Opleidingen

Word Menopauzeconsulent Leer vrouwen in de overgang professioneel begeleiden met onderbouwde voedings-, bewegings- en leefstijladviezen. Wat kun je na deze opleiding? Na afronding begrijp je beter welke lichamelijke, mentale en leefstijlgerelateerde veranderingen tijdens de overgang kunnen optreden. Professionals kunnen deze kennis binnen hun eigen werkgebied toepassen; persoonlijk geïnteresseerde deelnemers kunnen de kennis gebruiken om hun eigen situatie beter te begrijpen en bewustere vragen en keuzes te formuleren.      Je leert: uitleggen wat de overgang en menopauze zijn en welke fases worden onderscheiden; hormonale veranderingen en veelvoorkomende overgangsklachten begrijpelijk toelichten; een gestructureerde intake uitvoeren en leefstijl, hulpvragen en doelen in kaart brengen; passende voedings-, bewegings-, herstel- en leefstijladviezen selecteren; samen met de cliënt een persoonlijk leefstijl- en begeleidingsplan opstellen; effectieve coachingsgesprekken voeren en gedragsverandering ondersteunen; klachten, doelen en voortgang op een praktische manier monitoren; informatie over medische behandelopties in de juiste context plaatsen, zonder zelf diagnoses te stellen of medicatie te adviseren; signalen herkennen waarbij overleg met of verwijzing naar een arts of andere zorgprofessional nodig is. Volg je de opleiding vooral voor jezelf, dan hoef je geen consulten of begeleidingstrajecten te gaan aanbieden. Je volgt dezelfde inhoud en legt hetzelfde examen af, maar bepaalt zelf hoe je de opgedane kennis gebruikt. De nadruk ligt niet alleen op kennis, maar vooral op de vertaling naar de praktijk. Je leert verbanden herkennen, gerichte vragen stellen en adviezen afstemmen op de individuele cliënt. Voor wie is de opleiding bedoeld? De opleiding Menopauzeconsulent is ontwikkeld voor professionals die vrouwen tijdens de overgang beter willen begrijpen en begeleiden, én voor vrouwen die zich vanuit persoonlijke interesse grondig in dit onderwerp willen verdiepen. De professionele doelgroep bestaat onder andere uit: leefstijlcoaches; BGN-gewichtsconsulenten; voedingsspecialisten en voedingscoaches; personal trainers en fitnesstrainers; vitaliteitscoaches/vitaalcoaches hormooncoaches slaapcoaches therapeuten en andere professionals met een relevante achtergrond in gezondheid, leefstijl of coaching zorgprofessionals die hun kennis over leefstijl en de overgang willen verdiepen. Daarnaast is de opleiding geschikt voor: vrouwen die hun eigen overgang beter willen begrijpen; vrouwen die betrouwbare, onderbouwde informatie zoeken over leefstijl en de overgang; geïnteresseerden die de kennis niet beroepsmatig hoeven toe te passen, maar wel graag op MBO-4 werk-en denkniveau willen leren. Er gelden geen formele toelatingseisen. Basiskennis van gezondheid, leefstijl en het menselijk lichaam is een voordeel, maar geen vereiste. De lesstof wordt toegankelijk uitgelegd en vraagt wel interesse, inzet en MBO-4 werk- en denkniveau. Dit leer je tijdens de opleiding Module 1 - De overgang en menopauze begrijpen Wat is de overgang en wat is de menopauze? De verschillende fases: perimenopauze, menopauze en postmenopauze. Bestaat de premenopauze? Veranderingen in oestrogeen, progesteron en andere relevante hormonen. De vervroegde overgang. Module 2 - Klachten, gezondheid en belastbaarheid Temperatuurregulatie en opvliegers. Slaap, vermoeidheid en herstel. Veranderingen in gewicht en lichaamssamenstelling. Effecten op huid, haar en uiterlijk. Stemming, stress, concentratie en ervaren mentale belastbaarheid. Intimiteit en seksualiteit. Gezondheidsrisico’s tijdens de peri- en postmenopauze. Module 3 - Voeding, beweging en leefstijl De relatie tussen voeding en de overgang. Gezond gewichtsmanagement tijdens de overgang. Beweging, krachttraining, conditie en herstel. Slaap en stressmanagement. Het combineren van leefstijlfactoren in een persoonlijk begeleidingsplan. Realistische verwachtingen en duurzame gedragsverandering. Module 4 - Mentaal, sociaal en op het werk De overlap tussen overgangsklachten, stress, depressieve klachten en burn-outklachten. De sociale impact van de overgang. Werk, belastbaarheid en uitval. Hormonen, neurotransmitters en neurodivergentie. De mogelijke invloed van de overgang bij vrouwen met ADHD of autisme. Module 5 - Medische mogelijkheden en professioneel doorverwijzen Hormonale substitutietherapie en andere vormen van hormoontherapie. Antidepressiva zoals SSRI’s in de context van overgangsklachten. Niet-medicamenteuze en alternatieve behandelvormen. Betrouwbare informatie onderscheiden van onbewezen claims. Grenzen van leefstijlbegeleiding. Rode vlaggen herkennen en verantwoord doorverwijzen. Je leert deze onderwerpen feitelijk en begrijpelijk bespreken. Het stellen van diagnoses en het voorschrijven of aanpassen van medicatie blijven voorbehouden aan bevoegde zorgprofessionals. Module 6 - Van kennis naar begeleiding Een consult voorbereiden en uitvoeren. De huidige situatie, hulpvraag en leefstijl in kaart brengen. Doelen formuleren en prioriteiten bepalen. Een persoonlijk leefstijl- en begeleidingsplan maken. Gesprekstechnieken en effectieve coaching. Voedings-, bewegings- en hersteladviezen afstemmen. Klachten en voortgang monitoren. Evalueren, bijsturen en professioneel rapporteren. Praktijkgericht: pas je kennis direct toe Alle theorie wordt gekoppeld aan herkenbare praktijksituaties. Je leert niet alleen welke veranderingen tijdens de overgang kunnen optreden, maar vooral hoe je deze kennis gebruikt in gesprekken en begeleidingstrajecten. Na de opleiding kun je bijvoorbeeld beter beoordelen: - waarom een bestaand voedings- of trainingsplan niet meer goed aansluit- welke leefstijlfactoren mogelijk samenhangen met de hulpvraag;- welke adviezen binnen jouw deskundigheid passen;- hoe je haalbare doelen formuleert zonder onrealistische beloften te doen;- wanneer aanvullende medische beoordeling verstandig is. Ook persoonlijk geïnteresseerde deelnemers profiteren van deze praktijkgerichte aanpak. De voorbeelden helpen om algemene informatie te vertalen naar herkenbare situaties, zonder dat de opleiding een persoonlijke medische beoordeling vervangt. Kies de opleidingsvorm die bij jou past On Demand Videolessen - start direct Wil je niet wachten op een vaste startdatum? Met On Demand Videolessen begin je wanneer het jou uitkomt. - Start direct. - Volg de opleiding met videolessen. - Studeer in je eigen tempo. - Ontvang het cursusmateriaal per post. - Bepaal zelf wanneer je klaar bent voor het online examen. - Dezelfde all-in prijs: €695 bij betaling ineens of 3 maandelijkse termijnen van €239,-. Live Online - rechtstreeks les van de docent Volg drie interactieve lesdagen vanuit huis en stel tijdens de lessen direct jouw vragen aan de docent. Dinsdag 1 december 2026 - 10.00 tot 16.00 uur Dinsdag 8 december 2026 - 10.00 tot 16.00 uur Dinsdag 15 december 2026 - 10.00 tot 16.00 uur - Drie volledige Live Online lesdagen. - Interactie met docent en medecursisten. - Ruimte voor vragen en praktijksituaties. - Cursusmateriaal inbegrepen. - Online examen op een moment dat jij eraan toe bent. Dezelfde all-in prijs: €695 bij betaling ineens of 3 maandelijkse termijnen van €239,-.

Leren notuleren vraagt meer dan snel typen en meeschrijven. In een professionele vergadering moet je direct kunnen bepalen wat relevant is, hoe je hoofd- en bijzaken scheidt en hoe je besluiten en actiepunten helder vastlegt. Veel professionals vragen zich af: notuleren, hoe doe je dat? Wat neem je wel of niet op? Onderbreek je als iets onduidelijk is? En hoe blijf je vriendelijk én assertief wanneer je verduidelijking nodig hebt? Tijdens deze intensieve cursus 'Notuleren en verslaglegging op strategisch niveau' krijg je concrete handvatten om met vertrouwen te werken, ook in overleggen met directie of RvB. Je leert hoe je vooraf structuur aanbrengt, hoe je tijdens de vergadering regie houdt over je aantekeningen en hoe je subtiel de voorzitter inschakelt als informatie ontbreekt. We besteden aandacht aan taalgebruik op niveau, het formuleren van heldere besluiten en het uitwerken van een formeel verslag dat inhoudelijk klopt en professioneel oogt. Ook ontdek je hoe je AI verantwoord inzet ter ondersteuning van je werk, zonder de kwaliteit of vertrouwelijkheid uit het oog te verliezen. Daarnaast werk je aan een zakelijke en overzichtelijke lay-out, zodat je verslag niet alleen inhoudelijk sterk is, maar er ook verzorgd uitziet. Na afloop weet je precies wat er in je notulen moet staan, hoe je omgaat met complexe discussies en hoe je een verslag opstelt dat aansluit bij het niveau van je organisatie. Je gaat zelfverzekerd de vergadering in en levert notulen die helder, gestructureerd en direct bruikbaar zijn. Dit leer je in twee dagen: Notuleren van lastige discussies Regie houden op wat nodig is voor een compleet verslag Goede zinsopbouw en woordkeuze op strategisch niveau Complexe materie concreet op papier zetten Je verkent de rol van AI en andere handige technische weetjes Je gaat praktisch aan de slag in je eigen werkomgeving. Neem je laptop, tablet of iPad mee Inclusief boek: 'Noteer jij dit even?' door docent Ellis Buis. Twijfel je of deze cursus iets voor jou is? Wil je vergaderingen op strategisch niveau zakelijk en correct notuleren? Wil je kwalitatief hoogwaardige notulen maken die je op elk bestuursniveau kunt aanbieden? Je hebt een aantal jaar ervaring en je notuleert voor de top van de organisatie en voor Raad van Bestuur / Raad van Commissarissen. Ondanks jouw ervaring loop je tijdens de vergaderingen nog regelmatig tegen lastige situaties aan. Daar wil je iets aan doen. Deze cursus Notuleren en Verslaglegging op strategisch niveau is dan zeker iets voor jou. Twijfel je of het niveau aansluit bij jouw ervaring? Of heb je een andere vraag? Neem direct contact op met onze opleidingsadviseur [...], telefoon . Marjan staat je graag te woord! Maak kennis met Ellis Buis, docent van deze opleiding. Inclusief certificaat en studiepunten voor het SMI Degree Aan het einde van deze cursus notuleren ontvang je het deelnamecertificaat van Secretary Management Institute. Omdat je werkt aan jouw persoonlijke ontwikkeling, belonen wij dat daarnaast met 4 studiepunten. Bij 12 studiepunten heb je recht op het SMI Assistant Degree. Bij 24 studiepunten heb je recht op het SMI Top Assistant Degree en bij 40 studiepunten ontvang je het SMI Excellent Assistant Degree. Met ieder van deze diploma's maak jij jouw ervaring zichtbaar: erg interessant voor jouw organisatie en CV. Zo overtuig je jouw manager Twijfel je of jouw manager wel goedkeuring kan/wil geven voor deze cursus notuleren? Misschien denk je dat er geen budget (meer) beschikbaar is? Of vraag je je af of jouw opleidingsbehoefte wel groot genoeg is? Hierover kunnen we heel duidelijk zijn: dat zijn aannames die je nu tegenhouden. Je bekijkt deze cursus niet voor niets: jij wilt jezelf ontwikkelen, dus ga ervoor. Wij helpen je om de drempel richting jouw manager weg te nemen. In dit blog geven we je 10 tips [geen link] waarmee je je goed voorbereidt op het gesprek met jouw manager. Ook maak je jouw persoonlijke opleidingsvoorstel. Jouw manager móet daarna wel overtuigd zijn.

Algemene omschrijving The Data Scientist Inference Specialist E-Learning is entirely in English. As a Dutch IT training provider, we offer the information on this page in Dutch. At the bottom of the page, you will find a brief summary in English. The topics within the Data Scientist Inference Specialist E-Learning package itself are described in English. Na aanschaf van de Data Scientist Inference Specialist E-Learning is deze maximaal één jaar toegankelijk. De Data Scientist Inference Specialist E-Learning is ontwikkeld voor mensen die in hun eigen tempo zich willen verdiepen in datagestuurde besluitvorming, statistische analyse en causale inferentie. Waar veel datawetenschappers zich richten op voorspellen, richt een Inference Specialist zich op het begrijpen van de oorzaken achter gebeurtenissen en het aantonen van verbanden tussen factoren. Hierdoor kunnen organisaties beter onderbouwde beslissingen nemen op basis van feiten en analyses. Met de Data Scientist Inference Specialist E-Learning ontdek je hoe jij experimenten kunt ontwerpen, hoe jij hypotheses kunt toetsen en oorzaakanalyses uit kunt voeren. Zo leer je werken met veelgebruikte hulpmiddelen als Python, SQL en R en verkrijg je praktische inzichten om gegevens op te schonen, te analyseren en te visualiseren. Daarnaast zul je met de Data Scientist Inference Specialist zelfstudie kennis opdoen van verkennende data-analyse, regressietechnieken, statistiek en experimenteel ontwerp. Hierdoor leg je een stevige basis voor het uitvoeren van geavanceerde dataonderzoeken. De Data Scientist Inference Specialist E-Learning bestaat uit het basistraject Data Science Foundations en het gespecialiseerde traject Data Scientist: Inference Specialist. Daarbij krijg je bij deze twee trajecten de gelegenheid om te oefenen met praktijkgerichte opdrachten en projecten. Hierdoor leer je jouw kennis direct toepassen en bouw je tegelijkertijd een portfolio op waarmee jij jouw vaardigheden zichtbaar kunt maken voor potentiële werkgevers en opdrachtgevers. De Data Scientist Inference Specialist E-Learning, met meer dan 169 uur aan online cursusmateriaal, is onderverdeeld in de volgende leertrajecten: Data Science Foundations. Data Scientist: Inference Specialist. Doelgroep De Data Scientist Inference Specialist E-Learning is ontwikkeld voor professionals die meer willen doen dan alleen voorspellingen maken en zich willen specialiseren in het ontdekken van oorzaak-gevolgrelaties binnen gegevens. De Data Scientist Inference Specialist E-Learning is met name geschikt voor de volgende mensen: Data-analisten die hun kennis uit willen breiden richting data science (datawetenschap). Datawetenschappers die zich willen specialiseren in causale inferentie. Bedrijfsanalisten die beslissingen willen onderbouwen met data. Onderzoekers die statistische analyses en hypothesetoetsing toe willen passen. Marketinganalisten die experimenten en A/B-testen uit willen voeren. Beleidsadviseurs die inzicht willen krijgen in de oorzaken van resultaten en trends. Business intelligence (BI)-specialisten die verder willen gaan dan beschrijvende analyses. ICT-professionals die zich willen ontwikkelen richting data science (datawetenschap). Studenten en starters die een carrière in data science (datawetenschap) ambiëren. Professionals die hun kennis van Python, SQL, R en statistiek uit willen breiden. Iedereen die wil leren hoe data gebruikt kan worden om oorzaak-gevolgrelaties aan te tonen. Wat is inbegrepen? Met de Data Scientist Inference Specialist E-Learning krijg je toegang tot een complete zelfstudie waarmee jij kennis van datawetenschap, statistiek en causale analyse op kunt doen. Hierbij is er een combinatie van theorie, praktische labopdrachten en kennistoetsen. Hier is een overzicht van de inhoud van de Data Scientist Inference Specialist E-Learning: Cursusmateriaal voor Data Science Foundations. In het eerste leertraject ontdek je de basisprincipes van data science, waaronder data opschonen, analyseren en visualiseren. Daarbij leer je werken met Python-libraries, zoals pandas en seaborn. Verder zul je praktische inzichten opdoen aan de hand van realistische projecten. Cursusmateriaal voor Data Scientist: Inference Specialist. In het tweede leertraject verdiep jij je in data literacy, SQL, Python voor data science en verkennende data-analyse. Daarnaast leer je werken met statistiek, datavoorbereiding en regressietechnieken, waarbij je inzicht krijgt in hypothesetoetsing, experimenteel ontwerp en causale inferentie. Verder zul je praktische inzichten opdoen in de programmeertaal R en ontdek je hoe jij data kunt gebruiken om oorzaken, verbanden en de factoren die resultaten beïnvloeden te identificeren. Praktische labopdrachten voor beide leertrajecten. Het eerste leertraject Data Science Foundations bestaat uit 22 uur aan labopdrachten. Het tweede leertraject Data Scientist: Inference Specialist bestaat uit 45 uur aan labopdrachten. Online begeleiding van een mentor binnen het eerste leertraject. Als jij behoefte hebt aan ondersteuning tijdens het doornemen van het leertraject Data Science Foundations, dan mag je een Engelstalige mentor om hulp vragen. Praktische oefeningen en kennistoetsen binnen beide leertrajecten. De praktische oefeningen en kennistoetsen helpen jou om de behandelde onderwerpen beter te begrijpen, jouw vaardigheden verder te ontwikkelen en jouw voortgang gedurende de Data Scientist Inference Specialist E-Learning te controleren. Na aanschaf van de Data Scientist Inference Specialist E-Learning is deze maximaal één jaar toegankelijk. Voorkennis Je hebt geen specifieke voorkennis nodig om te beginnen met de Data Scientist Inference Specialist E-Learning. Onderwerpen Track 1: Data Science Foundations Data Science is one of the most in-demand skillsets across many job roles. This Aspire Journey will teach you the basics of cleaning, analyzing, and visualizing data. You will learn about industry-standard libraries in Python, including pandas and seaborn. Along the way, you will create real-world projects to practice and demonstrate your analytics skills. Track 2: Data Scientist: Inference Specialist Principles of Data Literacy Why Principles of Data Literacy? This no-code course introduces the foundational how’s and why’s of data. How do statistics help us make conclusions from data? Why is good design critical for communicating data stories through data viz? What are the different kinds of analysis we can perform on a dataset? Learn SQL We live in a data-driven world: people search through data to find insights to inform strategy, marketing, operations, and a plethora of other categories. There are a ton of businesses that use large, relational databases, which makes a basic understanding of SQL a great employable skill not only for data scientists, but for almost everyone. Keep building your SQL skills with advanced techniques and hands-on practice. Python Fundamentals for Data Science Build a foundation in programming with Python with a focus on Data Science. Continue building your Python Skills while applying them to real data science challenges and learn how to use the Python pandas library and lambda functions for Data Science. Exploratory Data Analysis in Python In this course, you will learn about exploratory data analysis techniques in Python, including: EDA for data preparation, Summary statistics, Data visualization techniques, EDA prior to building a machine learning model. Statistics Fundamentals for Data Science Learn how and when to use the essential statistical tools Data Scientists use to analyze data and continue to build your Hypothesis Testing and Experimental Design skills! Data Wrangling, Cleaning, and Tidying Clean, well-structured data is essential to data science, but cleaning data requires both a keen eye and technical skills. Regression for Inference Data Science Learn about Linear, Multiple, and Logistic Regression for Inference Data Science. R for Programmers This course is dedicated to programmers who are already familiar with the world of programming and are looking to become acquainted with the R programming language. We designed this course to be a series of short, interactive articles that you can skim, dive into, or even skip. We did this so that you can use this course to both learn R and to check as a reference guide. Learn the basic syntax, how to work with data structures, visualizations, and more. Causal Inference Fundamentals In this course, you will learn the conceptual foundations for determining causal inference and how to work with data to understand why things happen. In addition to the basic foundations, you will learn how to isolate variables and apply different techniques to deal with unruly datasets and interpret the results of your analysis. English Summary After purchasing the Data Scientist Inference Specialist E-Learning, it will be available for up to one year. The Data Scientist Inference Specialist E-Learning is designed for learners who want to develop expertise in data-driven decision-making, statistical analysis and causal inference. While many data scientists focus on predicting future outcomes, an Inference Specialist focuses on understanding why events occur and identifying the factors that influence results. You will learn how to design experiments, test hypotheses and perform root-cause analyses by using data, statistics and analytical techniques. The Data Scientist Inference Specialist E-Learning covers key topics such as data literacy, SQL, Python for data science, exploratory data analysis, statistics, data preparation, regression techniques and causal inference. In addition, you will learn how to work with the R programming language and develop practical skills in identifying cause-and-effect relationships through data analysis. The Data Scientist Inference Specialist E-Learning includes the tracks Data Science Foundations, and Data Scientist: Inference Specialist. Practical labs are included in both learning tracks. The Data Science Foundations track includes 22 hours of labs, and Data Scientist: Inference Specialist includes 45 hours of labs. In addition, the track Data Science Foundations offers guidance from an English-speaking mentor to support your learning process. Both learning tracks include assessments to help you better understand the topics and monitor your progress throughout the Data Scientist Inference Specialist E-Learning.

Algemene omschrijving The Data Scientist Machine Learning Specialist E-Learning is entirely in English. As a Dutch IT training provider, we offer the information on this page in Dutch. At the bottom of the page, you will find a brief summary in English. The topics within the Data Scientist Machine Learning Specialist E-Learning package itself are described in English. Na aanschaf van de Data Scientist Machine Learning Specialist E-Learning is deze maximaal één jaar toegankelijk. De Data Scientist Machine Learning Specialist E-Learning is ontwikkeld voor professionals die zich willen verdiepen in data science (datawetenschap), kunstmatige intelligentie (AI) en machine learning (ML). Organisaties gebruiken steeds vaker slimme algoritmen om trends te ontdekken, voorspellingen te doen en processen te optimaliseren. Daarom groeit de vraag naar datawetenschappers die gegevens kunnen analyseren en machine learning-modellen kunnen ontwikkelen die organisaties helpen om betere beslissingen te nemen. Met de Data Scientist Machine Learning Specialist E-Learning leg je in jouw eigen tempo een stevige basis in data science en doe je specialistische kennis op van machine learning (ML). Je ontdekt bijvoorbeeld hoe jij kunt werken met SQL, Python, statistiek, datavoorbereiding en verkennende data-analyse. Daarbij verdiep jij je in onderwerpen als feature engineering, supervised learning, unsupervised learning, ensemble-technieken, deep learning en neurale netwerken. Het doornemen van de Data Scientist Machine Learning Specialist zelfstudie helpt jou om machine learning-oplossingen te ontwikkelen voor uiteenlopende zakelijke toepassingen. De Data Scientist Machine Learning Specialist E-Learning bestaat uit een combinatie van theorie, praktische labopdrachten, interactieve leeractiviteiten en kennistoetsen. Hierdoor zul je niet alleen de theorie achter machine learning (ML) begrijpen, maar ook hoe jij deze kennis in praktijk kunt brengen. Tegelijkertijd bouw je een portfolio op waarmee jij jouw vaardigheden aan kunt tonen aan potentiële werkgevers en opdrachtgevers. De Data Scientist Machine Learning Specialist E-Learning, met meer dan 168 uur aan online cursusmateriaal, is onderverdeeld in de volgende leertrajecten: Data Science Foundations. Data Scientist: Machine Learning Specialist. Doelgroep De Data Scientist Machine Learning Specialist E-Learning helpt om inzicht te krijgen in data-analyse, kunstmatige intelligentie (AI) en machine learning (ML)-modellen. Deze kennis stelt jou in staat om data om te zetten in waardevolle inzichten en voorspellingen. De Data Scientist Machine Learning Specialist E-Learning is met name geschikt voor de volgende mensen: Data-analisten die zich willen ontwikkelen richting data science (datawetenschap). Beginnende datawetenschappers die machine learning (ML) toe willen leren passen. Business intelligence (BI)-specialisten die voorspellende modellen willen ontwikkelen. Data Engineers die hun kennis van machine learning (ML) uit willen breiden. Onderzoekers die geavanceerde analysetechnieken toe willen passen. Applicatieontwikkelaars die intelligente oplossingen willen ontwikkelen. AI-specialisten die meer willen leren over machine learning-technieken. ICT-professionals die datagestuurde oplossingen willen ontwikkelen. Studenten en starters die een carrière in data science ambiëren. Professionals die hun kennis van Python, SQL en machine learning (ML) willen vergroten. Iedereen die zich wil specialiseren in kunstmatige intelligentie (AI) en machine learning (ML). Wat is inbegrepen? Met de Data Scientist Machine Learning Specialist E-Learning krijg je toegang tot een complete zelfstudie waarmee je kennis op zult doen van data science (datawetenschap), kunstmatige intelligentie (AI) en machine learning (ML). Hierbij is er een combinatie van theorie, praktische labopdrachten, interactieve leeractiviteiten en kennistoetsen. Hier is een overzicht van de inhoud van de Data Scientist Machine Learning Specialist E-Learning: Cursusmateriaal voor Data Science Foundations. In het eerste leertraject ontdek je de basisprincipes van data science, waaronder data opschonen, analyseren en visualiseren. Daarbij leer je werken met Python-libraries, zoals pandas en seaborn. Verder zul je praktische inzichten opdoen aan de hand van realistische projecten. Cursusmateriaal voor Data Scientist: Machine Learning Specialist. In het tweede leertraject verdiep jij je in data literacy, SQL, Python voor data science en verkennende data-analyse. Daarnaast leer je werken met statistiek, datavoorbereiding, feature engineering en machine learning-technieken. Zo doe je kennis op van supervised learning, unsupervised learning, ensemble-methoden, deep learning en neurale netwerken en leer je hoe deze technieken worden toegepast binnen hedendaagse datawetenschap. Praktische labopdrachten voor beide leertrajecten. Het eerste leertraject Data Science Foundations bestaat uit 22 uur aan labopdrachten. Het tweede leertraject Data Scientist: Machine Learning Specialist bestaat uit 43 uur aan labopdrachten. Online begeleiding van een mentor binnen het eerste leertraject. Heb je behoefte aan ondersteuning tijdens het doornemen van het leertraject Data Science Foundations? Dan kun je gebruikmaken van begeleiding door een Engelstalige mentor. Praktische oefeningen en kennistoetsen binnen beide leertrajecten. De praktische oefeningen en kennistoetsen helpen jou om de behandelde onderwerpen beter te begrijpen, jouw vaardigheden verder te ontwikkelen en jouw voortgang gedurende de Data Scientist Machine Learning Specialist E-Learning te controleren. Na aanschaf van de Data Scientist Machine Learning Specialist E-Learning is deze maximaal één jaar toegankelijk. Voorkennis Je hebt geen specifieke voorkennis nodig om te beginnen met de Data Scientist Machine Learning Specialist E-Learning. Onderwerpen Track 1: Data Science Foundations Data Science is one of the most in-demand skillsets across many job roles. This Aspire Journey will teach you the basics of cleaning, analyzing, and visualizing data. You will learn about industry-standard libraries in Python, including pandas and seaborn. Along the way, you will create real-world projects to practice and demonstrate your analytics skills. Track 2: Data Scientist: Machine Learning Specialist Principles of Data Literacy Why Principles of Data Literacy? This no-code course introduces the foundational how’s and why’s of data. How do statistics help us make conclusions from data? Why is good design critical for communicating data stories through data viz? What are the different kinds of analysis we can perform on a dataset? Learn SQL We live in a data-driven world: people search through data to find insights to inform strategy, marketing, operations, and a plethora of other categories. There are a ton of businesses that use large, relational databases, which makes a basic understanding of SQL a great employable skill not only for data scientists, but for almost everyone. Keep building your SQL skills with advanced techniques and hands-on practice. Python Fundamentals for Data Science Build a foundation in programming with Python with a focus on Data Science. Continue building your Python Skills while applying them to real data science challenges and learn how to use the Python pandas library and lambda functions for Data Science. Exploratory Data Analysis in Python In this course, you will learn about exploratory data analysis techniques in Python, including: EDA for data preparation, Summary statistics, Data visualization techniques, EDA prior to building a machine learning model. Statistics Fundamentals for Data Science Learn how and when to use the essential statistical tools Data Scientists use to analyze data and continue to build your Hypothesis Testing and Experimental Design skills! Data Wrangling, Cleaning, and Tidying Clean, well-structured data is essential, but cleaning data requires both a keen eye and technical skills. Math for Machine Learning Build your mathematics foundation in preparation for Machine Learning. Machine Learning Fundamentals Build a foundational understanding of machine learning and feature engineering. Supervised Learning: Regressors, Classifiers and Trees Supervised learning is the most common type of machine learning, solving prediction and classification problems. These are the most popular algorithms because they can solve the most kinds of problems and are the easiest to interpret. Unsupervised Learning Algorithms Unsupervised learning is one of the most exciting areas of machine learning because it allows you to take unlabeled training data and still generate insights from it! Combined with supervised methods, it can transform how we think about and work with data. Feature Engineering for Data Scientists Learn about feature selection methods in feature engineering. Ensemble Methods in Machine Learning Learn about ensembling methods in machine learning! Deep Learning and Neural Networks Continue building your machine learning knowledge with Support Vector Machines, Recommender Systems, and Naive Bayes Classifiers. English Summary After purchasing the Data Scientist Machine Learning Specialist E-Learning, it will be available for up to one year. The Data Scientist Machine Learning Specialist E-Learning provides a comprehensive learning journey covering data science, machine learning (ML) and artificial intelligence (AI). You will begin with data science fundamentals, including data cleaning, analysis and visualisation using Python and SQL. Through practical projects and exercises, you will build the skills required for modern machine learning (ML) and data-driven decision-making. The Data Scientist Machine Learning Specialist E-Learning continues with advanced machine learning topics such as feature engineering, supervised learning, unsupervised learning, ensemble methods, deep learning and neural networks. You will learn how machine learning models are developed, trained and applied to solve real-world problems. The Data Scientist Machine Learning Specialist E-Learning includes the tracks Data Science Foundations and Data Scientist: Machine Learning Specialist. Practical labs are included in both learning tracks. The Data Science Foundations track includes 22 hours of labs, and the Data Scientist: Machine Learning Specialist track includes 43 hours of labs. In addition, the Data Science Foundations track offers guidance from an English-speaking mentor to support your learning process. Both learning tracks include practical exercises and assessments to help you better understand the topics and monitor your progress throughout the Data Scientist Machine Learning Specialist E-Learning.

Opgeleid als toetsdeskundige Toetsen doen we al jaren. Maar met de toenemende aandacht voor toetskwaliteit, groeit ook de behoefte aan toetsdeskundigen. Experts die gespecialiseerd zijn in alles wat te maken heeft met toetsen en examineren, die intern en extern kunnen adviseren over toetsbeleid, het toetsprogramma en de toetsorganisatie en die kunnen begeleiden bij het opstellen van goede toetsen. Een toetsdeskundige heeft een diverse, veelomvattende en onmisbare rol in het verstevigen van onderwijskwaliteit. Wat leer jij in 4 dagen? Hoe je kunt begeleiden bij het opstellen en implementeren van het toetsbeleid Hoe je kunt begeleiden bij het opstellen van een toetsprogramma Hoe je een toets en de afname van de toets kunt beoordelen op toetskwaliteit Actuele ontwikkeling en tools o.g.v. toetsing Wat je kunt doen om de toetskwaliteit te borgen Download de brochure voor een handig programmaoverzicht [geen link] Opleiding voor jou: Door de toenemende aandacht voor toetskwaliteit, groeit ook de behoefte aan toetsdeskundigen: Wil jij organisaties ondersteunen bij het opstellen, uitvoeren en borgen van het toetsingsbeleid? Wil jij je een opleiding met veel interactie en praktijkgerichtheid? Meer informatie [geen link] Opleiding voor jouw organisatie: Leer samen met jouw onderwijsteam op maat! Inhoudelijk maatwerk: Eigen casuistiek, met de praktijk aan de slag Organisatorisch maatwerk: Eigen gekozen locatie, tijdstip en vorm van onderwijs (online of fysiek) Lees meer over incompany [geen link] Wat zeggen oud-deelnemers? Deelnemer toetsdeskundige Ministerie van Defensie ik heb de opleiding als een fijne en prettige tijd ervaren en heb daarnaast ook voldoende nieuwe kennis en vaardigheden opgedaan! Gecertificeerd als toetsdeskundige Je kunt na afloop kiezen om het certificeringstraject te volgen via Teelen. Dit traject is gebaseerd op het NVE-functieprofiel Toetsdeskundige. Je begint het certificeringstraject met een digitale intake over de relevantie en de volledigheid van jouw ervaring in relatie tot dit functieprofiel. Vervolgens stel je een portfolio samen op basis van portfolio-opdrachten. Als je portfolio volledig is, vindt de beoordeling plaats door twee beoordelaars. Je ontvangt een rapportage met toelichting op de beoordeling. Als je het certificeringstraject met goed gevolg hebt afgerond ben je gecertificeerd Toetsdeskundige. Je kunt je optioneel laten opnemen in het NVE Register Examenfunctionarissen voor de duur van 5 jaar Het portfolio bestaat uit de volgende opdrachten: De kwaliteit van toetsprogramma/examenplan analyseren De kwaliteit van ontwerp en constructie van examens evalueren De kwaliteit van de afname en resultaten van examens evalueren De kwaliteit van het examenproces evalueren De kwaliteit van examenfunctionarissen evalueren Beslissen bij fraude, klachten, situaties van overmacht en onvoorziene situaties rondom de examinering Behandelen van verzoeken tot vrijstelling of alternatieve examinering Wat zijn de voorwaarden voor deelname aan de certificering? Je bent benoemd in een functie en betrokken bij de werkzaamheden passend bij het profiel Toetsdeskundige; Je hebt aantoonbare vaardigheid en basiskennis van constructie, beoordelen en analyseren van toetsen (op het niveau van NVE-functieprofiel Toetsconstructeur of BKE). Dit blijkt uit een certificaat BKE of examenconstructeur of uit je cv en het ingevulde digitale intakeformulier. Het NVE Register Examenfunctionarissen Na certificering is het mogelijk jezelf te laten opnemen in het landelijke Register Examenfunctionarissen van de NVE. De NVE heeft tot doel de kwaliteit van examinering in Nederland te bevorderen. Met het Register Examenfunctionarissen heeft de NVE een norm voor professionals in de examenbranche neergelegd. Hierin kunnen gecertificeerde examenfunctionarissen zich inschrijven die voldoen aan het betreffende functieprofiel; in jouw geval dat van toetsdeskundige. Daar ben je niet alleen toetsdeskundige, maar ook in het register vindbaar voor organisaties die te maken hebben met toetsing. Praktijkgerichte aanpak De werkwijze van de docent tijdens deze opleiding wordt gekenmerkt door de interactie en praktijkgerichtheid. Jouw leervragen staan centraal gedurende de opleiding en er is veel ruimte voor eigen inbreng. Aan de hand van activerende werkvormen ga je tijdens de bijeenkomsten met elkaar aan de slag waarbij het leren van het elkaar het uitgangspunt is. De opdrachten die je maakt tijdens de opleiding, vormen een onderdeel van het portfolio voor het certificeringstraject. Aan het einde van de opleiding worden op individuele basis afspraken gemaakt over de afronding van het certificeringstraject. Ook interessant voor jou: Congres Toetsen en Examineren in het HO [geen link] Congres Toetsen en Examineren in het MBO [geen link] Congres Toetsen en Beoordelen in het VO [geen link] Leerstrategieën in het VO, MBO & HO [geen link] Deze opleiding is bestemd voor: Docenten in het VO, MBO, HO en WO Onderwijskundigen in het VO, MBO, HO en WO die zich verder willen specialiseren tot toetsdeskundige en al ervaring hebben opgedaan als toetsconstructeur. Reacties van cursisten Een opleiding waar je met input van de cursusleider en andere cursisten kritisch leert kijken naar alle aspecten van toetsing in de eigen opleiding. Een goede opleiding waarin veel afwisselende werkvormen worden gebruikt, er voldoende ruimte is voor input van de deelnemer en veel toepassingopdrachten om de stof eigen te maken De docente zorgt voor een fijne, aangename sfeer. Ze is makkelijk benaderbaar, toegankelijk en straalt een bepaalde rust uit. Interessante materie waardoor je ook, als het om zelfgemaakte toetsen gaat, naar je eigen werk door een andere bril gaat kijken en merkt dat er nog veel geanalyseerd moet worden.

OVERVIEW PRINCE2® Portfolio Management Foundation & Practitioner provides advice and examples of how to apply principles, practices, and techniques that together enable the most effective balance of organisational change and business as usual. This course provides delegates with an understanding of the PRINCE2® Portfolio Management principles, cycles, practices, techniques, roles, and documentation, as well as the ability to apply and tailor them effectively in different organisational environments. The course engages with students to ensure that theory is embedded and delegates feel confident in the practical application of PRINCE2® Portfolio Management. It prepares delegates for both the PRINCE2® Portfolio Management Foundation and Practitioner examinations.   Updated September 2026 OBJECTIVES The objective of the course is to enable students to understand and apply PRINCE2® Portfolio Management principles, cycles, practices, techniques, roles, and documentation, and to prepare them for the Foundation and Practitioner level examinations. Specifically, candidates will be able to: Understand the scope, objectives, and benefits of portfolio management and how it differs from programme and project management Understand the context within which portfolio management operates Understand the principles upon which successful portfolio management is based Understand the approaches to implementing, sustaining, and measuring portfolio management Understand the portfolio definition and delivery cycles and their component practices and techniques Understand the purpose and key content of the major portfolio management documents Understand the roles and responsibilities involved in portfolio management Apply and tailor PRINCE2® Portfolio Management principles, practices, and techniques to different organisational environments Evaluate examples of PRINCE2® Portfolio Management information, including documents and role descriptions Analyse and evaluate solutions adopted in relation to a given portfolio management scenario Identify appropriate and inappropriate application of portfolio management practices and techniques in a given scenario Apply PRINCE2® Portfolio Management to a live portfolio with suitable support Prepare effectively for and successfully complete the Foundation and Practitioner examinations AUDIENCE The PRINCE2® Portfolio Management Foundation & Practitioner qualification is aimed at those involved in a range of formal and informal portfolio management roles encompassing investment decision making, project and programme delivery, and benefits realisation. It is relevant to all those involved in the selection and delivery of business change initiatives, including: - Senior Responsible Owners (SROs) - Members of management boards - Directors of Change - Portfolio, Programme, Project, Business Change, and Benefits Managers - Business Case writers - Project appraisers - Portfolio Office members and those supporting portfolio management activities CERTIFICATION PRINCE2® Portfolio Management Foundation Exam 50 multiple-choice questions 40 minutes Closed book Minimum required score to pass: 50% PRINCE2® Portfolio Management Practitioner Exam 80 multiple-choice questions 180 minutes Open book Minimum required score to pass: 50% Web-proctored exam vouchers are included in the course fee. Exam vouchers have a validity of 12 months, and candidates will need to schedule their exams within this time frame. Upon successfully passing each exam, delegates will receive the relevant PRINCE2® Portfolio Management Foundation and Practitioner certification. CONTENT Module 1: Overview of PRINCE2® Portfolio Management The definitions of portfolio and portfolio management The scope, objectives, and benefits of portfolio management The differences between portfolio and portfolio management, and project/project management and programme/programme management The PRINCE2® Portfolio Management model The relationship between the principles, cycles, practices, and relevant techniques The context within which portfolio management operates Local circumstances that may affect how PRINCE2® Portfolio Management principles and practices are adapted Applying portfolio management concepts to different organisational scenarios Module 2: Implement, Sustain and Measure The approaches to implementing portfolio management When each approach to implementation is most relevant The advantages of planned approaches to implementation The main elements and keys to success The seven steps and their benefits in a staged implementation of portfolio management Assessing the impact of portfolio management Factors to consider in sustaining progress Approaches to assessing portfolio management maturity Applying and evaluating implementation, sustainability, and measurement approaches in a given scenario Module 3: Strategic and Organisational Context The strategic and organisational context of portfolio management The key functions and activities that portfolio management needs to coordinate with to achieve strategic objectives Coordination with business as usual Strategic planning Resource allocation and budgeting Project and programme management Performance management Supporting effective corporate governance Senior management commitment Governance alignment Strategy alignment Portfolio office Energised change culture Module 4: Portfolio Management Principles The five principles upon which effective portfolio management is based Applying and tailoring the principles to different organisational environments Management control Benefits management Financial management Risk management Stakeholder engagement Organisational governance Resource management Management by exception One version of the truth Staged release of funding Clear line-of-sight reporting Champion-challenger model Applying and analysing the principles and techniques in different scenarios Module 5: Portfolio Definition Cycle The purpose and objectives of the portfolio definition cycle The portfolio definition practices Categorize Prioritize Balance Plan Understanding the terms and concepts relating to the portfolio definition cycle Three-point estimating and reference class forecasting Driver-based strategic contribution analysis Multi-criteria analysis Decision conferencing Clear line of sight Applying and tailoring portfolio definition practices and techniques to a scenario Identifying, analysing, and distinguishing between appropriate and inappropriate application of portfolio definition practices and techniques Module 6: Portfolio Delivery Cycle The purpose and objectives of the portfolio delivery cycle The portfolio delivery practices Applying and tailoring portfolio delivery practices and techniques to a scenario Identifying appropriate practices and techniques Identifying, analysing, and distinguishing between appropriate and inappropriate application of portfolio delivery practices Analysing whether approaches adopted are appropriate in a given scenario Module 7: Roles and Documentation The main portfolio management roles identified in PRINCE2® Portfolio Management The purposes and responsibilities of the main portfolio management roles Applying and tailoring roles to different scenarios Identifying appropriate application of portfolio management roles Analysing whether roles have been involved appropriately The purposes of the main portfolio management documentation Key content of portfolio management documentation Identifying appropriate information using typical contents for inclusion in relevant portfolio documentation Analysing whether portfolio documentation is fit for purpose Applying and tailoring PRINCE2® Portfolio Management to a given scenario Module 8: Examination Preparation Foundation examination overview Practitioner examination overview Review of key principles, cycles, practices, techniques, roles, and documentation Foundation practice questions Practitioner scenario-based questions Applying and analysing PRINCE2® Portfolio Management in examination scenarios Examination techniques and preparation