Opleidingen
55.713
resultaten
Copernicus Programma
Apeldoorn
di 1 dec. 2026
en 1 andere data
Omgaan met terabytes aan geodata van copernicus is zeer interessant voor data-analisten, GIS specialisten, ingenieursbureaus, aannemers en adviesbureaus.
Copernicus is het Earth Observation Programma van de Europese Unie. Families van satellieten, de Sentinels, observeren de aarde voortdurend. Copernicus bouwt voort op een constellatie van satellieten die dagelijks miljoenen waarnemingen doen. Daarnaast beheren zij ook een wereldwijd netwerk van duizenden land-, lucht- en zee-gebaseerde sensoren om de meest gedetailleerde beelden van de aarde te creëren. Deze technologische evolutie, met name betreft de beschikbaarheid en toegankelijkheid, heeft Copernicus tot de grootste aanbieder van ruimtegegevens gemaakt en produceert momenteel 12 terabytes per dag. De overgrote meerderheid van de gegevens en informatie die wordt geleverd door de Copernicus Space-infrastructuur. De Copernicus-services worden beschikbaar gesteld en zijn gratis en volledig toegankelijk voor elke burger en elke organisatie overal ter wereld. In deze 3-daagse cursus gaat u meerdere soorten van data, zowel raster, als vector downloaden van Copernicus en daar interessante analyses mee doen, met behulp van QGIS en Erdas.
Dag 1: Dag 1 Op de eerste dag van de cursus maakt u kennis met het Copernicus Programma. U leert over de functies, mogelijkheden en ontwikkeling van het programma. Samen met de docent leert u gaandeweg de interface kennen en leert u waar data gevonden kan worden. U gaat zelf aan de slag met het opzoeken en downloaden van data en het verwerken van deze data. Dag 2: Dag 2 Op de tweede cursusdag leert u analyses doen met de data die wordt opgehaald via het Copernicus Programma. Met behulp van QGIS en Erdas leert u verschillende soorten methoden om analyses met de data uit te voeren. U leert werken met deze programma's en door opdrachten te doen, weet u goed de weg te vinden binnen deze programma's. Dag 3: Dag 3 De analyse-vaardigheden van de tweede cursusdag worden op de derde dag verder uitgebouwd. U leert complexe analyses uitvoeren met verschillende soorten data. Ook is er op deze dag inbreng voor vragen uit uw werkveld waar de docent u bij kan helpen.
Onderzoek kunnen doen met deze zee aan data. Nieuwe business ontdekken en exploiteren. Data gebruiken in eigen bijhoudingsprocessen. Zelf onderzoek kunnen doen naar de climate change.
€1.595
Klassikaal
max 8
3 dagen
Data-Analyse
Apeldoorn
ma 7 dec. 2026
en 1 andere data
Data-analyse is een systematisch proces waarbij statistische en wiskundige technieken worden toegepast om data te begrijpen, te onderzoeken, te analyseren en patronen te herkennen.
De cursus behandelt het proces van patronen herkennen. Het proces omvat verschillende stadia, waaronder het verzamelen van data en het verkennen en analyseren ervan, het opschonen, het voorbewerken en het organiseren van data. Vaak is data-analyse een iteratieve en continue procedure, waarbij data tegelijkertijd worden verzameld en geanalyseerd. Er zijn twee belangrijke methoden voor data-analyse: Kwantitatieve technieken hebben betrekking op het werken met numerieke data, waaronder statistieken, percentages, berekeningen, algoritmen, wiskundige analyse-tools en software. Dit helpt bij het manipuleren van data om verborgen bedrijfswaarde te onthullen, zoals het gebruik van kwantitatieve data-analyse om een prijs te bepalen voor een nieuw product op basis van marktdata. Kwalitatieve data-analyse houdt zich bezig met niet-numerieke data, met name met categorische variabelen. Deze methode wordt toegepast in verschillende bedrijfsprocessen, waaronder het identificeren van thema's, patronen en het beantwoorden van onderzoeksvragen om een product te verbeteren.
Dag 1: Dag 1 Tijdens de eerste dag komen de volgende onderwerpen aan de orde: Introduction to Data Fundamentals ofData Analysis Descriptive data & statistics Om de theorie te verduidelijken worden enkele oefeningen gedaan in PowerBI. Dag 2: Dag 2 Op de tweede dag komen de volgende onderwerpen aan de orde: Probability Theory Probability Distributions Executing Data Analysis
Het proces van data-analyse, de voordelen en gebruikssituaties begrijpen Grondbeginselen kennen van waarschijnlijkheid en statistiek Het meten van data-spreiding en data-distributies Conclusies trekken met behulp van statistiek en het doen van hypothesetests Toepassingen van statistiek en waarschijnlijkheidstheorie Trends voorspellen met lineaire regressieanalyse
€1.095
Klassikaal
max 8
2 dagen
Data-analyse en GIS
In de leergang data-analyse cursus en GIS leert u de belangrijkste en meest gebruikte talen en tools kennen waarmee een goede start maakt om data-analist te worden.
De taal Python wordt op diverse universiteiten onderwezen aan data-analisten. In deze cursus leert u werken met deze taal. Daarnaast leert u met de taal SQL databases kennen. Dat geeft u toegang tot grote hoeveelheden data. Tot slot leert u ook het pakket QGIS kennen die heel geschikt is om resultaten van data-analyses op geografische kaarten te visualiseren.
Dag 1: Dag 1 De docent geeft een inleiding over data-analyse en hoe Python en SQL daarin een rol spelen. Hoe worden Matlab en SPSS toegepast en hoe verhoudt zich dit tot bijvoorbeeld Python? U krijgt een overzicht en een doorkijk in het gehele opleidingstraject. Vervolgens wordt er een inleiding gegeven in de basis van Python-programmeren. Na de eerste dag bent u in staat gegevens in te lezen, bewerkingen uit te voeren, eenvoudige statistische vragen te beantwoorden met behulp van gegevensselectie en beschrijvende statistiek en plots. Dag 2: Dag 2 U leert het pakket QGIS kennen en gebruikt dit om resultaten van verschillende data-analyses te visualiseren. U leert hoe u lagen in vectorformaat en rasterformaat over elkaar kunt leggen. Ook leert u per laag instellen op welke schaal de objecten zichtbaar worden in de kaart. Er wordt tevens aandacht besteed aan tekstlabels, uitwisseling met andere systemen, en thematische presentaties. Ook kunnen er thematische weergaven worden gemaakt. U doet hierbij diverse GIS-analyses met kaarten vanuit verschillende disciplines. Dag 3: Dag 3 Op deze dag wordt begonnen met de introductie van Python. U leert de essentiële aspecten van het programmeren in deze objectgeoriënteerde scripttaal. Ook leert u de syntaxis van deze programmeertaal en leert u werken met de uitgebreide bibliotheek, die standaard in Python aanwezig is. Dag 4: Dag 4 Na een inleiding over de installatie van Python en de verschillende manieren om Python scripts uit te voeren worden de basisbegrippen van Python, zoals declaraties, variabelen en control flow structures besproken. Ook wordt aandacht besteed aan de collection structures in Python, zoals lists, tuples en dictionaries. Dag 5: Dag 5 SQL is de vraagtaal voor het bevragen van relationele databases. Datascientisten krijgen er zeker mee te maken. Tijdens deze dag gaat u de opensource database PostGre SQL installeren. Daarna wordt een oefendatabase geladen waarop u alle basis SQL-queries gaat uitvoeren. De statements SELECT, INNER en OUTER JOINS, UPDATE, DELETE, VIEWS, OPERATOREN, VARIABELEN en CREATE worden uitgebreid behandeld. U leert tabellen definiëren, query's op te stellen en datamanipulaties verrichten. U krijgt SQL helemaal onder de knie. Dag 6: Dag 6 Tijdens deze dag wordt de focus gericht op het gebruik van functies in Python met de verschillende methoden van parameter passing, zoals by value en by reference. Ook de scope van variabelen en lambda-functies worden hierbij besproken. Vervolgens wordt er aandacht besteed aan de opdeling van Python-software in modules en komt het gebruik van namespaces en packages aan de orde. Voorts wordt objectgeoriënteerd programmeren met classes en objects in detail behandeld. In dit opzicht worden concepten als encapsulation, inheritance en polymorphism belicht. Daarnaast komt de afhandeling van fouten in Python-scripts met behulp van exception handling aan de orde. Eveneens staat de functionaliteit van diverse Python library-functies voor het benaderen van files op het programma en wordt aandacht besteed aan database access met de Python Database API.
Kennis maken met de belangrijkste talen en tools om data-analist te worden. Vast kunnen stellen welke data er is binnen uw organisatie en hoe u als data-analist dit kunt gaan gebruiken.
€2.495
Klassikaal
max 8
6 dagen
Data-Visualisatie
Apeldoorn
ma 7 dec. 2026
en 1 andere data
Hoe zetten we ruwe data om in bruikbare inzichten? Met vaardigheden van data-visualisatie, waarmee u complexe data effectief kunt analyseren, interpreteren en communiceren.
Deze cursus gaat niet alleen over theoretische concepten; het is een hands-on, software-onafhankelijke ervaring. Of u nu werkt met tools als Cognos, PowerBI, SAS, Tableau, QGIS of zelfs Excel, onze training is aan te passen aan uw behoeften. U gaat aan de slag met praktische opdrachten, zodat u niet alleen de theorie leert maar deze ook actief toepast in echte scenario's. Na afronding van deze cursus bent u niet alleen bedreven in data-visualisatie, maar ook uitgerust met de expertise om gebruiksvriendelijke dashboards te ontwerpen die de strategische besluitvorming binnen uw organisatie stimuleren. Tijdens deze dag worden er wat oefeningen gedaan aan de hand van het handboek Geodata Visualisatie.
Dag 1: Dag 1 Ochtend: Visueel en kwantitatief denken Wat is data-visualisatie? Hoe gaan onze hersenen om met visuele informatie Welke typen data zijn er en hoe kun je die het best visualiseren Middag: Effectief data visualiseren Hoe bewerk je dat zodat gemakkelijk leesbaar wordt Wat zijn de basis richtlijnen bij het visualiseren van data Wat zijn de belangrijkste valkuilen bij het visualiseren van data Dag 2: Dag 2 Ochtend: Opbouwen van data visualisaties Wat zijn de basis blokken van data visualisatie Wanneer gebruik je een tabel en wanneer een grafiek Welke typen tabellen en grafieken zijn er en wanneer pas je welke toe Hoe kun je management informatie visualiseren in een dashboard Middag: Stoeien met data en data storytelling Hoe werkt het data visualisatie proces Storytelling Handboek data-visualisatie maken voor je organisatie
Visueel en kwantitatief denken: Verdiep u in de grondbeginselen van data-visualisatie. Begrijp hoe onze hersenen visuele informatie verwerken en leer de meest geschikte visualisatie-vormen te identificeren voor verschillende datasets. Effectieve data-visualisatie: Beheers de kunst van het creëren van visueel intuïtieve weergaven van data. Maak kennis met de basisprincipes, richtlijnen en veelvoorkomende valkuilen in data-visualisatie, zodat grafieken en andere types van visuele weergaven gemakkelijk te begrijpen zijn.
Bouwstenen van data-visualisaties: Duik diep in de componenten van data-visualisaties. Leer wanneer u tabellen of wanneer u grafieken moet gebruiken en ontdek hoe u samengestelde visualisaties kunt maken, waaronder gebruiksvriendelijke dashboards voor managementbeslissingen. Proces van data-visualisatie: Krijg inzicht in de gehele workflow van data-visualisatie. Leer de kunst van data storytelling, zodat u overtuigende betogen kunt houden op basis van data. Leg de gestandaardiseerde werkwijze binnen uw organisatie vast door de ontwikkeling van een huisstijl-gids voor data-visualisatie.
€1.095
Klassikaal
max 8
2 dagen
Deep Learning ArcGIS
Apeldoorn
vr 4 dec. 2026
en 1 andere data
Deze cursus is bedoeld voor medewerkers die Deep Learning willen toepassen in ArcGIS Pro.
De cursus behandelt de integratie van diep leren (deep learning) technieken binnen het ArcGIS Pro-platform. De cursus richt zich op het begrijpen en toepassen van neurale netwerken voor taken zoals beeldclassificatie, objectdetectie en segmentatie binnen geospatiale analyses. Studenten leren hoe ze deep learning-modellen kunnen trainen en implementeren met behulp van de tools en mogelijkheden die ArcGIS Pro biedt. De cursus behandelt ook het verzamelen, voorbereiden en labelen van geospatiale gegevens voor gebruik in diep leren toepassingen. Tegen het einde van de cursus hebben studenten de kennis en vaardigheden om complexe geospatiale analyses uit te voeren met behulp van deep learning technieken in ArcGIS Pro.
Dag 1: Dag 1 Tijdens de eerste dag van de cursus worden de basisprincipes van deep learning geïntroduceerd. Studenten krijgen inzicht in wat neurale netwerken zijn, hoe ze werken en waarom ze geschikt zijn voor geospatiale analyses. De dag begint met een overzicht van ArcGIS Pro en de beschikbare tools voor deep learning. Daarna ligt de focus op het verzamelen en voorbereiden van geospatiale gegevens voor gebruik in deep learning-modellen. Studenten leren hoe ze gegevens kunnen labelen en annoteren om een trainingsdataset te creëren. De dag eindigt met praktische oefeningen waarbij studenten hun eerste deep learning-model trainen voor eenvoudige beeldclassificatie. Dag 2: Dag 2 Op de tweede dag van de cursus verdiepen studenten hun begrip van deep learning-toepassingen binnen ArcGIS Pro. De ochtend begint met een diepgaandere duik in het trainen van complexere modellen voor taken zoals objectdetectie en segmentatie. Studenten leren over architectuurkeuzes, hyperparameterinstellingen en technieken om overfitting te voorkomen. In de middag worden geavanceerde onderwerpen behandeld, zoals het finetunen van voorgetrainde modellen, het gebruik van overdracht van leerfuncties en het implementeren van deep learning-modellen in real-world scenario's. Praktische labs stellen studenten in staat om hands-on ervaring op te doen met deze geavanceerde technieken. De cursus wordt afgesloten met een overzicht van best practices, mogelijke uitdagingen en toekomstige ontwikkelingen op het gebied van deep learning in geospatiale analyses.
Begrijpen van Deep Learning Fundamentals: Aan het einde van de cursus moeten studenten een stevige basis hebben in de basisprincipes van deep learning. Dit omvat het begrijpen van neurale netwerken, activatiefuncties, lagenarchitectuur en de concepten van training en optimalisatie. Geospatiale Data Voorbereiding en Labeling: Studenten moeten in staat zijn om geospatiale gegevens te verzamelen, voor te bereiden en te labelen voor gebruik in deep learning-modellen. Dit omvat technieken voor gegevensverzameling, data cleaning, en het handmatig of automatisch labelen van gegevens. Trainen en Finetunen van Deep Learning-Modellen: Na de cursus moeten studenten in staat zijn om deep learning-modellen te trainen voor geospatiale analyses met behulp van ArcGIS Pro-tools. Dit omvat het begrijpen van modelarchitectuur, hyperparameterinstellingen en methoden om modellen te finetunen voor specifieke taken. Toepassen van Deep Learning in Geospatiale Analyse: Studenten moeten de mogelijkheid ontwikkelen om deep learning-modellen te implementeren in echte geospatiale analyses. Ze moeten begrijpen hoe ze getrainde modellen kunnen gebruiken voor taken zoals beeldclassificatie, objectdetectie en segmentatie binnen het ArcGIS Pro-platform.
€1.195
Klassikaal
max 8
1 dag
Deep Learning ArcGIS voor Defensie
Apeldoorn
wo 2 dec. 2026
en 1 andere data
In deze cursus leer je deep-learningtechnieken toepassen binnen ArcGIS voor geospatiale analyses met militaire use-cases.
We behandelen de fundamenten (neurale netwerken, activatiefuncties, training, optimalisatie), de inrichting van ArcGIS voor Deep Learning, datavoorbereiding en labeling, het trainen/finetunen van modellen en het uitvoeren van analyses in ArcGIS. Voorbeelden zijn o.a. doel- en objectherkenning in (satelliet/drone)beelden, patroon- en bewegingsanalyse en terreinclassificatie voor operationele besluitvorming.
Dag 1: Introductie Overzicht van AI, Machine Learning en Deep Learning; werking van neurale netwerken; ArcGIS-omgeving inrichten voor Deep Learning; eerste voorbeelden en hands-on oefeningen met modellen binnen ArcGIS. Dag 2: Geavanceerde toepassingen Zelf modellen trainen voor objectdetectie en segmentatie (architectuurkeuzes, hyperparameters, labeling/annotatie); transfer learnin; finetunen van voorgetrainde modellen; implementatie in real-world scenario’s; best practices en veelvoorkomende valkuilen.
Je begrijpt de kern van deep learning (neurale netwerken, activatiefuncties, lagen, optimalisatie) Je kunt geospatiale data voorbereiden en labelen voor gebruik in deep-learningmodellen Je kunt modellen trainen en finetunen voor analyses in ArcGIS (incl. transfer learning) Je past getrainde modellen toe voor beeldclassificatie, objectdetectie en segmentatie binnen ArcGIS
€1.195
Klassikaal
max 8
2 dagen
Deep Learning met Python
Apeldoorn
di 8 dec. 2026
en 1 andere data
In deze cursus Deep Learning met Python leert de cursist de principes van deep learning en hoe deze toegepast kunnen worden met behulp van Python en populaire libraries zoals TensorFlow en Keras.
Tijdens deze cursus maakt u kennis met de fundamenten van deep learning, waaronder neurale netwerken, activatiefuncties, optimalisatietechnieken en overfitting. U leert hoe u met behulp van Python en libraries als Keras en TensorFlow zelf deep learning modellen opzet, traint en evalueert. Deze cursus biedt een praktische introductie voor het toepassen van AI-technieken binnen bijvoorbeeld GIS-omgevingen of data-analyseprojecten.
Dag 1: Introductie en eerste modellen De eerste dag staat in het teken van de basisprincipes van deep learning. De cursist leert over kunstmatige neurale netwerken, datavoorbereiding, en hoe je een eenvoudig model opzet met behulp van Keras. Er wordt gewerkt met kleine datasets om vertrouwd te raken met het proces. Dag 2: Verdieping en praktijk Op de tweede dag duiken we dieper in het trainen van modellen, regularisatie, en het interpreteren van resultaten. De cursist past de opgedane kennis toe op grotere datasets en leert hoe modellen geoptimaliseerd kunnen worden. Er wordt afgesloten met een praktische case waarin een realistisch probleem met deep learning wordt opgelost.
De cursist begrijpt de basisprincipes van deep learning en neurale netwerken Je kunt eenvoudige deep learning modellen bouwen en trainen met Python Je bent in staat om deep learning toe te passen op eigen datasets binnen je werkgebied
€1.195
Klassikaal
max 8
2 dagen
Deep Learning QGIS
In deze cursus leer je geavanceerde technieken voor beeldherkenning, objectdetectie en voorspellingsmodellen in QGIS"
De cursus Deep Learning in QGIS biedt een uitgebreide introductie tot het gebruik van deep learning technieken binnen het QGIS platform. Deze cursus is ontworpen voor GIS-professionals en data-analisten die hun vaardigheden willen uitbreiden met geavanceerde analysemethoden. Tijdens de cursus leren deelnemers hoe ze deep learning kunnen toepassen op ruimtelijke gegevens, met specifieke aandacht voor beeldherkenning, objectdetectie en voorspellingsmodellen.
De cursus begint met een overzicht van de basisprincipes van deep learning en de benodigde hardware en software. Vervolgens wordt er ingegaan op het voorbereiden van gegevens, waaronder het labelen en segmenteren van ruimtelijke data. Deelnemers maken kennis met verschillende deep learning modellen en leren hoe ze deze kunnen integreren in QGIS voor het uitvoeren van geavanceerde analyses.
Praktische oefeningen en casestudies vormen een belangrijk onderdeel van de cursus, waardoor deelnemers hands-on ervaring opdoen. Ze leren hoe ze modellen kunnen trainen, valideren en optimaliseren, en hoe ze de resultaten kunnen visualiseren en interpreteren binnen QGIS.
Dag 1: Basis principes: Dag 1: Basis principes Tijdens de eerste dag van de cursus worden de basisprincipes van deep learning geïntroduceerd. Studenten krijgen inzicht in wat neurale netwerken zijn, hoe ze werken en waarom ze geschikt zijn voor geospatiale analyses. De dag begint met een overzicht van QGIS en de beschikbare tools voor deep learning. Daarna ligt de focus op het verzamelen en voorbereiden van geospatiale gegevens voor gebruik in deep learning-modellen. Studenten leren hoe ze gegevens kunnen labelen en annoteren om een trainingsdataset te creëren. De dag eindigt met praktische oefeningen waarbij studenten hun eerste deep learning-model trainen voor eenvoudige beeldclassificatie. Dag 2: Verdieping: Dag 2: Verdieping Op de tweede dag van de cursus verdiepen studenten hun begrip van deep learning-toepassingen binnen QGIS. De ochtend begint met een diepgaandere duik in het trainen van complexere modellen voor taken zoals objectdetectie en segmentatie. Studenten leren over architectuurkeuzes, hyperparameterinstellingen en technieken om overfitting te voorkomen. In de middag worden geavanceerde onderwerpen behandeld, zoals het finetunen van voorgetrainde modellen, het gebruik van overdracht van leerfuncties en het implementeren van deep learning-modellen in real-world scenario’s. Praktische labs stellen studenten in staat om hands-on ervaring op te doen met deze geavanceerde technieken. De cursus wordt afgesloten met een overzicht van best practices, mogelijke uitdagingen en toekomstige ontwikkelingen op het gebied van deep learning in geospatiale analyses.
Begrijpen van Deep Learning Fundamentals: Aan het einde van de cursus moeten studenten een stevige basis hebben in de basisprincipes van deep learning. Dit omvat het begrijpen van neurale netwerken, activatiefuncties, lagenarchitectuur en de concepten van training en optimalisatie. Geospatiale Data Voorbereiding en Labeling: Studenten moeten in staat zijn om geospatiale gegevens te verzamelen, voor te bereiden en te labelen voor gebruik in deep learning-modellen. Dit omvat technieken voor gegevensverzameling, data cleaning, en het handmatig of automatisch labelen van gegevens. Trainen en Finetunen van Deep Learning-Modellen: Na de cursus moeten studenten in staat zijn om deep learning-modellen te trainen voor geospatiale analyses met behulp van QGIS-tools. Dit omvat het begrijpen van modelarchitectuur, hyperparameterinstellingen en methoden om modellen te finetunen voor specifieke taken. Toepassen van Deep Learning in Geospatiale Analyse: Studenten moeten de mogelijkheid ontwikkelen om deep learning-modellen te implementeren in echte geospatiale analyses. Ze moeten begrijpen hoe ze getrainde modellen kunnen gebruiken voor taken zoals beeldclassificatie, objectdetectie en segmentatie binnen het QGIS-platform.
€1.095
Klassikaal
max 8
2 dagen
Digitaal Waterpassen
Apeldoorn
vr 11 dec. 2026
In de landmeetkunde worden meerdere methoden toegepast om hoogteverschillen te meten. In deze cursus gaan de deelnemers oefenen met zowel het analoge als het digitale instrument.
In de civiele techniek, archeologie, bodemonderzoek, bouw en diverse andere vakgebieden waar nauwkeurigheden van centimeters of zelfs millimeters vereist zijn, wordt het waterpasinstrument nog steeds toegepast. Soms nog de analoge versie van het instrument waarbij de waarnemer zelf de baak moet aflezen, maar steeds meer het digitale instrument. De dag start met de theorie achter het waterpassen en uitleg over het Nederlandse referentienet van hoogtemerken. Er wordt ingegaan op andere manieren van hoogtemeten en hoe dat zich verhoudt ten opzichte van waterpassen. De deelnemers gaan daarna meerdere waterpassingen uitvoeren in het terrein. De deelnemers leren een instrument op te stellen en hoe de baak wordt afgelezen en zij gaan een doorgaande waterpassing uitvoeren. Ze leren welke fouten kunnen optreden en hoe deze kunnen worden voorkomen. De metingen worden verwerkt in MOVE3. Met de trial versie van MOVE3 kunnen de metingen met een druk op de knop worden berekend.
Dag 1: Dag 1 De dag begint met een presentatie over de theorie van het waterpassen en het Nederlandse referentienet van hoogtemerken. Na een korte uitleg over de praktijk van het waterpassen gaan de deelnemers buiten aan de slag met diverse oefeningen om het waterpassen onder de knie te krijgen. Nadat de metingen zijn uitgevoerd, worden deze door de deelnemers verwerkt in MOVE3.
De deelnemers kennen de theorie achter het waterpassen De deelnemers kunnen een goede waterpasmeting uitvoeren De deelnemers kunnen de gemeten data berekenen
€795
Klassikaal
max 8
1 dag
Docker
Apeldoorn
di 1 dec. 2026
en 1 andere data
De cursist leert werken met Docker, om applicaties efficiënt te ontwikkelen, te verpakken en te draaien in containers.
Docker is een platform waarmee applicaties inclusief afhankelijkheden worden verpakt in lichtgewicht containers. Dit maakt systemen eenvoudiger te beheren, reproduceerbaar en snel te deployen. Docker wordt veel gebruikt binnen DevOps-, cloud- en automatiseringsomgevingen. Tijdens deze cursus leert u images bouwen met Dockerfiles, data beheren via volumes, netwerken instellen voor containercommunicatie en multi-container omgevingen opzetten met Docker Compose. Ook is er aandacht voor security, performance en integratie in CI/CD-processen.
Dag 1 Introductie in containerisatie en werking van Docker Installatie en basiscommando’s voor containerbeheer Bouwen van eigen images met Dockerfiles Best practices voor Docker images Werken met volumes voor data-opslag Docker netwerken en containercommunicatie Praktische opdracht: eenvoudige applicatie in een container Dag 2 Werken met Docker Compose voor multi-container omgevingen Beveiliging en optimalisatie van Docker-omgevingen Gebruik van lichte images en efficiënt resourcebeheer Integratie met ontwikkelprocessen en CI/CD Monitoring, debugging en troubleshooting Praktijkcasus: containeroplossing voor (Geo-ICT) data en services
Docker in de volle breedte leren kennen Containers en images zelfstandig kunnen bouwen en beheren Multi-container toepassingen kunnen opzetten met Docker Compose
€1.695
Klassikaal
max 8
2 dagen