing begrijpen AWS-concepten, terminologie, voordelen en implementatieopties identificeren om aan zakelijke vereisten te voldoen Implementatie- en netwerkopties in AWS identificeren Cursusprogramma Les 01 - Inleiding tot cloud computing Les 02 - Inleiding tot AWS Les 03 - Opslag en levering van content Les 04 - Compute Services en netwerken Les 05 - AWS Managed Services en databases Les 06 - Implementatie en beheer 7. AWS Big Data-certificeringstraining In deze AWS Big Data-certificeringscursus raakt u vertrouwd met concepten van cloud computing en de implementatiemodellen ervan, het Amazon Web Services-cloudplatform, Kinesis Analytics, AWS-services voor opslag, verwerking, analyse, visualisatie en beveiliging van big data, EMR, AWS Lambda en Glue, algoritmen voor machine learning en nog veel meer. Belangrijkste leerdoelen Begrijpen hoe Amazon EMR kan worden gebruikt voor het verwerken van gegevens met behulp van Hadoop-ecosysteemtools Begrijpen hoe Amazon Kinesis kan worden gebruikt voor big data-verwerking in realtime Big data analyseren en transformeren met Kinesis Streams Gegevens visualiseren en query's uitvoeren met Amazon QuickSight Cursusprogramma Les 01 - AWS in big data - Inleiding Les 02 - Verzamelen Les 03 - Opslag Les 04 - Verwerking I Les 05 - Verwerking II Les 06 - Analyse I Les 7 - Analyse II Les 8 - Visualisatie Les 9 - Beveiliging Big Data Capstone Dit Big Data Capstone-project biedt u de kans om de vaardigheden die u tijdens dit programma hebt geleerd in de praktijk te brengen. U leert hoe u een realistisch, op de industrie afgestemd big data-probleem kunt oplossen via speciale mentorsessies. Dit project is de laatste stap in het leertraject en stelt u in staat om uw expertise op het gebied van big data aan toekomstige werkgevers te laten zien. Keuzevak AWS Technical Essentials In deze cursus AWS Technical Essentials leer je hoe je door de AWS-beheerconsole navigeert, krijg je inzicht in de beveiligingsmaatregelen, opslag- en databaseopties van AWS en doe je expertise op in webservices zoals RDS en EBS. Deze cursus, die is opgesteld in overeenstemming met de nieuwste AWS-syllabus, helpt je om AWS-services te herkennen en efficiënt te gebruiken. Java-certificeringstraining Deze geavanceerde Java-certificeringstraining is ontworpen om je wegwijs te maken in de concepten van Java, van inleidende technieken tot geavanceerde programmeervaardigheden. Deze Java-cursus leert je ook Core Java 8, operatoren, arrays, loops, methoden en constructors, terwijl je praktische ervaring opdoet met JDBC en het JUnit-framework. Masterclass voor de industrie – Data-engineering Neem deel aan een interactieve online masterclass en krijg inzicht in data-engineering. SQL Deze cursus biedt u alle informatie die u nodig hebt om succesvol aan de slag te gaan met SQL-databases en de database in uw applicaties te gebruiken. Leer uw database correct structureren, efficiënte SQL-statements en -clausules schrijven en uw SQL-database beheren voor schaalbare groei. Masterclass voor de sector – Datawetenschap Neem deel aan deze interactieve online masterclass voor de sector en krijg inzicht in de ontwikkelingen op het gebied van datawetenschap en AI-technieken. Belangrijkste kenmerken Belangrijkste kenmerken Cursus en materiaal zijn in het Engels 62 uur e-learning (in eigen tempo) videocontent 1 jaar toegang met aanbevolen studietijd van 100 uur Praktijkgerichte projecten die hands-on training in de branche bieden 30+ veelgevraagde vaardigheden 1 jaar toegang tot het leerplatform Certificering voor elke cursus en Bootcamp-certificering na voltooiing

Deze cursus voor data-analisten, biedt je de vaardigheden die je nodig hebt om een professional op het gebied van data-analyse te worden. Je leert de nieuwste analysetools en -technieken beheersen, werken met SQL-databases, R en Python, boeiende datavisualisaties maken en statistische en voorspellende analyses toepassen op praktijkgerichte bedrijfsscenario's. Belangrijkste kenmerken Doelgroep Doelgroep IT-professionals Bank- en financiële specialisten Marketingmanagers Supply chain- en operationsmanagers Beginners die het vakgebied van data-engineering betreden Bachelor- en masterstudenten die data-analysevaardigheden willen opbouwen. Vereisten Een carrière als data-analist vereist een basis in statistiek en wiskunde. Aspirant-professionals met elke opleiding en een analytische instelling zijn het meest geschikt om de Data Analyst Bootcamp te volgen. Leerdoelen Programma-uitkomsten Gebruik Excel-functies, draaitabellen en dashboards om bedrijfsgegevens effectief te analyseren en te visualiseren. Schrijf SQL-query's om gegevens uit relationele databases te extraheren, te beheren en te optimaliseren. Versterk uw Python-programmeervaardigheden om gegevens te verwerken en een basis te leggen voor AI en machine learning. R toepassen voor gegevensmanipulatie, visualisatie, statistische modellering en inleidende machine learning-taken. Professionele BI-rapporten en dashboards ontwikkelen in Power BI, gebruikmakend van DAX-formules en methoden voor prestatieoptimalisatie. Grootschalige en realtime analyseoplossingen ontwerpen met Microsoft Azure, Microsoft Fabric en Apache Spark. Interactieve dashboards en boeiende visuele verhalen bouwen met Tableau. Praktische, branchegerelateerde ervaring opdoen door middel van hands-on projecten en een capstone-simulatie. Cursusinhoud Cursusinhoud Bedrijfsanalyse met Excel SQL-certificeringscursus Python-opfriscursus met AI Data-analyse met R Tableau Desktop Specialist-certificeringstraining Data-analist Master's Capstone Inleiding tot MS Azure Data Analytics (Microsoft) Keuzevakken Pl-300 Microsoft Power BI-certificeringstraining Modelgegevens met Power BI (Microsoft) Leertraject 1. Business Analytics met Excel De training Business Analytics met Excel geeft je analytische carrière een boost met krachtige nieuwe Microsoft Excel-vaardigheden. Deze training in bedrijfsanalyse rust je uit met de concepten en harde vaardigheden die nodig zijn voor een sterke analytische carrière. Je leert de basisconcepten van data-analyse en statistiek, wat helpt bij het bevorderen van datagestuurde besluitvorming. Je nieuwe kennis van deze veelgebruikte tool in combinatie met een officiële certificering in bedrijfsanalyse staat garant voor een succesvolle carrière. Belangrijkste leerdoelen Begrijp de betekenis van bedrijfsanalyse en het belang ervan in de sector Begrijp de basisprincipes van Excel-analysefuncties en voorwaardelijke opmaak Leer hoe u complexe datasets kunt analyseren met behulp van draaitabellen en segmenten Los stochastische en deterministische analytische problemen op met behulp van tools zoals scenariomanager, solver en doelzoekfunctie Pas statistische tools en concepten zoals voortschrijdend gemiddelde, hypothesetests, ANOVA en regressie toe op datasets met behulp van Excel Geef uw bevindingen weer met behulp van grafieken en dashboards Maak kennis met de nieuwste analytische en visualisatietools van Microsoft, zoals Power BI Cursusprogramma Les 1 - Inleiding tot bedrijfsanalyse Les 2 - Voorwaardelijke opmaak en belangrijke functies Les 3 - Gegevens analyseren met draaitabellen Les 4 - Dashboards Les 5 - Bedrijfsanalyse met Excel Les 6 - Gegevensanalyse met behulp van statistieken Les 7 - Power BI 2. SQL-certificeringscursus Deze cursus biedt u de informatie die u nodig hebt om succesvol aan de slag te gaan met SQL-databases en de database in uw applicaties te gebruiken. Leer de concepten van fundamentele SQL-statements, voorwaardelijke statements, commando's, joins, subquery's en verschillende functies om uw SQL-database te beheren voor schaalbare groei. Belangrijkste leerdoelen Databases en relaties begrijpen Veelgebruikte querytools gebruiken en werken met SQL-commando's Transacties, het maken van tabellen en weergaven begrijpen Slagen opgeslagen procedures te begrijpen en uit te voeren Cursusprogramma Les 1 - Fundamentele SQL-instructies Les 2 - Herstellen en back-uppen Les 3 - Selectieopdrachten: filteren Les 4 - Selectieopdrachten: sorteren Les 5 - Alias Les 6 - Aggregatieopdrachten Les 7 - Groeperen op opdrachten Les 8 - Voorwaardelijke instructies Les 9 - Joins Les 10 - Subquery's Les 11 - Weergaven en index Les 12 - Tekstfuncties Les 13 - Wiskundige functies Les 14 - Datum- en tijdfuncties Les 15 - Patroon (tekst) matching Les 16 - Functies voor gebruikerstoegangscontrole 3. Python-opfriscursus met AI Python is de belangrijkste programmeertaal voor AI-ontwikkeling en daarmee het essentiële startpunt voor iedereen die zich bezighoudt met toegepaste generatieve AI. Deze cursus laat je kennismaken met de basisprincipes van Python, met de nadruk op praktische AI-toepassingen. Aan het einde van de cursus beschik je over een sterke technische basis om vol vertrouwen verder te gaan met het effectief en verantwoord trainen, implementeren en beheren van AI-modellen. Belangrijkste leerdoelen Python-programma's schrijven en uitvoeren om uitdagingen in de praktijk aan te pakken. Gegevenstypen, operatoren en controlestructuren gebruiken om efficiënte code te creëren. Functies, loops en foutafhandeling implementeren om goed gestructureerde programma's te bouwen. Bestanden effectief beheren voor AI- en machine learning-toepassingen. De essentiële coderingsbasis opbouwen die nodig is voor de ontwikkeling van AI-modellen. Cursusprogramma Les 1 Cursusintroductie Les 2 Python-omgeving instellen en basisprincipes Les 3 Basisprincipes van programmeren in Python Les 4 Overzicht van data-analyse Les 5 Statistisch rekenen Les 6 Wiskundig rekenen met NumPy Les 7 Datamanipulatie met Pandas Les 8 Datavisualisatie met Python Les 9 Introductie tot het bouwen van modellen 4. Data-analyse met R De volgende stap om data-analist te worden, is het beheersen van R, een zeer gewilde open-source taal voor datawetenschap en -analyse. R staat bekend om zijn krachtige mogelijkheden en actieve community en wordt in snel tempo de favoriete tool van organisaties die analytics gebruiken om een concurrentievoordeel te behalen. Belangrijkste leerdoelen Bouw een solide basis in concepten van bedrijfsanalyse. Installeer en configureer R, RStudio en de werkomgeving, en verken essentiële R-pakketten. De basisprincipes van R-programmeren onder de knie krijgen en leren hoe statements worden uitgevoerd. De datastructuren van R begrijpen en leren hoe je data efficiënt kunt importeren en exporteren. Verschillende apply- en dplyr-functies toepassen voor datamanipulatie. Effectieve datavisualisaties maken met behulp van de grafische tools van R. Een basiskennis ontwikkelen van belangrijke statistische concepten. Hypothesetests toepassen ter ondersteuning van datagestuurde zakelijke beslissingen. Lineaire en niet-lineaire regressiemodellen gebruiken, samen met classificatietechnieken, voor analytische taken. Verken associatieregels en het Apriori-algoritme voor het ontdekken van patronen. Implementeer clusteringtechnieken zoals K-Means, DBSCAN en hiërarchische clustering. Behandelde onderwerpen Les 01 Inleiding tot bedrijfsanalyse Les 02 Inleiding tot R-programmeren Les 03 Datastructuren Les 04 Datavisualisatie Les 05 Statistiek voor datawetenschap (deel 1) Les 06 Statistiek voor datawetenschap (deel 2) Les 07 Regressieanalyse Les 08 Classificatie Les 09 Clustering Les 10 Associatieanalyse 5. Tableau Desktop Specialist-certificeringstraining Deze Tableau-cursus helpt u te begrijpen hoe u visualisaties kunt bouwen, gegevens kunt organiseren en grafieken en dashboards kunt ontwerpen om zinvollere zakelijke beslissingen te nemen. U maakt kennis met de concepten van datavisualisatie, verschillende combinatiediagrammen en verhalen, het werken met filters, parameters en sets, en het bouwen van interactieve dashboards. Belangrijkste leerdoelen Word een expert in visualisatietechnieken zoals heatmaps, treemaps, watervalgrafieken en Pareto-grafieken Begrijp metadata en het gebruik ervan Werk met filters, parameters en sets Speciale veldtypen en door Tableau gegenereerde velden onder de knie krijgen, evenals het proces van het maken en gebruiken van parameters Leren hoe u grafieken, interactieve dashboards en verhaalinterfaces kunt bouwen en hoe u uw werk kunt delen De concepten van gegevenssamenvoeging, het maken van gegevensextracten en het organiseren en opmaken van gegevens onder de knie krijgen Rekenkundige, logische, tabel- en LOD-berekeningen onder de knie krijgen Cursusprogramma Les 01 - Aan de slag met Tableau Les 02 - Kern van Tableau in onderwerpen Les 03 - Grafieken maken in Tableau Les 04 - Werken met metadata Les 05 - Filters in Tableau Les 06 - Analyses toepassen op het werkblad Les 07 - Dashboard in Tableau Les 08 - Wijzigingen in gegevensverbindingen Les 09 - Inleiding tot detailniveaus in Tableau (LODS) 6. Data Analyst Capstone Dit Data Analyst Capstone-project biedt u de kans om de vaardigheden die u tijdens dit programma hebt geleerd in de praktijk te brengen. Tijdens speciale mentorsessies leert u hoe u een realistisch, op de industrie afgestemd datawetenschappelijk probleem kunt oplossen, van gegevensverwerking en modelbouw tot het rapporteren van uw bedrijfsresultaten en inzichten. Dit project is de laatste stap in het leertraject en stelt je in staat om je expertise op het gebied van data-analyse te laten zien aan toekomstige werkgevers. 7. Inleiding tot MS Azure Data Analytics (Microsoft) Dit beginnersvriendelijke programma introduceert de fundamentele concepten en belangrijkste services van Microsoft Azure, waarmee je grootschalige en realtime analyseoplossingen kunt ontwerpen. Het is op maat gemaakt voor professionals met een basiskennis van dataprincipes en behandelt data-opname, opslag, modellering, visualisatie en streamverwerking. Aan het einde van het programma hebt u praktische ervaring opgedaan met Microsoft Fabric, Apache Spark en Power BI, en beschikt u over de kennis om met vertrouwen de Azure Data Fundamentals-certificering te behalen. Belangrijkste leerdoelen Beschrijf grootschalige analysearchitecturen en workflows. Verken pijplijnen voor gegevensopname en analytische oplossingen voor gegevensopslag. Begrijp de principes van batch- en streamgegevensverwerking. Implementeer realtime analyses met Microsoft Fabric en Apache Spark. Pas technieken voor datamodellering en visualisatie toe met Power BI. Behandelde onderwerpen Les 1 Grondbeginselen van grootschalige analyses Les 2 Grondbeginselen van realtime analyses Les 3 Grondbeginselen van datavisualisatie Keuzevakken Pl-300 Microsoft Power BI-certificeringstraining Microsoft Power BI is een suite van tools die wordt gebruikt om gegevens te analyseren en zakelijke inzichten te verkrijgen door interactieve dashboards te bouwen. Deze Power BI-training helpt u het maximale uit Power BI te halen, zodat u zakelijke problemen kunt oplossen en uw bedrijfsvoering kunt verbeteren. Deze Power BI-training helpt u het ontwikkelen van dashboards op basis van gepubliceerde rapporten onder de knie te krijgen, meer inzicht te krijgen in uw gegevens met Quick Insights en praktische recepten te leren voor de verschillende taken die u met Microsoft Power BI kunt uitvoeren, van het verzamelen van gegevens tot het analyseren ervan. Deze cursus bevat ook enkele handige recepten voor het oplossen van verschillende problemen in Power BI. Belangrijkste leerdoelen Maak interactieve dashboards op basis van gepubliceerde rapporten. Bouw snel visuals en dashboards met behulp van de functie Quick Insights. Gebruik natuurlijke taal met de Q&A-tool om visuals te genereren voor bruikbare inzichten. Stel gegevenswaarschuwingen in en beheer deze om belangrijke statistieken te monitoren. Leer best practices voor rapportlay-out en ontwerp van gegevensvisualisatie. Identificeer de meest geschikte grafieken en diagrammen op basis van uw gegevensverhaal of analytische vraag. Gebruik vormen en ontwerpelementen om inzichten te benadrukken en storytelling te verbeteren. Integreer aangepaste visualisaties in uw rapporten en dashboards. Deel rapporten en dashboards effectief, met begrip van de voordelen en beperkingen van elke methode. Voltooi een Power BI-project voor gegevensanalyse en visualisatie van begin tot eind. Cursusprogramma Les 01 - Verkrijg en bereid voor als een supernerd Les 02 - Ontwikkel uw vaardigheden als datanerd Les 3 - Genereer rapporten en dashboards Les 4 - Tips & trucs 2. Gegevens modelleren met Power BI (Microsoft) Dit programma op gemiddeld niveau is ontworpen om u te helpen de vaardigheden onder de knie te krijgen die nodig zijn om semantische modellen te configureren, DAX-formules te schrijven en Power BI-modellen te optimaliseren voor maximale prestaties. U doet praktische ervaring op met het creëren van relaties, hiërarchieën, maatregelen en berekeningen, terwijl u geavanceerde DAX-methoden, tijdintelligente functies en visuele berekeningen toepast om nauwkeurige, impactvolle analyses te produceren. De cursus is inclusief technieken voor prestatieoptimalisatie voor een efficiënte uitvoering van modellen, zodat u zich kunt voorbereiden op de certificering Microsoft Certified: Data Analyst Associate. Belangrijkste leerdoelen Configureer tabellen, kolommen, relaties, hiërarchieën en metingen binnen semantische modellen. Schrijf en pas DAX-formules toe om aangepaste berekeningen uit te voeren. Maak berekende tabellen, kolommen en expliciete metingen voor een diepgaandere analyse. Wijzig de filtercontext om nauwkeurige en accurate inzichten te verkrijgen. Gebruik DAX-tijdintelligente functies om trends in de loop van de tijd te evalueren. Bouw visuele berekeningen om rapportage te stroomlijnen en te vereenvoudigen. Optimaliseer semantische modellen om de algehele prestaties te verbeteren. Behandelde onderwerpen Semantische modellen configureren DAX-formules schrijven DAX-berekeningen maken DAX-filtercontext wijzigen DAX-tijdintelligente functies toepassen Visuele berekeningen maken in Power BI Modelprestaties optimaliseren Programmaprojecten Prestaties van werknemers in kaart brengen Gebruik SQL-databases om de prestaties van werknemers te analyseren en beoordelingsrapporten te genereren. Analyse van luchtvracht Pas SQL toe om rapporten te maken op basis van historische luchtvaartgegevens, waardoor de operationele efficiëntie en de klantervaring worden verbeterd. Klantorders analyseren met Python Gebruik Python-gegevensstructuren om klantorders te analyseren, producten te categoriseren, kooptrends te identificeren en waardevolle zakelijke inzichten te verkrijgen. Een Python-avonturenspel bouwen met GitHub Copilot Maak een op tekst gebaseerd avonturenspel met Python en GitHub Copilot. Spelers kunnen locaties verkennen, beslissingen nemen en quests voltooien terwijl ze belangrijke Python-concepten leren, zoals variabelen, lijsten, loops, conditionals en functies. Gegevensmanipulatie en rapportage met Power BI Ontwikkel een interactief Power BI-rapport voor Zomato om wereldwijde restaurantgegevens te analyseren en inzichten te verkennen op basis van locatie, service, beoordeling, kosten en keuken. Datavisualisatie en rapportage met Power BI Bouw een Power BI-dashboard om de prestatiestatistieken van agenten voor een regionale verzekeringsmaatschappij met tien bedrijven te beoordelen. Misdaadanalyse met Tableau-dashboard Ontwerp een Tableau-dashboard om de politie en stadsambtenaren te helpen bij het monitoren en visualiseren van misdaadstatistieken, en creëer een boeiend visueel verhaal. Regionale verkoopanalyse Gebruik Tableau om een dashboard te ontwikkelen dat de verkoopprestaties in twee verschillende regio's vergelijkt. Een verkoopdashboard ontwerpen in Excel Evalueer de prestaties van een e-commercewinkel met Excel door interactieve dashboards te bouwen om verkooptrends voor verschillende productcategorieën te visualiseren en analyseren. Restaurantfooien voorspellen Maak restaurantfooiengegevens schoon en analyseer ze om een voorspellend model te maken. Pas regressie en variabele codering toe om fooienbedragen te schatten en inzichten te genereren voor het verbeteren van de servicekwaliteit. Detectie van afwijkingen in creditcardtransacties Ontwikkel een fraudedetectiemodel om verdachte creditcardtransacties in realtime te identificeren. Voorspelling van heropname van patiënten Evalueer de kans dat een patiënt binnen 30 dagen na ontslag opnieuw wordt opgenomen in een zorginstelling. Voorspellen van het koopgedrag van klanten Krijg inzicht in het gedrag en de voorkeuren van klanten door transactiegegevens van winkels te analyseren om koopgedrag te begrijpen. ChatGPT-gebaseerde storytelling Creëer een interactieve storytelling-ervaring met ChatGPT, waarmee gebruikers samen boeiende verhalen kunnen bouwen – zonder dat daarvoor codering nodig is. FAQ VRAGEN EN ANTWOORDEN Wat is data-analyse? Data-analyse is een proces waarbij gegevens worden geïnspecteerd, opgeschoond, getransformeerd en gemodelleerd om nuttige informatie te ontdekken die bedrijven helpt om nauwkeurige beslissingen te nemen. Data-analyse wordt uitgevoerd met verschillende methoden, zoals kwalitatieve en kwantitatieve methoden, waarbij gebruik wordt gemaakt van analytische of statistische tools. Deze helpen om nuttige informatie uit gegevens te halen en deze te vertalen naar inzichten. De cursus Data-analist van AVC behandelt al deze aspecten en geeft u een uitgebreid inzicht in het vakgebied, inclusief de praktische toepassingen ervan. Wat doet een data-analist? Data-analisten spelen een unieke rol in de top van de huidige datacentrische beroepen. Een data-analist houdt zich doorgaans bezig met datamining, het verzamelen en interpreteren van gegevens, het analyseren van gegevensresultaten en het gebruik van statistische tools om tot inzichten te komen die cruciaal zijn voor een weloverwogen zakelijke beslissing. De belangrijkste verantwoordelijkheden van een gecertificeerd data-analist zijn het opschonen en organiseren van gegevens, het uitvoeren van complexe berekeningen en het te allen tijde waarborgen van de gegevensintegriteit. Ze analyseren gegevens en vertalen deze naar concrete inzichten die kunnen worden toegepast op verschillende zakelijke use cases, waaronder het verbeteren van de operationele efficiëntie, bedrijfsprestaties en nog veel meer. Waarom inschrijven voor de AVC Data Analyst Bootcamp? Organisaties genereren en vertrouwen op extreem grote hoeveelheden gegevens voor besluitvorming en strategieontwikkeling. Er is een groeiende vraag naar professionals die deze gegevens kunnen interpreteren en bedrijven kunnen helpen bij het nemen van goede beslissingen; en dit is waar data-analyse om de hoek komt kijken. De cursus Data-analist van AVC leert je vaardigheden die veel gevraagd zijn op het gebied van gegevensverzameling, analyse en visualisatie, drie cruciale en zeer gewilde werkgebieden van dit moment. De cursus biedt praktische ervaring met tools zoals Excel, SQL, Python en Tableau, waarmee je complexe datasets kunt interpreteren en bruikbare inzichten kunt genereren. Het gestructureerde curriculum van deze cursus Data-analist verbetert uw probleemoplossende vaardigheden en analytisch denkvermogen, waardoor u de vaardigheden verwerft die nodig zijn om echte zakelijke uitdagingen aan te gaan. Als u een cursus Data-analist voltooit, kunt u profiteren van de toenemende vraag naar bekwame data-professionals in verschillende sectoren. Wat is de waarde van een Bootcamp-certificaat? De Bootcamp van AVC helpt u om snel vaardigheden te verwerven waar veel vraag naar is en uw kansen op de arbeidsmarkt te vergroten. Wat je carrièredoelen ook zijn, of je nu een beginnende werknemer bent of op zoek bent naar mogelijkheden om je vaardigheden te ontwikkelen om van carrière te veranderen, de Bootcamp van AVC helpt je om die doelen sneller te bereiken. Er is veel vraag naar deze certificaten. Opmerking: wij zijn geen universiteit en reiken geen universitaire diploma's uit. Deze Bootcamp betekent dat je het hele programma hebt doorlopen en alle essentiële kennis van het onderwerp hebt opgedaan en het onderwerp dus volledig beheerst. Elke cursus/deel van het programma wordt afgesloten met een certificaat. Welke kennis en ervaring zijn vereist voor de Bootcamp? Over het algemeen is er geen eerdere ervaring vereist om deel te nemen aan het programma. De training begint op instapniveau en gaat (stap voor stap) verder naar het expertniveau. Het is echter altijd nuttig als u basiskennis of ervaring hebt met het onderwerp. Lees meer over de specifieke details van uw cursus. Dit programma is zelfstandig te volgen, zodat je in je eigen tempo kunt leren. Je begint met een praktische e-learningmodule, gevolgd door een reeks online cursussen die zijn afgestemd op jouw behoeften. Je bent vrij om de data en tijden te kiezen die het beste bij jouw agenda passen. Als je een sessie mist, kun je deze eenvoudig inplannen op een ander moment. Elke sessie wordt opgenomen, zodat je de stof zo vaak als nodig kunt doornemen. Aan het einde van het programma heb je uitgebreide kennis opgedaan en kun je deze kennis demonstreren en toepassen in verschillende praktische taken en projecten. Hoe lang duurt het om de Bootcamp te voltooien? Dit is heel persoonlijk. Sommige mensen doorlopen het programma vrij snel, anderen hebben meer tijd nodig. Je hebt een jaar toegang tot het programma en e-learning. Als je 5-10 uur per week aan het programma besteedt, duurt het ongeveer 11 maanden om het programma te voltooien. Let op: sommige andere programma's duren langer. Dit is een schatting. Hoe is de Bootcamp opgebouwd? De meeste programma's zijn volledig gebaseerd op afstandsonderwijs. De meeste omvatten intensieve online bootcamps met e-learning die je in je eigen tempo kunt volgen. Deze leertrajecten bestaan uit verschillende cursussen en onderwerpen die betrekking hebben op specifieke vaardigheden voor een functie of baan. Er zijn ook online klassikale sessies via ons geavanceerde professionele systeem voor afstandsonderwijs. Je kunt kiezen uit verschillende tijdstippen en we nemen de sessies altijd op, zodat je ze kunt terugluisteren als je iets gemist hebt of informatie wilt herhalen. Er is altijd iemand beschikbaar om je te helpen en te ondersteunen als je vragen hebt over de vaardigheden die je aan het leren bent. Wanneer kan ik live Bootcamp-cursussen volgen? De timing van de cursussen verschilt per groep. Je krijgt toegang tot een dashboard met meerdere tijdstippen voor elke sessie of elk onderwerp, zodat je kunt kiezen wat jou het beste uitkomt. Sessies kunnen worden gepland op weekdagen in de middag, in het weekend in de ochtend of 's avonds, afhankelijk van de interesse van de deelnemers en de beschikbaarheid van de trainer. Als je een sessie mist, kun je deze altijd inhalen door de opnames te bekijken, zodat je nooit iets mist. Wanneer kan ik mijn Bootcamp-certificaat vrijspelen? Zodra je ten minste 85% van de cursusinhoud hebt voltooid, kun je je certificaat vrijspelen. Dit geldt voor alle Bootcamp-programma's. Een van de criteria voor het behalen van het Bootcamp-certificaat is deelname aan de live cursussen. Er kunnen echter uitzonderingen worden gemaakt als je niet live aanwezig kunt zijn, maar het bekijken van de opnames blijft verplicht. Lees meer over je specifieke cursus of stuur ons een e-mail voor meer informatie. Belangrijkste kenmerken Belangrijkste kenmerken Cursus en materiaal zijn in het Engels Beginners-gevorderd niveau 11 maanden durende live online bootcamp en e-learning (in eigen tempo) Elke 1-3 maanden een nieuwe live klas 1 jaar toegang tot het leerplatform en opnames van de lessen 220 uur totale studietijd nodig Uitgebreid curriculum met exclusieve Microsoft-cursussen 10+ projecten aan het einde van de cursus uit verschillende sectoren Beheers 10 veelgevraagde data-analysetools en geïntegreerde labs Certificering voor elke cursus en bootcamp-certificering na voltooiing

Leer deep learning met AI/ML-tools zoals TensorFlow, Keras en PyTorch. Ontwikkel en optimaliseer neurale netwerken, CNN’s, RNN’s en meer in deze praktijkgerichte, uitgebreide cursus. Deze uitgebreide cursus biedt de kennis en vaardigheden om deep learning-tools met behulp van AI/ML-frameworks effectief in te zetten. U verkent de fundamentele concepten en praktische toepassingen van deep learning en krijgt een duidelijk inzicht in de verschillen tussen deep learning en machine learning. De cursus behandelt een breed scala aan onderwerpen, waaronder neurale netwerken, voorwaartse en achterwaartse propagatie, TensorFlow 2, Keras, prestatieoptimalisatietechnieken, modelinterpretatie, Convolutional Neural Networks (CNN's), transfer learning, objectdetectie, Recurrent Neural Networks (RNN's), auto-encoders en het creëren van neurale netwerken in PyTorch. Aan het einde van de cursus heb je een solide basis in de principes van deep learning en ben je in staat om effectief deep learning-modellen te bouwen en te optimaliseren met Keras en TensorFlow. Doel Doelgroep Software-engineers en -ontwikkelaars – Mensen die AI en deep learning willen integreren in hun projecten. Data scientists en analisten – Professionals die hun vaardigheden op het gebied van neurale netwerken en machine learning willen uitbreiden. AI/ML-enthousiastelingen – Mensen met een passie voor kunstmatige intelligentie die praktische toepassingen willen bouwen. Studenten en onderzoekers – Afgestudeerde of niet-afgestudeerde studenten in informatica, wiskunde of aanverwante vakgebieden. IT- en cloudprofessionals – Mensen die werkzaam zijn in cloud computing, DevOps of infrastructuur en die AI-modellen moeten begrijpen. Bedrijfs- en productmanagers – Professionals die AI-kennis nodig hebben om datagestuurde beslissingen te nemen en AI-aangedreven producten te ontwikkelen. Ondernemers en start-ups – Innovators die AI-aangedreven bedrijven willen opzetten of bestaande producten willen verbeteren met deep learning. Vereisten: Basiskennis van Python-programmeren, lineaire algebra, kansrekening en enkele basisbegrippen van machine learning worden sterk aanbevolen. Leerresultaten Leerresultaten Onderscheid tussen deep learning en machine learning en begrijp hun respectievelijke toepassingen. Krijg een grondig begrip van verschillende soorten neurale netwerken. Beheers de concepten van voorwaartse propagatie en achterwaartse propagatie in Deep Neural Networks (DNN's). Krijg inzicht in modelleringstechnieken en prestatieverbetering in deep learning. Begrijp de principes van hyperparameter-tuning en modelinterpretatie. Leer essentiële technieken zoals dropout en early stopping en pas deze effectief toe. Ontwikkel expertise in convolutionele neurale netwerken (CNN's) en objectdetectie. Verkrijg een gedegen begrip van recurrente neurale netwerken (RNN's). Raak vertrouwd met PyTorch en leer hoe je neurale netwerken kunt maken met behulp van dit framework. Curriculum Behandelde onderwerpen: Inleiding tot deep learning Korte geschiedenis van AI Motivatie voor deep learning Verschil tussen deep learning en machine learning Succesverhalen van deep learning Toepassingen van deep learning Uitdagingen van deep learning Deep learning-frameworks Volledige cyclus van een deep learning-project Neurale netwerken en soorten neurale netwerken Perceptron Voorwaartse propagatie in perceptron Rol van activeringsfuncties Achterwaartse propagatie in perceptron Gradiëntdalingalgoritme Beperkingen van perceptron Diepe neurale netwerken Wat is DNN en waarom is het nuttig? Verliesfuncties Voorwaartse propagatie in DNN Achterwaartse propagatie in DNN Inleiding tot TensorFlow DNN trainen met TensorFlow Inleiding tot TensorFlow Playground TensorFlow Inleiding tot tensoren Sequentiële API's in TensorFlow Keras: een inleiding Modeloptimalisatie en prestatieverbetering Inleiding tot optimalisatiealgoritmen Inleiding tot SGD en implementatie Inleiding tot momentum en implementatie Inleiding tot Adagrad en implementatie Inleiding tot Adadelta en implementatie Inleiding tot RMSProp en implementatie Inleiding tot Adam en implementatie Implementatie van batch-normalisatie Exploderende en verdwijnende gradiënten Inleiding tot hyperparameter-afstemming en implementatie Interpreteerbaarheid van modellen Dropout en vroegtijdig stoppen Convolutionele neurale netwerken Wat is CNN CNN-architectuur ResNet 50 Werking van CNN Pooling in CNN Beeldclassificatie met CNN Inleiding tot Tensorboard Transfer learning Inleiding tot transfer learning Hoe vooraf getrainde modellen selecteren Voordelen van transfer learning Objectdetectie Objectdetectie voor meerdere objecten Hoogwaardig overzicht van het YOLO V3-algoritme Datasetvoorbereiding voor het YOLO V3-algoritme Objectmisleiding met YOLO V3 Inleiding tot TF Lite TF-model converteren naar TF Lite-model Recurrente neurale netwerken (RNN's) Wat is sequentiemodellering Inleiding tot RNN Architectuur van RNN Voorwaartse en achterwaartse propagatie in RNN Inleiding tot hybride modellering Architectuur van een hybride CNN- en RNN-model Transformermodellen voor natuurlijke taalverwerking (NLP) Overzicht van transformatormodellen Architectuur van het transformatormodel Inleiding tot het BERT-model Aan de slag met auto-encoders Inleiding tot onbegeleid deep learning Wat zijn auto-encoders Architectuur van auto-encoders Gebruiksscenario's en training van auto-encoders PyTorch Aan de slag met PyTorch Een neuraal netwerk maken in Pytorch Belangrijkste kenmerken Belangrijkste kenmerken Cursus en materiaal in het Engels Gemiddeld - gevorderd niveau 1 jaar toegang tot het platform en de opnames van de lessen 6 uur videolessen 40 uur online live lessen 50 uur studietijd aanbevolen 3 projecten aan het einde van de cursus Virtueel lab inclusief om te oefenen 1 beoordelingstest Geen examen, maar certificaat van voltooiing inclusief Heeft het missen van een live les invloed op mijn vermogen om de cursus af te ronden? Nee, het missen van een live les heeft geen invloed op je mogelijkheid om de cursus af te ronden. Met onze 'flexi-learn'-functie kun je de opgenomen sessie van elke gemiste les op een voor jou geschikt moment bekijken. Zo blijf je op de hoogte van de cursusinhoud en voldoe je aan de vereisten om verder te gaan en je certificaat te behalen. Ga gewoon naar het leerplatform, selecteer de gemiste les en bekijk de opname om je aanwezigheid te registreren.

Word een digitale marketingexpert met deze Meta-bootcamp. Leer alles over SEO, social media, AI, content en meer, en pas je kennis toe in praktijkprojecten voor echte impact. In samenwerking met Meta is deze bootcamp voor digitale marketingspecialisten ontworpen om u om te vormen tot een digitale krachtpatser met diepgaande expertise in alle domeinen van digitale marketing, dankzij een dynamische en meeslepende leerervaring. Bovendien behandelt dit programma essentiële gebieden zoals gedragsmarketing, SEO, SEM, sociale media, e-mailmarketing, mobiele marketing, contentstrategie, analytics, AI, automatisering en opkomende technologieën om je voor te bereiden op de snel veranderende digitale wereld en je in staat te stellen uitzonderlijke resultaten te behalen. De verschillende afstudeerprojecten aan het einde van het programma helpen je alle geleerde concepten toe te passen om echte marketingproblemen op te lossen en hiaten in strategieën op te vullen. Doelgroep Voor wie is dit programma bedoeld? Deze Digital Marketing Bootcamp is bedoeld voor starters, professionals die werkzaam zijn in marketing, sales of operations, of aspirant-digital marketeers. Er zijn geen specifieke toelatingseisen, maar wel de bereidheid om je professionele carrière als digital marketeer verder te ontwikkelen. Lid van een marketingteam Specialist in digitale marketing Specialist in sociale media SEO-specialist Contentmarketingteam Advertising- en promotieteam Leerdoelen Programmaresultaten Gebruik de fundamentele ideeën en technieken van digitale marketing om uw bedrijf te promoten en uw klantenbestand te vergroten Richt u op klanten met mobiele apparaten met behulp van verschillende mobiele marketingtechnieken Creëer content op platforms zoals Facebook, Instagram, LinkedIn en Twitter en plaats daar advertenties Optimaliseer verschillende campagne-KPI's en -statistieken met behulp van verschillende analysetools Plan en implementeer digitale marketingcampagnes in verschillende domeinen Optimaliseer uw pagina's voor SEO en zorg dat ze hoger scoren in zoekmachines met behulp van technieken voor zoekwoordoptimalisatie Creëer en implementeer een contentstrategie op basis van de doelen en doelstellingen in elke fase van de marketingfunnel Creëer een campagne- en biedstrategie voor uw betaalde marketingcampagnes Ontdek de toepassing van AI en opkomende technologieën in digitale marketing en leer hoe deze helpen bij het automatiseren van campagnes en het verhogen van de productiviteit Cursusinhoud Leertraject Digital Marketing Foundation (e-learning) Zoekmachineoptimalisatie (e-learning en live online lessen) Zoekmachinemarketing (e-learning en live online lessen) Socialemediamarketing (e-learning en live online lessen) Strategieën voor betaalde campagnes (e-learning en live online lessen) Analytics, ROI en evaluatie (e-learning en live online lessen) Digitale marketing Capstone Keuzevakken E-mail- en mobiele marketing (e-learning en live online lessen) Generatieve AI in verkoop en marketing (live online lessen) Bloggen (e-learning) E-commercevermelding (e-learning) Affiliate marketing (e-learning) B2B-marketing (e-learning) Meta Master Session (live online les) In samenwerking met META Meta bouwt technologieën die mensen helpen contact te leggen, communities te vinden en bedrijven te laten groeien. Toen Facebook in 2004 werd gelanceerd, veranderde het de manier waarop mensen met elkaar in contact komen. Apps zoals Messenger, Instagram en WhatsApp hebben miljarden mensen over de hele wereld nog meer mogelijkheden gegeven. Nu gaat Meta verder dan 2D-schermen en richt het zich op meeslepende ervaringen zoals augmented en virtual reality om de volgende evolutie in sociale technologie te helpen bouwen. Wat krijg je: Toegang tot mastersessies door Meta Blueprint-trainers Gratis voucher voor het Meta Certified Digital Marketing Associate-examen ter waarde van $ 99 Toegang tot Meta Business Coach Leer de basisbegrippen van adverteren op Facebook, Instagram en Messenger Cursus afgestemd op het Meta Certified Digital Marketing Associate-examen Toegang tot zelf te volgen content samengesteld door Meta Behaal het Meta Certified Digital Marketing Associate-certificaat na het behalen van het examen Word een nieuwe generatie digitale marketeer door generatieve AI in te zetten in sales en marketing Ontdek de toekomst van marketing met AI: verdiep u in digitale strategieën, AI en de rol van generatieve AI. Word een expert in geautomatiseerd copywriting, AI-aangedreven segmentatie en dynamische campagnes. Leer voorspellende analyses, AI-aangedreven klantenbinding en ethische overwegingen Word een expert in door Gen AI aangedreven marketingstrategieën voor verschillende kanalen, zoals SEO, sociale media, e-mail en mobiele marketing Voorspel verkooptrends, verbeter CRM-processen en voorspel klantgedrag met AI Optimaliseer prijzen, promoties en klantenbinding met behulp van door Gen AI aangestuurde marketingstrategieën Leer gepersonaliseerde communicatie met chatbots en virtuele verkoopassistenten Maximaliseer de efficiëntie met door Gen AI aangestuurde tijdbesparingen Leer ook andere generatieve AI-tools: ChatGPT invideo Rytr Julias by Triller Stable Diffusion Aanbevolen certificaten Dit masterprogramma Digital Marketing Specialist helpt je bij de voorbereiding op andere externe certificeringen. Hoewel het programma een uitgebreide behandeling van verschillende onderwerpen biedt, is het van cruciaal belang dat je je ook voorbereidt op en verdiept in aanvullende onderwerpen die specifiek zijn voor de gekozen certificering. AVC raadt aan om je in te schrijven voor Google-, Meta- en Hubspot-certificeringen, die NIET INBEGREPEN ZIJN IN HET PROGRAMMA. LEERPAD 1. Basisprincipes van digitale marketing Deze basiscursus behandelt belangrijke concepten zoals de verschillen tussen digitale en traditionele marketing, de 4 P's van digitale marketing, influencermarketing, gesproken zoekopdrachten, het maken van websites en gedragsmarketing. Je verdiept je in gedragsmarketing en -analyse, leert de levenscyclus van klanten en de verschillende fasen van het aankoopproces begrijpen en krijgt inzicht in de dynamiek van de marketingtrechter, zodat je je strategische marketingaanpak kunt verbeteren. Behandelde onderwerpen: Het digitale marketinglandschap Inleiding tot digitale marketing Digitale marketing versus traditionele marketing De 4 P's van marketing (oud en nieuw) De 5 P's van strategie Hoe technologie het marketinglandschap heeft veranderd Het belang van influencermarketing Videomarketing: de toekomst van advertenties Profiteren van gesproken zoekopdrachten Het belang van visuele content UI versus UX Websiteontwikkeling Les 1 - Inleiding tot websiteontwikkeling Les 2 - Inleiding tot WordPress Les 3 - Het proces van WordPress-websiteontwikkeling Les 4 - WordPress-plug-ins en het lanceren van een website. Gedragsmarketing Les 1 - Inzicht in gedragsanalyse Les 2 - Waarom is gedragsmarketing belangrijk? Les 3 - Soorten gedragsmarketing Les 4 - Hoe werkt gedragsmarketing? Les 5 - Bronnen om gebruikers te profileren op basis van gegevens Les 6 - Gebruikersprofilering op basis van gegevens Les 7 - Voordelen van gedragsmarketing 2. Zoekmachineoptimalisatie In deze module leer je het belang van zoekmachineoptimalisatie (SEO). Je leert hoe on-page en off-page SEO werkt, verkent de technische kant van SEO om hoger te scoren in zoekmachines en leert hoe je concurrenten analyseert. Behandelde onderwerpen: Basisprincipes van SEO On-page versus off-page Technische SEO Google richt zich op de gebruikerservaring Updates, algoritmen en rangschikkingssysteem Linkbuilding Hoe u uw content kunt optimaliseren voor gesproken zoekopdrachten Optimalisatie van website-assets (video's, afbeeldingen, recensies) SEO voor e-commerce websites voor meer omzet Verhoog de conversieratio van uw website met SEO Een SEO-audit uitvoeren De toekomst van SEO Gebruikte tools: MOZ Screamingfrog semrush Google Trends Google Keyword Planner Ahrefs Yoast 3. Zoekmachinemarketing Leer hoe betaalde advertenties werken met behulp van zoekwoordonderzoek. U leert meer over verschillende biedstrategieën in de context van B2B- en B2C-kanalen. Behandelde onderwerpen Overzicht van zoekmachinemarketing Inzicht in de concepten van Pay Per Click (PPC), het algoritme van Google Ads, advertentiepositie en advertentieplaatsing Bied- en budgetstrategieën Zoekwoordonderzoek en optimalisatie met behulp van het zoektermrapport voor een betere ROI De rol en voordelen van advertentie-extensies Automatiseringsregels voor advertenties instellen Strategieën voor het schrijven van de beste advertentieteksten met 100% advertentiekracht De juiste klanten targeten op basis van demografische gegevens, interesses, locatie, enz. Gebruik van dynamische zoekwoordinvoeging Remarketingadvertenties Integratie met verschillende campagnetypen en optimalisatie RLSA gebruiken in Google Analytics om de prestaties van campagnes te maximaliseren Verschil tussen standaard shoppingadvertenties en slimme advertenties De feeds in Google Merchant Center optimaliseren Leer de shoppingfeed en fouten daarin diagnosticeren en corrigeren Performance Max & Smart-campagnes zijn de toekomst van Google Ads Hoe u advertenties voor het installeren van mobiele apps kunt maken en optimaliseren om het aantal gebruikers te vergroten Behandelde tools Google Ads Google Keyword Planner SpyFu Google Analytics Keyword Tool WordStream Semrush Optmyzr 4. Socialemediamarketing (SMM) In deze module leert u waarom het belangrijk is om sociale mediakanalen in te zetten, hoe u de juiste contenttype selecteert voor elk kanaal en begrijpt u het belang van sociale media voor e-commerce. U leert over contentonderzoeksstrategieën en tools om de juiste content te ontwerpen vanuit het perspectief van sociale mediakanalen. In deze module leert u ook hoe u de doelen en doelstellingen voor elke fase van de marketingtrechter definieert met behulp van informatieve content. Behandelde onderwerpen Overzicht van digitale en socialemediamarketing (SMM) Sociaal merkbeheer Het belang, de rol, de doelstellingen en de elementen van SMM Het opstellen van doelgroepsprofielen SMM-strategie en -kanalen Belangrijkste SMM-statistieken Organische berichten Facebook- en Instagram-advertenties maken LinkedIn-marketing Contentmarketing als ruggengraat van digitale marketing Best practices voor het optimaliseren van B2B- en B2C-content voor verschillende kanalen Hoe content kan helpen bij het verbeteren van de prestaties van betaalde advertenties Een contentstructuur ontwerpen (topic cluster model zoals HubSpot) De beste formaten voor mobiele advertenties voor betere resultaten Hoe u een effectieve contentkalender voor toekomstige activiteiten kunt maken en gebruiken Content-KPI's meten met Google Analytics en andere tools Het contentraamwerk ontwerpen Behandelde tools TweetDeck Trello Adverteren op YouTube Canva Meta Creative Hub Meta Business Suite Facebook-pagina-plugin Facebook voor bedrijven LinkedIn voor bedrijven LinkedIn-advertenties Powtoon 5. Strategieën voor betaalde campagnes Leer hoe u een diepgaande analyse van betaalde campagnes uitvoert en de statistieken van elke advertentie controleert om de campagnes te optimaliseren voor betere conversies. U leert ook over de belangrijke elementen van landingspagina's en gerelateerde ontwerpstrategieën op basis van het bedrijf en de branche. Behandelde onderwerpen Overzicht van betaalde campagnes: hoe helpt een betaalde campagne bij het opbouwen van een bedrijf? Inleiding tot conversieoptimalisatie en conversietrechter Doelen stellen met behulp van CRO-benchmarks CRO-analyse: conversiepercentages meten en bijhouden Principes van een goede landingspagina Leesbaarheid en hiërarchie van de landingspagina Interactieve video's, afbeeldingen en grafieken gebruiken om landingspagina's te verbeteren De behoeftecreatietechniek of schaarstecreatie voor overtuiging De theorie van cognitieve dissonantie: het overtuigingsprincipe Gebruik van wederkerigheid: de principes van wederzijdse concessies Dynamische advertenties opzetten: de musts van dynamische advertentiecampagnes Best practices voor de toewijzing van marketingbudgetten De prestaties van uw concurrenten volgen en analyseren met Auction Insights Facebook Pixel Campagnebiedstrategieën met behulp van portfolio's: Google Ads Het campagnebudget en de planning bepalen Campagnes opzetten in Ads Manager Marketing en tracking: attributiemodel Behandelde tools: Google Analytics Google Ads Unbounce 6. Analytics, ROI en evaluatie Leer meer over de verschillende soorten KPI's en statistieken met behulp van verschillende analysetools. Werk ook aan een live campagne om de ROI van een product of dienst te controleren en leer hoe u de resultaten kunt verbeteren. Behandelde onderwerpen Verschil tussen KPI's en statistieken Statistieken voor betaald/eigen/verdiend Hoe u tools zoals Crazy Egg kunt gebruiken om gedragspatronen van gebruikers op de site-interface te begrijpen Hoe bereik in sociale media verschilt van het aantal vertoningen en hoe we een 1:1-verhouding kunnen bereiken Betrokkenheidspercentage versus conversiepercentage Bouncepercentage versus exitpercentage Hoe u klanttrajecten analyseert met Google Analytics Hoe u een e-commerce marketingtrechter opzet en analyseert met Google Analytics Hoe u de ROI voor elke campagne berekent Gebruikte tools: SimilarWeb YouTube Insights Google Analytics 7. Afstudeerproject digitale marketing De inzichten die u in dit digitale marketingprogramma hebt opgedaan, kunt u effectief toepassen in dit afstudeerproject. U krijgt de mogelijkheid om te kiezen uit vijf verschillende afstudeerprojecten, die elk zijn ontworpen om de opgedane kennis in de praktijk toe te passen. Als laatste fase van uw opleiding is het afstudeerproject een bewijs van uw vaardigheid op dit gebied, waardoor u zich in een gunstige positie bevindt voor potentiële werkgevers. Kies uit onderstaande afstudeerprojecten: Contractworks ContractWorks is een bedrijf dat contractbeheersoftware levert waarmee je je contracten op elk moment in een veilig ecosysteem kunt opslaan en doorzoeken. Hoewel ContractWorks zich onderscheidt van de meeste concurrenten door zijn superieure technologie, software, beveiliging en compliance, ondervindt het nog steeds moeilijkheden om zijn klantenbestand uit te breiden. Skullcandy Skullcandy is een wereldwijd merk dat geluid brengt en grenzen verlegt. Het bedrijf is erin geslaagd audio te moderniseren en het speelveld gelijk te trekken door high-fidelity betaalbaar en stijlvol te maken. Help Skullcandy om zijn jeugdige en avontuurlijke klanten betrokken te houden. TOAST Toast is een high-end nichemodewinkel die deel uitmaakt van de French Connection-groep. Het bedrijf heeft hulp nodig om nieuwe klanten te bereiken en de omzet te verhogen, met inachtneming van strikte merkrichtlijnen, een gevoel voor stijl en seizoensgebonden trends, zowel op het gebied van mode als bezoekersaantallen. Adidas Adidas is een Duitse multinational die schoenen, kleding en accessoires ontwerpt en produceert. Het is de grootste sportkledingfabrikant in Europa en de op één na grootste ter wereld, na Nike. Help Adidas nieuwe producten op de markt te brengen bij zijn doelgroep en zijn bereik te vergroten. Grand Savings Bank Grand Savings Bank is een full-service community bank die diverse financiële producten en diensten aanbiedt aan particulieren en zakelijke klanten. Help GBS meer zichtbaarheid te krijgen en hoger te scoren in zoekmachines om te groeien en zijn klantenbestand uit te breiden. Keuzevakken 1. E-mail- en mobiele marketing In deze module leer je de volledige e-mailmarketingprocessen, inclusief automatisering en het opstellen van e-mailsjablonen met een hoge conversie. Daarnaast leer je het belang van mobiele apps en marketing, ontdek je technieken voor het optimaliseren van apps met relevante zoekwoorden en voer je effectieve strategieën voor mobiele advertenties uit. Behandelde onderwerpen: E-mailmarketing Basisprincipes van e-mailmarketing 5 e-mailmarketingstrategieën om de groei van je bedrijf te stimuleren Een Mailchimp-campagne opzetten Sjablonen maken Soorten leads en leadgeneratie Automatisering en campagne-uitvoering Overzicht van het automatiseringsdashboard Een drip-campagne opzetten A/B-testen Mobiele marketing Inleiding tot mobiele marketing Basisprincipes van app-monetisatie Google Universal App-campagnes Facebook-marketing Twitter-marketing YouTube-marketing HubSpot CRM en AppTweak Hoe u hoger scoort met ASO Manieren om apps te promoten Gebruik van SEO en ASO in mobiele marketing Burst-campagne om app-installaties te stimuleren Gebruikte tools: Mailchimp apptweak GetResponse asodesk Zoho Hubspot GoogleAds 2. Generatieve AI in verkoop en marketing Duik in digitale strategieën, AI en de rol van generatieve AI. Word een expert in geautomatiseerd copywriting, AI-gestuurde segmentatie en dynamische campagnes. Leer voorspellende analyses, AI-gestuurde klantenbinding en ethische overwegingen. 3. Bloggen Leer in deze cursus hoe u een blog kunt maken en onderhouden voor promotie en interactie met gebruikers. 4. B2B-marketing Leer de basisprincipes van B2B-marketing en verschillende marketingtechnieken om uw bereik onder B2B-doelgroepen te vergroten. 5. E-commercevermelding Leer de basisprincipes van het e-commercevermeldingsproces. Leer hoe u uw product kunt promoten en aftersalesondersteuning kunt bieden. 6. Meta Master Session Woon online interactieve mastersessies bij van Meta Blueprint-trainers en krijg inzicht in de nieuwste trends op het gebied van digitale marketing. 7. Affiliate marketing Leer de basisprincipes van affiliate marketing en hoe u deze kunt gebruiken om uw bedrijf effectief te promoten. FAQ Wat is de waarde van een Bootcamp-certificaat? Met de Bootcamp van AVC leert u snel vaardigheden die veel gevraagd zijn en vergroot u uw kansen op de arbeidsmarkt. Wat uw carrièredoelen ook zijn, of u nu een beginnende professional bent of op zoek bent naar mogelijkheden om uw vaardigheden te ontwikkelen om van carrière te veranderen, de Bootcamp-programma's van AVC helpen u om die doelen sneller te bereiken. Er is veel vraag naar deze certificaten. Welke kennis en ervaring zijn vereist voor de Bootcamp-programma's? Over het algemeen is er geen voorafgaande ervaring vereist om deel te nemen aan het programma. Het programma begint op instapniveau en gaat (stap voor stap) verder naar het expertniveau. Het is echter altijd nuttig om enige basiskennis of ervaring op het betreffende gebied te hebben. Lees meer over de details van uw specifieke cursus. Dit programma is zelfstandig te volgen, zodat u in uw eigen tempo kunt leren. U begint met een online praktijkmodule, gevolgd door een reeks online cursussen die zijn afgestemd op uw behoeften. U kunt zelf de data en tijden kiezen die het beste bij uw agenda passen. Als u een sessie mist, kunt u deze eenvoudig inplannen op een ander moment. Elke sessie wordt opgenomen, zodat u de stof zo vaak als nodig kunt terugkijken. Aan het einde van het programma heb je diepgaande kennis opgedaan en kun je deze kennis demonstreren en toepassen in een reeks praktische taken en projecten. Hoe is de Bootcamp opgebouwd? Moet ik naar een leercentrum? De meeste programma's zijn volledig gebaseerd op afstandsonderwijs. De meeste omvatten intensieve online cursussen met e-learning die je in je eigen tempo kunt volgen. Deze leertrajecten bestaan uit verschillende cursussen en onderwerpen die betrekking hebben op specifieke vaardigheden voor een functie of baan. Er zijn ook online cursussessies via ons geavanceerde professionele systeem voor afstandsonderwijs. Je kunt kiezen uit verschillende tijdstippen en we nemen de sessies altijd op, zodat je ze opnieuw kunt beluisteren als je iets bent vergeten of bepaalde informatie wilt herhalen. Er is altijd iemand beschikbaar om je te helpen en te ondersteunen als je vragen hebt over de vaardigheden die je aan het leren bent. Wanneer kan ik de online Bootcamp-cursussen volgen? Het cursusrooster verschilt per groep. Je krijgt toegang tot een dashboard met verschillende tijdstippen voor elke sessie of elk onderwerp, zodat je kunt kiezen wat jou het beste uitkomt. Sessies kunnen worden gepland in de namiddag tijdens de week, in de voormiddag of 's avonds in het weekend, afhankelijk van de interesse van de deelnemers en de beschikbaarheid van de trainer. Als je een sessie mist, kun je deze altijd inhalen door de opnames te bekijken, zodat je nooit iets mist. Wanneer kan ik mijn Bootcamp-certificaat vrijspelen? Zodra je ten minste 85% van de cursusinhoud hebt voltooid, wordt je certificaat vrijgespeeld. Dit geldt voor alle Bootcamp-programma's. Een van de criteria voor het behalen van het Bootcamp-certificaat is deelname aan live lessen. Er kunnen echter uitzonderingen worden gemaakt als je niet in staat bent om live lessen bij te wonen, maar wel de opnames moet bekijken. Informeer naar je specifieke cursus of stuur ons een e-mail voor meer informatie. Belangrijkste kenmerken Belangrijkste kenmerken Cursus en materiaal zijn in het Engels Beginners - gevorderd niveau Bootcamp-programma van 8 maanden met live klassikaal onderwijs en e-learning in eigen tempo (5-10 uur/week) 37 uur aan videocontent 1 jaar toegang tot het leerplatform en opnames van lessen 126 uur aan aanbevolen studie-uren Door de industrie erkend certificaat als Digital Marketing Specialist Leer meer dan 35 digitale marketingtools Maak gebruik van ChatGPT en de nieuwste AI-tools voor digitale marketing Toegang tot mastersessies door trainers van Meta Blueprint Gratis voucher voor het Meta Certified Digital Marketing Associate-examen ter waarde van $ 99 5 capstone-probleemstellingen en meer dan 15 projecten aan het einde van de cursus Cursus afgestemd op Hootsuite- en SE Ranking-certificering Behaal het certificaat Digital Marketing Specialist Bootcamp en certificaten voor individuele cursussen.

Minder ad-hoc problemen en meer tijd voor wat echt telt. Start Obeya met je hele team, verhelder je doelen en verminder complexiteit! In het kort: 3-daagse training, strategieontwikkeling en verandertraject in een Ontwikkeld door Tim Wiegel, de grondlegger van de Leading with Obeya methode Voor je hele Team Inclusief LWO Foundation certificaat Aan het einde hebben jullie een gebruiksklare Obeya Bonus: 8 extra coaching uren Gratis en vrijblijvend intakegesprek De Team Kickstart | Starten met je hele team Strategische plannen die ongebruikt in de kast belanden en het gevoel dat vergaderingen weinig vruchten afwerpen, zijn bekende bronnen van frustratie. Met Team Kickstart, ontwikkeld door Tim Wiegel, de auteur van het boek 'Leading with Obeya', doorbreken we deze cyclus en leggen we de nadruk op heldere doelen en concrete acties. Deze aanpak verscherpt de focus en versterkt de samenwerking, waardoor managementteams op elk niveau efficiënter worden en ‘brandjes blussen’ verminderen. We hebben al vele bedrijven geholpen om plannen in actie om te zetten en waardevolle tijd vrij te maken voor wat echt telt. Onze aanpak gaat verder dan het vaststellen van een einddoel; we bieden een duidelijk pad en gedetailleerde richtlijnen. Met onze driedaagse Team-Kickstart combineren we training in de Obeya-methode met strategische sessies en doelgerichte coaching. Zo kan jouw team direct aan de slag en te eindigen met een operationele Obeya. Het is de gezamenlijke toewijding aan een gemeenschappelijk doel die de basis vormt voor krachtige samenwerking, niet de tool. Zo leggen jullie de fundering voor een team dat efficiënter werkt, voortdurend vooruitgang boekt en controle krijgt over de essentiële werkzaamheden.   Voordelen van de kickstart Tijdens de Obeya Team-Kickstart activeer je het volledige potentieel van je management en team door direct toepasbare verbeteringen. Naast een gebruiksklare Obeya ontvang je ook deze waardevolle toevoegingen: Gerichte actie op jullie doelen Gestroomlijnde teamcoördinatie Wendbaarheid in verandering Eenvoudigere besluitvorming Leiderschapsontwikkeling Versterkt teamvertrouwen Zinvolle vergaderingen Heldere afspraken en verantwoordelijkheden Een gebruiksklare Obeya muur Een motiverende teamervaring Toegang tot specifieke hulpmiddelen Leading with Obeya Foundation Certificaat Bonusaanbieding Echte transformatie is de kern van Leading with Obeya Coaching en Training. Daarom omvat de Team Kickstart een intensieve training en ontvang je 8 extra coaching uren voor extra ondersteuning. Deze uren kan je inzetten voor kwartaalsessies, het reflecteren van processen, deskundig advies bij complexe vraagstukken, of het gezamenlijk verkennen van verbetermogelijkheden. Zo zorgen we dat jullie de principes van Obeya leren en ze ook effectief en langdurig in de praktijk brengen. T. Wiegel: "Virtueel, lokaal of hybride, onze trainingen zijn ontworpen om elk team te verenigen. Met aandacht voor elk detail zorgen we voor een vlekkeloze ervaring op alle whiteboard platformen, waarbij iedereen, ongeacht de locatie of tijdzone, zich betrokken en verbonden voelt." In het kort: 3-daagse training, strategieontwikkeling en verandertraject in een Ontwikkeld door Tim Wiegel, de grondlegger van de Leading with Obeya methode Voor je hele Team Inclusief certificaat Aan het einde hebben jullie een gebruiksklare Obeya Tijdelijke? Bonus: 8 extra coaching uren Gratis en vrijblijvend intakegesprek Neem contact op Klaar voor een échte verandering in jouw team? Leer hoe je Obeya effectief inzet en integreert in jouw werkcultuur voor blijvende transformatie, met de unieke driedaagse training, strategiesessie en verandertraject in één: de Obeya Team Kickstart. Neem contact met ons op voor meer informatie.

In de media zien we extreme voorbeelden van een intimiderende minister tot seksueel ontoelaatbaar gedrag bij film- en tv-producties. Misschien denk je, dat komt in onze organisatie niet voor. Gelukkig maar. Toch is het zaak om waakzaam te blijven. Grensoverschrijdend gedrag gebeurt vaak op een hele subtiele manier en kan onderdeel zijn van jullie organisatiecultuur. Hoe zit dat bij jullie organisatie? Voelen medewerkers veilig genoeg? Ook om bespreekbaar te maken wanneer zij grensoverschrijdend gedrag ervaren? Jullie werkgever moet zorgen voor een veilige en gezonde werkomgeving. Ook de ondernemingsraad (OR) heeft hierbij een rol. Zijn er in de organisatie signalen van ongewenst gedrag, dan moet de OR direct aan de bel trekken. Deze training geeft je de nodige handvatten. PROGRAMMA Begripsverduidelijking: Wat is grensoverschrijdend gedrag? Hoe herken je het? Analyse van de eigen organisatie. Wat weten we? Wat weten we (nog) niet? Verantwoordelijkheden werkgever en werknemer. Hoe ziet preventief beleid er uit? Voorbeelden van een effectieve aanpak en veel voorkomende valkuilen. Plan van aanpak opstellen: Conclusies en leerpunten benoemen voor de eigen organisatie en vaststellen van een concreet plan