Opleidingen

Hoe krijg je anderen snel én moeiteloos mee in jouw idee? Je hebt een goed plan. Een slim voorstel. Een sterk idee. Maar dat betekent nog niet dat mensen automatisch meegaan. In organisaties winnen niet altijd de beste ideeën. Vaak winnen de ideeën die het duidelijkst, aantrekkelijkst en meest overtuigend worden gebracht. Tijdens Mensen winnen krijg je een praktische how-to dag over hoe je anderen meekrijgt in jouw voorstel, verandering of visie. Met Jona van Loenen, Genieke Hertoghs, Pacelle van Goethem en David Beckett. Vol concrete technieken uit psychologie, communicatiewetenschap, economie en veranderkunde. Hoe overtuig je mensen die geen tijd hebben? Hoe activeer je het brein van de ander? Hoe zorg je dat jouw idee blijft hangen? Hoe laat je mensen van mening veranderen? Vier topsprekers laten zien hoe jij mensen sneller voor je wint. In gesprekken, presentaties, onderhandelingen en dagelijkse samenwerking. Wat leer je tijdens deze dag? Hoe je mensen overtuigt zonder te pushen of te sleuren Hoe je ideeën helder, aantrekkelijk en memorabel verpakt Hoe je snel impact maakt op mensen die het druk hebben Hoe je de mening verandert van iemand die het zeker weet PS. Dit seminar is in het Nederlands, behalve het onderdeel met David Beckett. Dat is in het Engels. Programma 08:00 Ontvangst en registratie 09:30 Start seminar How do you persuade busy people? Everyone is busy. No one wants to sit through a long story. Yet you still need to get people on board with your idea. Discover how to create maximum persuasive impact in just a few minutes. Three at most. How do you grab the attention of busy people right away? What structure works best when time is limited? How do you make your message concise, clear, and persuasive? David Beckett Waarom mensen zich verzetten (en hoe je ze wél meekrijgt) Mensen houden niet van verandering. Zelfs niet als die verandering logisch of verstandig is. Ontdek hoe het brein reageert op druk, weerstand en beïnvloeding en waarom duwen vaak averechts werkt. Waarom roept overtuigen vaak automatisch weerstand op? Hoe zorg je dat mensen zélf openstaan voor jouw idee? Welke psychologische principes helpen om draagvlak te creëren? Genieke Hertoghs De verborgen economie van overtuigen Waarom slaan sommige ideeën direct aan, terwijl andere compleet genegeerd worden? Gebruik deze verborgen economische en mediaprincipes om ideeën aantrekkelijker, slimmer en overtuigender te maken. Hoe verpak je een idee zodat mensen het meteen begrijpen? Welke psychologische en economische principes maken iets aantrekkelijk? Hoe zorg je dat jouw voorstel opvalt én blijft hangen? Jona van Loenen Hoe laat je mensen van mening veranderen Van mening veranderen is een taboe. Twijfelen is zwak. Standvastig zijn is een deugd. Dus zelfs als jij het betere idee hebt, stuit je op een muur. Ontdek hoe je die muur doorbreekt, en hoe je de ander zelf op nieuwe gedachten brengt. Waarom mensen vasthouden aan hun mening, ook als ze eigenlijk beter weten Hoe zorg je dat de ander openstaat, zonder te duwen of te trekken Hoe stem je jouw boodschap af op de (vaste) overtuiging van de ander Pacelle van Goethem 17:00 Einde seminar met borrel SPREKERSJona van Loenen‘Undercover econoom’ die door systemen heen prikt. Hij is één van de meest verfrissende economische stemmen van Nederland. Als vaste huiseconoom bij WNL op Zondag, Vandaag Inside en Pauw & De Wit brengt hij complexe vraagstukken terug tot wat ze écht zijn: verhalen die direct raken aan jouw dagelijks leven. Hij is bestsellerauteur van Waarom de laagsteprijsgarantie ervoor zorgt dat jij te veel betaalt (2025). En columnist voor o.a. De Volkskrant, Het Parool, NRC, Het Financieele Dagblad Jona heeft een scherpe én onderbouwde mening over economie, geopolitiek, arbeidsmarkt en prijsstrategie, maar altijd vanuit één invalshoek: wat betekent dit voor jou? Hij stelt de vragen die anderen vermijden en zorgt voor gespreksstof die nog dagen doorwerkt. Genieke HertoghsGenieke is een van de meest gevraagde sprekers op het gebied van gedragsverandering en onbewuste invloed. Ze traint C-level leiders en organisaties in het bereiken van mensen in het onbewuste brein. Genieke schreef 3 boeken waaronder Impact: de kracht van onzichtbare invloed (2018, samen met Harrie van den Berg) en de bestseller Don't push me! Hoe je mensen wél beweegt (2023). Indrukwekkend op het podium. Op het podium is ze interactief, prikkelend en positief confronterend. In de zaal gebeurt wat ze beschrijft: mensen bewegen. Pacelle van GoethemAutoriteit op het gebied van overtuigen, stem en invloed. Coacht de top in het bedrijfsleven en politiek. Ze ontwikkelde een methode om persoonlijke overtuigingskracht direct te vergroten en je de best practices van overtuigende mensen eigen te maken. Pacelle schreef 3 boeken waaronder IJs verkopen aan Eskimo's (inmiddels in 29e druk!). Ontdek én versterk je stijl. Goede ideeën moeten worden gehoord. Dat is haar doel. Zelfs de meest briljante geesten overtuigen soms niet uit bescheidenheid, abstract vertellen of te ver voor de troepen uit zijn. Pacelle laat mensen hun stijl van overtuigen ontdekken en leert hoe ze die stijl onmiddellijk kunnen versterken. David BeckettDavid is dé toonaangevende pitch coach van Europa. Hij coachte meer dan 2.900 startups en trainde ruim 39.000 professionals in 32 landen.  Korter, scherper, overtuigender. Hij ontwikkelde The Pitch Canvas, een wereldwijd gebruikte tool om een pitch van de grond te krijgen. Zijn aanpak is even direct als effectief: hij snijdt alles weg wat afleidt en laat alleen staan wat overtuigt. Op het podium ontvangt hij structureel 9+ beoordelingen en wordt hij regelmatig gekozen tot beste spreker van het programma. Mensen winnen is een seminar van DenkProducties

Robot Framework Certified Professional (RFCP) Beschrijving Behaal wereldwijde erkenning als Robot Framework Certified Professional (RFCP) — de officiële certificering die wordt erkend door de Robot Framework Foundation en die jouw expertise in het Robot Framework-ecosysteem aantoont. Ons RFCP-certificeringsprogramma is ontworpen om je te voorzien van uitgebreide kennis van Robot Framework. Deze training ondersteunt je gedurende het volledige traject naar certificering en succesvol gebruik van Robot Framework in de praktijk. Of je nu net begint met Robot Framework of al een ervaren gebruiker bent, deze cursus behandelt alle essentiële onderdelen om Robot Framework effectief te kunnen inzetten binnen testautomatisering of Robotic Process Automation (RPA). De klassikale training bestaat uit drie dagen interactieve, fysieke lesdagen of vier kortere dagen in geval van de remote online variant. Je kunt de training volgen op een van onze trainingslocaties in Nederland, of op afstand deelnemen vanaf elke locatie ter wereld bij onze Remote Online Training. Onze cursussen combineren theoretische instructie met praktijkopdrachten, zodat de interactie, motivatie en het leereffect optimaal blijven. Met ons geavanceerde leerplatform krijg je toegang tot quizzen, opdrachten, oefenexamens en aanvullend materiaal, zodat je optimaal wordt voorbereid op het RFCP-examen. Onze RFCP-geaccrediteerde trainers hebben actief bijgedragen aan de ontwikkeling van de RFCP-syllabus en dragen constant bij aan de verdere ontwikkeling daarvan. De cursus wordt aangeboden in het Engels of Nederlands; aangezien het RFCP-examen echter uitsluitend in het Engels wordt afgenomen, is al het cursusmateriaal in het Engels. Doelgroep Deze training is bedoeld voor test-automatiseringsengineers, testprofessionals, QA-engineers, gebruikers die net starten met Robot Framework, ervaren Robot Framework-gebruikers, en iedereen die zich voorbereidt op RFCP-certificering. Inbegrepen Klassikale, docentgeleide lessessies Quizzen om je kennis te toetsen Praktijkgerichte opdrachten Persoonlijke feedback Uitgebreide oefenexamens Aanvullend lesmateriaal Levenslange toegang tot de digitale versie van de cursus Wat ga je leren? Diepgaand inzicht krijgen in de architectuur en werking van Robot Framework Keywords en herbruikbare bibliotheken ontwikkelen Externe libraries integreren Geautomatiseerde tests efficiënt uitvoeren Betrouwbare automatiseringsscripts maken en onderhouden Keywords, testsuites en tests (of taken) effectief documenteren De flow van complexe automatiseringsscripts begrijpen Testresultaten analyseren, begrijpen en debuggen

Algemene omschrijving Na aanschaf van de ISTQB Specialist Testing with Generative AI E-Learning, zijn het zelfstudiemateriaal en de inbegrepen ISTQB CT-GenAI examenvoucher een jaar geldig. De ISTQB Specialist Testing with Generative AI E-Learning is ontwikkeld voor ICT‑professionals die in hun eigen tempo willen leren hoe zij generatieve AI kunnen inzetten binnen softwaretesten. Door de ISTQB CT-GenAI E-Learning door te nemen, zul je leren hoe jij kunstmatige intelligentie (AI) kunt gebruiken om testcases te genereren, testdata op te bouwen en testprocessen efficiënter in te richten. Daarnaast zul je met de ISTQB Specialist Testing with Generative AI E-Learning niet alleen de mogelijkheden, maar ook de beperkingen van generatieve AI ontdekken. Je leert hoe jij effectieve prompts op kunt stellen en hoe jij AI‑uitkomsten kunt beoordelen en verbeteren. Tevens wordt er bij de ISTQB CT-GenAI E-Learning uitgebreid aandacht besteed aan risico’s, zoals onjuiste resultaten (hallucinaties), vertekening (bias) en privacyvraagstukken. Hierdoor krijg je inzicht in hoe jij kunstmatige intelligentie (AI) verantwoord toe kunt passen binnen jouw organisatie. De ISTQB Specialist Testing with Generative AI E-Learning bestaat uit Nederlandstalig videomateriaal waarin de ervaren trainer Mattijs Kemmink de onderwerpen behandelt van de ISTQB CT-GenAI syllabus. Daarnaast zijn er praktische oefeningen inbegrepen om jou te helpen om generatieve AI concreet toe te passen binnen jouw dagelijkse testwerkzaamheden. Het doornemen van de ISTQB CT-GenAI helpt jou om je grondig voor te bereiden op het ISTQB Specialist Testing with Generative AI examen. Om het ISTQB® Certified Tester AI Testing (CT-AI) certificaat te behalen, is het ISTQB Foundation Level (CTFL) certificaat verplicht. Doelgroep De ISTQB Specialist Testing with Generative AI E-Learning is voordelig voor softwaretesters die hun testproces willen verbeteren met behulp van kunstmatige intelligentie (AI). Werk jij met softwaretesten, automatisering en/of kwaliteitsborging en wil je in jouw eigen tempo leren hoe jij met generatieve AI jouw werk slimmer en efficiënter uit kunt voeren? Dan is de ISTQB CT-GenAI E‑Learning een uitstekende keuze. De ISTQB Specialist Testing with Generative AI E-Learning is met name geschikt voor de volgende mensen: Softwaretesters en testanalisten die AI toe willen passen binnen testprocessen. Testautomatiseerders die efficiënter met AI‑ondersteuning willen werken. QA‑specialisten en kwaliteitsmanagers. Softwareontwikkelaars die testactiviteiten willen verbeteren met AI. Product Owners en bedrijfsanalisten die betrokken zijn bij de validatie van software. ICT‑consultants en testconsultants. DevOps‑ en Agile teams die AI willen integreren in hun werkprocessen. Wat is inbegrepen? De ISTQB Specialist Testing with Generative AI E-Learning biedt een complete en flexibele leerervaring waarmee je zelfstandig en in jouw eigen tempo generatieve AI toe leert passen binnen softwaretesten. Hier is een overzicht van de inhoud van de ISTQB Specialist Testing with Generative AI E-Learning: Nederlandstalige video's met uitleg gebaseerd op de officiële ISTQB CT-GenAI syllabus. Praktische oefeningen. Oplossingen voor de praktische oefeningen. ISTQB CT-GenAI syllabus. ISTQB CT-GenAI oefenvragen. ISTQB CT-GenAI antwoorddocument. Een ISTQB CT-GenAI examenvoucher. Na aanschaf van de ISTQB Specialist Testing with Generative AI E-Learning, zijn het zelfstudiemateriaal en de inbegrepen ISTQB CT-GenAI examenvoucher een jaar geldig. Voorkennis Voordat je begint met de ISTQB Specialist Testing with Generative AI E-Learning, raden wij aan dat jij beschikt over basiskennis van softwaretesten. Daarnaast kan ervaring met AI-diensten als ChatGPT of vergelijkbare toepassingen goed van pas komen, maar dit is niet verplicht. Om het ISTQB® Certified Tester – Testing with Generative AI (CT-GenAI) certificaat te behalen, is het ISTQB Foundation Level (CTFL) certificaat verplicht. Onderwerpen De ISTQB Specialist Testing with Generative AI E-Learning bestaat uit de volgende hoofdstukken: Hoofdstuk 1: 1. Introductie Generatieve AI in Software Testing. Hoofdstuk 2: 1.1. Generative AI de basis en belangrijke concepten. Hoofdstuk 3: 1.2. Het benutten van generatieve AI in softwaretesten: kernprincipes. Hoofdstuk 4: 2.1. Effectieve Prompt Ontwikkeling. Hoofdstuk 5: 2.2.1. Toepassen van Prompt Engineering; test analyse. Hoofdstuk 6: 2.2.2 & 2.2.3. Pas GenAI toe op test ontwerp, implementatie & geautomatiseerd regressie testen. Hoofdstuk 7: 2.2.4 GenAI Test monitoring & control. Hoofdstuk 8: 2.3. Evalueren van resultaten van GenAI en aanscherpen van Prompts. Hoofdstuk 9: 3.1. Risico's en beperkingen van Generatieve AI. Hoofdstuk 10: 3.2. Risico's Mitigeren en Governance. Hoofdstuk 11: 4. LLM Infrastructuur voor software testen. Hoofdstuk 12: 5. Deploy en Adoptie in de organisatie. Hoofdstuk 13: Samenvatting & Examenvoorbereiding GenAI.

Algemene omschrijving The Introduction to AI in Azure (AI-901) 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 Introduction to AI in Azure (AI-901) E-Learning package itself are described in English. Na aanschaf van het Introduction to AI in Azure (AI-901) zelfstudiepakket, is het AI-901 cursusmateriaal onbeperkt toegankelijk, de praktische labomgeving is 180 dagen geldig en de inbegrepen AI-901 examenvoucher is een jaar geldig. Het Introduction to AI in Azure (AI-901) zelfstudiepakket biedt een toegankelijke en praktische inleiding op kunstmatige intelligentie (AI) binnen Microsoft Azure. Door middel van het AI-901 cursusmateriaal en praktische labopdrachten, zul je ontdekken hoe AI‑oplossingen worden toegepast binnen hedendaagse ICT‑omgevingen. Daarbij krijg je inzicht in belangrijke AI-principes, zoals machine learning (ML), computer vision, natuurlijke taalverwerking (NLP) en generatieve AI. De Introduction to AI in Azure (AI-901) E-Learning is gericht op het begrijpen van AI‑toepassingen, zonder dat je diepgaande programmeerkennis nodig hebt. Verder leer je met de AI-901 E-Learning hoe Azure AI‑services ingezet kunnen worden om intelligente oplossingen te ontwikkelen, zoals chatbots, beeldherkenning en data‑analyse. Tevens leer je hoe organisaties kunstmatige intelligentie (AI) gebruiken om processen te automatiseren en betere inzichten uit data te verkrijgen. De combinatie van theorie en praktijk in het Introduction to AI in Azure (AI-901) zelfstudiepakket, helpt jou om kunstmatige intelligentie (AI) binnen Microsoft Azure goed te begrijpen en toe te passen binnen een organisatie. Bovendien kun je met de inbegrepen AI-901 examenvoucher het AI-901 examen - Microsoft Azure AI Fundamentals afleggen en de AI-901 certificering Microsoft Certified: Azure AI Fundamentals behalen. Met het AI-901 certificaat beschik jij over een stevige basis om je verder te specialiseren in Microsoft Azure en kunstmatige intelligentie (AI). Let op bij het gebruik van de labomgeving: Iedere labopdracht (module) kan maximaal 10 keer worden geopend en de activiteiten binnen de labomgeving worden niet opgeslagen. Doelgroep De Introduction to AI in Azure (AI-901) E-Learning is geschikt voor iedereen die met kunstmatige intelligentie (AI) binnen Microsoft Azure wil leren werken. Het Introduction to AI in Azure (AI-901) zelfstudiepakket is met name geschikt voor de volgende mensen: ICT‑professionals die kennis willen maken met AI binnen Microsoft Azure. Softwareontwikkelaars die AI‑functionaliteiten willen begrijpen. Data‑analisten die inzicht willen krijgen in AI‑oplossingen. Cloud Engineers en systeembeheerders. Bedrijfsanalisten en consultants. Projectmanagers die met digitale innovatie werken. Wat is inbegrepen? Met het Introduction to AI in Azure (AI-901) zelfstudiepakket krijg jij de gelegenheid om in jouw eigen tempo theoretische kennis en praktische inzichten op te doen in het toepassen van AI‑principes binnen Microsoft Azure. Hier is een overzicht van de inhoud van het Introduction to AI in Azure (AI-901) zelfstudiepakket: AI-901 cursusmateriaal Het AI-901 cursusmateriaal is volledig in jouw eigen tempo door te nemen via Microsoft Learn. Interactieve labomgeving Door te oefenen met praktische labopdrachten, ontdek je hoe jij gebruik kunt maken van de mogelijkheden van kunstmatige intelligentie (AI) binnen Microsoft Azure. Let op bij het gebruik van de labomgeving: Iedere labopdracht (module) kan maximaal 10 keer worden geopend en de activiteiten binnen de labomgeving worden niet opgeslagen. Een AI-901 examenvoucher De inbegrepen AI-901 examenvoucher biedt jou de mogelijkheid om het AI-901 examen één keer af te leggen en de AI-901 certificering te behalen. Na aanschaf van het Introduction to AI in Azure (AI-901) zelfstudiepakket, is het AI-901 cursusmateriaal onbeperkt toegankelijk, de praktische labomgeving is 180 dagen geldig en de inbegrepen AI-901 examenvoucher is een jaar geldig. Voorkennis Je hebt geen specifieke voorkennis nodig om te beginnen met de Introduction to AI in Azure (AI-901) E-Learning. Wij raden daarentegen aan dat jij beschikt over basiskennis van cloud computing, zoals cloudopslag en cloudgebaseerde authenticatie en autorisatie. Daarnaast kan enige kennis van Python-coderingssyntaxis en -programmeertechnieken goed van pas komen, dit is echter niet verplicht. Onderwerpen In de onderstaande lijst vind je alle kernonderwerpen die tijdens de Introduction to AI in Azure (AI-901) E-Learning aan bod komen. De AI-901 E-Learning is ontwikkeld om jou een duidelijke basis te geven in kunstmatige intelligentie (AI) en de AI-diensten binnen Microsoft Azure. Door de Introduction to AI in Azure (AI-901) E-Learning door te nemen, zul je leren hoe organisaties AI-technologie gebruiken om slimme toepassingen te ontwikkelen, data te analyseren en processen te automatiseren met behulp van Azure AI-services. AI-901 | Leertraject 1: AI-concepten voor ontwikkelaars en technologieprofessionals Leer de belangrijkste AI-principes en -terminologie, beginnend met een eenvoudige inleiding en duik vervolgens in algemene AI-werklaten, zoals generatieve AI en agents, computer vision, spraakherkenning, verwerking van natuurlijke taal en tekstanalyse en informatie-extractie. Modules: Inleiding tot AI-concepten. Inleiding tot generatieve AI en intelligente agenten. Inleiding tot concepten voor verwerking van natuurlijke taal. Inleiding tot AI-spraakconcepten. Inleiding tot computer vision-concepten. Inleiding tot concepten voor informatie-extractie op basis van AI. AI-901 | Leertraject 2: Aan de slag met AI-toepassingen en -agents in Azure Leer hoe jij aan de slag kunt gaan met AI-werklasten en -oplossingen binnen Microsoft Foundry. Begin met een eenvoudige inleiding en duik vervolgens in algemene AI-werklasten, zoals generatieve AI en agents, tekstanalyse, spraakherkenning, computer vision en informatie-extractie. Modules: Aan de slag met AI in Azure. Aan de slag met generatieve AI en agents in Azure. Aan de slag met tekstanalyse in Azure. Aan de slag met spraak in Azure. Aan de slag met Computer Vision in Azure. Aan de slag met gegevensextractie op basis van AI in Azure. English Summary After purchasing the Introduction to AI in Azure (AI-901) E-Learning course, you will have unlimited access to the AI-901 course materials, the practical labs are valid for 180 days, and the included AI-901 exam voucher is valid for one year. The Introduction to AI in Azure (AI‑901) E‑Learning provides a beginner‑friendly introduction to artificial intelligence (AI) concepts and Microsoft Azure AI services. The AI-901 E-Learning course covers core topics such as machine learning (ML), computer vision, natural language processing (NLP), and conversational AI, helping you understand how AI solutions are applied in real‑world scenarios. You will gain insight into how Azure AI services can be used to build intelligent applications, automate processes, and analyze data effectively. Please note when using the lab environment: Each lab (module) can be opened a maximum of 10 times, and activities within the labs are not saved.

Verrijk jezelf als Rekencoordinator met nog meer kennis en verbeter daarmee het rekenonderwijs binnen jouw school! De Post-Bachelor opleiding Rekencoordinator II is bestemd voor rekencoördinatoren die hun kennis verder willen uitbreiden om het rekenonderwijs binnen de school naar een hoger niveau willen tillen. Het is niet nodig om eerst Rekencoordinator PO te volgen. De opleiding kenmerkt zich door een zeer praktijkgerichte insteek. Met behulp van literatuur- en diverse huiswerkopdrachten ga je direct aan de slag met de vertaalslag van theorie naar praktijk. Je krijgt voldoende handvatten toegereikt om het rekenbeleid binnen jouw school te verbeteren. Tegelijkertijd werk je aan de verbetering van het rekenonderwijs binnen je eigen school. Tijdens de Opleiding Rekencoördinator PO II krijg je o.a. kennis over: Reken-wiskundige ontwikkeling in de kleutergroepen De vertaalcirkel De sterke rekenaar, de bovenpresteerder en hoogbegaafde Strategiegebruik bij de basisvaardigheden Enkele belangrijke leerlijnen uit de bovenbouw Niet op zoek naar verdieping maar basiskennis? De Opleiding Rekencoördinator PO II is geschikt voor rekencoördinatoren die op zoek zijn naar meer verdieping. Ben je juist op zoek naar een opleiding met wat meer basiskennis? Volg dan (eerst) onze Opleiding Rekencoördinator PO [geen link]! Let op: deelname aan de opleiding Rekencoördinator PO is GEEN voorwaarde om deze opleiding te volgen. Je kunt de opleidingen los van elkaar volgen en willekeurig op het moment waarop het jou uitkomt. Wel is het belangrijk dat je kennis hebt van het Protocol ERWD. Na deze opleiding: Heb je inzicht in hoe de wiskundige ontwikkeling van jonge kinderen wordt bevorderd Begrijp je en heb je inzicht in zwakke rekenaars Weet je hoe de sterke rekenaar, bovenpresteerder en hoogbegaafde worden uitgedaagd Weet je meer over strategiegebruik bij de basisvaardigheden Ken je alles omtrent de belangrijke leerlijnen uit de bovenbouw ...en heb je handvatten om jouw beleidsplan van jouw school verder vorm te geven Reacties over docente Ceciel Borghouts "Enthousiaste docent, met veel vakkennis. Prettige en open werksfeer" "Ceciel is een fantastische docente! De informatie was heel verhelderend en ik kan er uitstekend mee uit de voeten." "Geweldig met een vleugje humor en haar afwisseling. Met name door haar manier van lesgeven. Mijn complimenten voor deze super docente!" Deze opleiding is bestemd voor: Rekencoördinatoren die in het verleden de 5-daagse opleiding Rekencoördinator PO hebben gevolgd en/of Rekencoördinatoren die op zoek zijn naar meer verdieping Eerdere deelname aan Rekencoördinator PO is niet vereist om deel te nemen aan Rekencoördinator PO II. Reacties van cursisten Geweldige verdieping van de kennis van het rekenonderwijs! Vooral een heel praktische zinvolle opleiding. Meteen toepasbaar in de praktijk! Inspirerende opleiding. Fijn om op deze manier met het vak bezig te zijn en nu aan de gang.

Voorkom gevaarlijke situaties met deze opleiding brandpreventie! Ben je de eigenaar of de gebruiker van een gebouw? Dan ben je verantwoordelijk voor de brandveiligheid van dat bouwwerk. Met de juiste maatregelen voldoe je aan de wet- en regelgeving, verklein je de kans op brandgevaarlijke situaties en voorkom je aansprakelijkheidsclaims. Download de brochure [geen link] Belangrijke wet- en regelgeving op het terrein van brandveiligheid In deze brandveiligheid cursus leer je: Aan welke wetten, regels en voorschriften jouw bouwwerk moet voldoen op het terrein van brandveiligheid Hoe je de brandveiligheid van jouw gebouw waarborgt Wat jouw taken en verantwoordelijkheden zijn bij beheer, verbouw, nieuwbouw en gebruik van bouwwerken Hoe erop wordt toegezien dat bouwregelgeving wordt uitgevoerd en nageleefd Welke aspecten voor jou van belang zijn bij het afdekken van risico’s en het verzekeren tegen brandschade Hoe je gevaarlijke situaties kunt voorkomen als er toch een brand uitbreekt Na deze cursus kun je: Wet- en regelgeving rondom de brandveiligheid van gebouwen vertalen naar een praktisch beleid voor jouw organisatie Bepalen waar de verantwoordelijkheden en juridische aansprakelijkheid liggen die voortkomt uit de Wettelijke zorgplicht Bepalen hoe een brandveilig gebouw er bouwkundig uitzien vanuit het Bbl Bepalen wat er moet gebeuren om een gebouw brandveilig te gebruiken De veranderingen die de Omgevingswet meebrengt m.b.t. brandveiligheidsvoorschriften vertalen naar jouw organisatie Bekijk het programma [geen link] De cursus Brandveiligheid van gebouwen geeft jou: Antwoorden op al jouw vragen gegeven door ervaringsdeskundigen Verschillende praktijkcases en interactieve opdrachten door gastdocenten uit het werkveld Diverse checklisten, modellen en casussen, zodat je direct in jouw eigen praktijk aan de slag kunt Toegang tot de digitale leeromgeving Een certificaat van deelname Voor wie bestemd? De cursus Brandveiligheid van gebouwen is speciaal ontwikkeld voor iedereen die verantwoordelijkheid draagt voor een brandveilig gebruik van gebouwen: Facility managers Gebouwbeheerders Veiligheidsfunctionarissen Brandveiligheidsadviseurs BHV coördinatoren Hoofden technisch beheer Arbo deskundigen Arbeidshygiënisten Bouwprofessionals Architecten Projectontwikkelaars Huurders en kopers van (tijdelijke) accommodaties Safety managers KAM/HSE/QHSE managers

Verbeter het taalonderwijs op jouw school De Opleiding Taalcoördinator PO bereidt je voor op een sleutelrol in het versterken van het taalonderwijs op jouw basisschool. Het niveau van taal en rekenen staat al jaren onder druk en de verschillen tussen scholen nemen toe. Als taalcoördinator po neem je het voortouw in kwaliteitsverbetering, werk je doelgericht aan betere resultaten en vertaal je nieuwe kerndoelen concreet naar de lespraktijk. Je ontwikkelt beleid, begeleidt collega’s en zorgt voor samenhang in het taalonderwijs binnen de school. Wat doet een taalcoördinator in het po? Je analyseert de huidige schoolsituatie, signaleert verbeterpunten en onderbouwt keuzes met data en praktijkervaring. Tijdens de opleiding breng je met gerichte huiswerkopdrachten de taalontwikkeling, didactiek en organisatie in kaart. Per onderdeel beschrijf je de bestaande aanpak, beoordeel je de effectiviteit en formuleer je heldere conclusies: wat gaat goed en wat vraagt om actie? Zo werk je stap voor stap aan een duurzaam taalbeleid. Je kunt kiezen voor een 8-daagse jaaropleiding taalcoördinator po of starten met de 5-daagse variant. In beide trajecten pas je de theorie direct toe in je eigen schoolcontext. Sluit je de 8-daagse opleiding af, dan presenteer je jouw eindopdracht en ontvang je gerichte feedback van de cursusleiders. Daarmee leg je een stevige basis om het taalniveau van jouw leerlingen én je team blijvend te versterken. Wat leer je in 5 dagen? Omgaan met verschillen tussen NT1 en NT2 leerlingen Leerlingen aanzetten tot nadenken over teksten Mondelinge taalvaardigheid stimuleren Effectieve leesoefeningen inzetten De nieuwe kerndoelen naar de lespraktijk vertalen Wat leer je in 8 dagen? Alles van de verkorte 5-daagse opleiding Module over het schrijven van teksten Module over verdieping lezen en schrijven Eindopdracht en uitwisseling met directies Download de brochure voor een handig programmaoverzicht [geen link] Opleiding voor jou: Speel als taalcoördinator een belangrijke rol om het taalonderwijs binnen jouw school te verbeteren: Leer meer over leerlijnen, modellen en materialen die gebruikt worden bij het taal/leesonderwijs. 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? Welke handvatten doe jij op tijdens de opleiding? De taalcoördinator op de basisschool heeft de belangrijke functie om het taalonderwijs te verbeteren. Dit is hard nodig: het niveau van taalonderwijs onder jongeren daalt namelijk, aldus de Inspectie van het Onderwijs. Quinty Reijnders, leerkracht bij basisschool De Kleine Keizer in Den Haag, werd recentelijk taalcoördinator. Zij volgde de opleiding Taalcoördinator PO van SBO om de rol beter in te vullen. Ze nam uit deze opleiding diverse concrete handvatten mee die ze dagelijks toepast. Bekijk hier het volledige interview [geen link] Wat kan jij verwachten van de opleiding? Bas de Boer, leerkracht in groep 7/8 en sinds kort taalcoördinator bij ODS Daalhuizen in Velp, werkt hard om de taalvaardigheid te verbeteren. Hij nam deel aan de opleiding Taalcoördinator PO van SBO om invulling te geven aan deze rol. Wat heeft hij geleerd en hoe past hij dit toe? Bekijk hier het volledige interview [geen link] "Deze opleiding geeft een duidelijk beeld van de verschillende facetten binnen het taalonderwijs. Het geeft een goede aanzet tot een start voor verbetering van taal op school." "Door deze opleiding krijg je enorm veel energie en kun je veel meer gaan betekenen voor je school. Wat heb ik veel geleerd!" Certificaat Na afronding van deze opleiding krijg je een certificaat mee naar huis. Hierop staat dat je de basisopleiding tot taalcoördinator met succes hebt voltooid. Deze opleiding is speciaal bestemd voor: Leerkrachten Interne begeleiders Startende taalcoördinatoren Taalcoördinatoren die kennis willen opfrissen Reacties van cursisten Ik vond het een zeer goede en inspirerende opleiding. Fijn dat het ook direct in de praktijk te brengen is op basis van de aangeboden theorie. Divers, verschillende aspecten van het taalonderwijs worden kort belicht. Leerzaam en inspirerend! Eye-opener en erg leerzaam. Harald en Tjalling brengen de stof op een enthousiaste, goede manier. Ze geven hun mening over inzichten op het gebied van taal en leggen uit waarom. Ook laten ze je zelf nadenken d.m.v. opdrachten. Ik wil jullie nogmaals bedanken voor de leerzame bijeenkomsten. Het heeft mij weer nieuwe inzichten gegeven. Deze opleiding geeft een duidelijk beeld van de verschillende facetten binnen het taalonderwijs. Het geeft een goede aanzet tot een start voor verbetering van taal op school. Door deze opleiding krijg je enorm veel energie en kun je veel meer gaan betekenen voor je school. Wat heb ik veel geleerd! Een leuke, zeer informatieve opleiding! Ik vind de opleiding erg inspirerend en door alle nieuwe inspiratie heb je zin om allerlei vakgebieden op school aan te pakken. Deze opleiding geeft een duidelijk beeld van de verschillende facetten binnen het taalonderwijs. Het geeft een goede aanzet tot een start voor verbetering van taal op school.

De DAMA DMBoK2 beschrijft 11 disciplines van Data Management, waarbij Data Governance centraal staat. Nu het cruciale belang van Data Management steeds meer wordt ingezien, willen organisaties en informatieprofessionals hun medewerkers ook een internationaal erkende professionele kwalificatie kunnen meegeven. De Certified Data Management Professional (CDMP)-kwalificatie biedt een traject voor het inleidende niveau (Associate) tot en met hogere kwalificatieniveaus. Centraal hierbij staat het Data Management Fundamentals (DMF) examen, waar deze cursus de deelnemers op voorbereidt. Data management werkt pas als de hele organisatie dezelfde taal spreekt. De DAMA-DMBoK® is die taal. In deze 3-daagse training gaan we door alle 17 hoofdstukken van de DAMA-DMBoK® 2.0 (revised edition), hét referentiewerk dat data governance, datakwaliteit, datamodellering, metadata, master data en de rest in één geheel zet. U leert wat elk kennisgebied inhoudt, hoe ze samenwerken, waar het in de praktijk misloopt, en hoe u ermee aan de slag kunt. U krijgt het complete beeld dat het CDMP®-examen (en het dagelijkse werk) vraagt, hoofdstuk voor hoofdstuk. Met deze training bereidt u zich voor op het CDMP®-examen (Data Management Fundamentals), het instapniveau van de Certified Data Management Professional® certificering. Het CDMP® bewijst aan de markt dat u het hele vakgebied beheerst, van governance tot architectuur. We sluiten af met oefenvragen, een studieplan en het pad naar de specialist-examens. De training wordt gegeven door Mathias Vercauteren. CDMP®-gecertificeerd, werkt voor DAMA International® als Global Project Manager van de DAMA-DMBoK® 3.0, en al 15+ jaar bezig met het opzetten van governance- en datamanagementprogramma’s bij internationale organisaties. Leerdoelen Begrip Kunnen uitleggen waarom elk van de 17 kennisgebieden bestaat en welk probleem het oplost Positionering van de DAMA-DMBoK® naast andere architectuur- en governanceframeworks Beheersing van de kernbegrippen die op het examen terugkomen: lifecycle management, normalisatie, dimensionele modellering, datavirtualisatie, en de rest. Toepassing Kiezen van een MDM-architectuur die past bij een situatie en kunnen uitleggen waarom Opzetten van een werkbaar datakwaliteitsframework op en weten welke dimensies u meet U voert data governance stap voor stap in, op basis van wat in de praktijk werkt En nog veel meer. Examen U kent de syllabus en het gewicht van elk onderdeel. Oefeningen per kennisgebied met examenvragen U heeft een studieplan en weet welke specialist-examens daarna logisch zijn Optioneel, na afloop van de cursus, zelfstandig het online CDMP Data Management Fundamentals examen afleggen. Na drie dagen overziet u het hele vakgebied en weet u precies hoe het examen in elkaar steekt en hoe dat te behalen. Bestemd voor ú De training is bedoeld voor data professionals die het hele vakgebied willen overzien en die erkende certificering nastreven.  BI- en datawarehouse-ontwikkelaars en -architecten, datamodellers, data- en enterprise-architecten, data-analisten, solution-, applicatie- en informatie-architecten, business analisten, databasebeheerders, project- en programmamanagers, IT-consultants, data governance managers, data quality managers en information quality practitioners. Of iedereen die geïnteresseerd is in data. Voorkennis van de DAMA-DMBoK® of CDMP® is niet nodig. Optioneel: CDMP proef-examen en Examinatie (online) Deelnemers die het 90 minuten durende (+20 minuten wanneer Engels de tweede taal is) CDMP Data Management Fundamentals online examen willen afleggen, krijgen tegen betaling van de examenkosten toegang tot een proefexamen om te oefenen. Het beste kunt u het online examen binnen twee weken na afloop van de cursus afleggen. U kunt het Examen-vakje aanvinken op ons registratieformulier. Meer informatie over het aanschaffen van het examen op onze Kosten Deelname tabblad bovenaan deze pagina. PROGRAMMA Drie dagen, van oriëntatie tot examenklaar. Oriëntatie Hoe de drie dagen lopen en wat het CDMP®-examen precies behelst. Welke DMBoK-secties het examen toetst en hoe zwaar ze meewegen. De CDMP®-niveaus (Associate, Practitioner, Master) en hoe u kunt doorgroeien.  1. Data Management We beginnen bij de kern: waarom data net zo serieuze aansturing behoeft als geld of mensen, en wat er misgaat zodra niemand zich eigenaar voelt. De DMBoK in vogelvlucht: de elf kennisgebieden, hoe ze in elkaar haken en waarom data governance in het midden staat. U leert het model plaatsen naast TOGAF, COBIT en de architectuurkaders die waarschijnlijk al bekend zijn, zodat u weet wat waar thuishoort. 2. Data Handling Ethics We kijken naar de momenten waarop een dataproject ethisch ontspoort, vaak zonder dat iemand het kwaad bedoelt, en hoe u die grens op tijd ziet aankomen. U leert bias herkennen in uw data en steekproeven, want dat is precies waar verkeerde beslissingen ontstaan. Maak ethiek praktisch: wie beslist, welke vragen u stelt, en hoe u het verankert zonder een dik beleidsdocument. 3. Data Governance U leert governance opzetten met rollen die echt iets doen: owners die beslissen, stewards die het werk dragen, en een council die de knopen doorhakt. We hebben het over hoe u begint, met een eerste stap die blijft hangen en u in staat stelt verder op te schalen. U leert hoe governance meetbaar en levend te houden, ook als de aandacht na de lancering wegebt. 4. Data Architecture U leert data-architectuur lezen als onderdeel van het grotere geheel, daar waar proces en data elkaar raken. We volgen de hele levensloop van data, van het moment dat het ontstaat tot het moment dat u het netjes opruimt, en waarom elke fase eigen keuzes vraagt. En u leert het verschil tussen de datalevenscyclus en de systeemontwikkelcyclus, een onderscheid dat in de praktijk vaak door elkaar loopt. 5. Data Modeling & Design U leert de modelsoorten uit elkaar houden, van conceptueel tot logisch, fysiek en dimensioneel, en wat elk niveau je oplevert. We bespreken de afweging die elke data modeller kent: wanneer normaliseren en wanneer is denormaliseren juist de slimmere keuze? En u ziet waarom modelleren veel meer is dan databaseontwerp; het is een van de plekken waar governance en kwaliteit concreet worden. 6. Data Storage & Operations U krijgt zicht op wat er nodig is om productiedata betrouwbaar draaiende te houden: de rollen, de afspraken, en de dagelijkse praktijk. We kijken naar beschikbaarheid, performance en herstel, en naar de keuzes tussen opslag- en databasetechnologieën. En u leert de klassieke oorzaken van slechte performance herkennen, zodat u ze voor kunt zijn in plaats van achteraf brandjes te blussen. 7. Data Security U leert data classificeren en toegang beperken tot wie het echt nodig heeft, met minimale rechten als uitgangspunt. We bespreken bedreigingen, verdediging en wat er gebeurt als het misgaat, inclusief de gevolgen van een datalek. En u ziet hoe security en privacy aansluiten op regelgeving als GDPR en BCBS 239, zonder dat het verandert in een afvinklijst. 8. Data Integration & Interoperability U leert het verschil tussen integratie en interoperabiliteit, en waarom dat onderscheid in de praktijk echt iets uitmaakt. We lopen de integratiestijlen langs, van ETL en CDC tot hub-and-spoke, SOA en datavirtualisatie, en wanneer welke past. En u leert per use case de afweging maken, zodat u niet standaard grijpt naar de stijl die toevallig al bekend is. 9. Document & Content Management U leert waarom records management meer is dan archivering: er hangen juridische en bewaarverplichtingen aan vast die u serieus moet nemen. We volgen de levensloop van een record, van creatie tot vernietiging, met audit en controle onderweg. En u ziet hoe ongestructureerde content, de documenten en mails waar uw organisatie van aan elkaar hangt, samenkomt met metadata en governance. 10. Reference & Master Data U leert het verschil tussen referentiedata en masterdata, en waarom die twee zo vaak door elkaar worden gehaald. We bespreken de vier MDM-architecturen en hoe u de juiste kiest, want hier de verkeerde maken is later zeer kostbaar. En u ziet hoe u MDM stapsgewijs invoert, afgestemd op wat de business nodig heeft, met aandacht voor de vaak vergeten referentiedata. 11. Data Warehousing & Business Intelligence U leert de twee grote denkscholen uit elkaar halen, Inmon en Kimball, en wanneer welke aanpak past. We duiken in dimensioneel modelleren: feiten, dimensies en sterschema’s, de bouwstenen onder zowat elke rapportage. En u krijgt overzicht over de soorten BI, analytics en visualisatie, zodat u weet wat u in welke situatie inzet. 12. Metadata Management U leert metadata zien als de basis voor vertrouwen in data: zonder goede metadata weet niemand wat een cijfer betekent. We bespreken de soorten metadata, business, technisch en operationeel, en hoe u de bronnen ontsluit. En u ziet hoe een business glossary werkt in de praktijk, en waarom die vaak het verschil maakt tussen data die wel of niet gebruikt wordt. 13. Data Quality U leert de dimensies van datakwaliteit meten, van volledigheid en juistheid tot consistentie en tijdigheid. We zetten samen een datakwaliteitsframework op dat blijft draaien, met beleid, metrics en de juiste mensen erbij. En u leert naar de echte oorzaak graven met de 5-whys, zodat u niet eindeloos symptomen blijft bestrijden. 14. Big Data & Data Science U leert wat big data en data science toevoegen, en hoe een data lake en streaming passen binnen het bredere datamanagement. We lopen het analytische proces door, van ruwe data tot een werkend model, met de kwaliteits- en governancevragen die daarbij horen. En we blijven nuchter: u leert inschatten wat de technologie wel oplevert en waar de beloftes overdreven zijn. 15. Data Management Maturity Assessment U leert hoe u een eerlijke nulmeting doet: waar staat de organisatie nu echt, los van wat men hoopt. We bespreken de bekende maturity-modellen, zoals CMMI DMM, en hoe ze zijn opgebouwd. En u leert van een assessment naar een verbeterroadmap te komen die governance richting geeft in plaats van een rapport dat in een lade verdwijnt. 16. Data Management Organization & Role Expectations U leert welke rollen een datamanagementorganisatie nodig heeft en wat u van elk van hen mag verwachten. We bespreken hoe u verantwoordelijkheden belegt en de rollen laat meegroeien met de volwassenheid van de organisatie. En u ziet hoe business, IT en governance samenwerken zonder dat het uitdraait op een bevoegdheidsstrijd. 17. Data Management & Organizational Change Management U leert waarom de meeste datamanagementinitiatieven stranden op gedrag en draagvlak, veel vaker dan op techniek. We bespreken hoe u omgaat met weerstand, sponsorship organiseert en de juiste mensen meekrijgt. En u leert nieuw gedrag verankeren, zodat governance ook na de lancering blijft staan.  Afsluiting: klaar voor het examen Oefenvragen en een proefexamen (quiz) per kennisgebied, zodat u weet waar u staat. Een studieplan voor de weken tussen de training en het examen. Het pad na Fundamentals: de specialist-examens richting Practitioner en Master. TRAINER Mathias Vercauteren is een internationaal toonaangevende expert in data- en AI-governance, bekend om zijn vermogen complexe uitdagingen om te zetten in praktische en blijvende oplossingen. Met meer dan vijftien jaar ervaring in uiteenlopende sectoren ontwikkelde en verfijnde hij de Data Governance Sprint™, een beproefde methodologie die hij al meer dan vijf jaar toepast om governance-raamwerken snel te ontwerpen en te verankeren in de praktijk. Zijn aankomende boek over de Sprint, dat eind dit jaar verschijnt, bundelt zijn unieke aanpak om data governance uitvoerbaar, schaalbaar en breed gedragen te maken binnen organisaties. Als Project Manager van de DAMA-DMBOK® 3.0 leidt Mathias een van de belangrijkste wereldwijde initiatieven op het gebied van datamanagement. Door de coördinatie van honderden bijdragers wereldwijd staat hij centraal in de ontwikkeling van de volgende generatie standaarden die bepalen hoe organisaties hun data beheren. Dit werk positioneert hem als een wereldwijde stem die business, technologie en academische wereld rond data management en data governance met elkaar verbindt. In zijn rol als President en Principal van Data and AI Governance Partners werkt Mathias samen met C-level leiders en directieteams om governance­-strategieën te implementeren die prestaties, compliance en vertrouwen in data stimuleren. Daarnaast helpt hij organisaties zich voor te bereiden op de toekomst via AI-governance, waarbij innovatie wordt gekoppeld aan ethiek, verantwoordelijkheid en waardecreatie. Naast zijn leiderschap in de industrie volgt Mathias een Executive PhD in Data Governance aan de Antwerp Management School, waar hij onderzoek doet dat theorie en praktijk met elkaar verbindt. Tegelijkertijd legt hij de fundamenten voor een internationaal onderzoeksinstituut voor data governance, dat academici, industrie en experts wereldwijd samenbrengt om het vakgebied verder te ontwikkelen. Als veelgevraagd keynote­spreker op conferenties zoals DAIA, DGIQ en EDW staat Mathias bekend om zijn vermogen data en AI governance aantrekkelijk, praktisch en transformatief te maken. Of het nu gaat om zijn Sprint-methodologie, zijn rol in wereldwijde standaardontwikkeling of zijn academisch onderzoek, zijn missie is helder: organisaties helpen het potentieel van data te benutten als een écht strategisch bedrijfsmiddel.

De nieuwe Delta data-architectuur biedt een vernieuwende, praktijkgerichte en bewezen aanpak. Delta is gebaseerd op jarenlange ervaring bij zowel private als publieke organisaties. Wat Delta uniek maakt is dat waar andere data-architecturen stoppen, gaat Delta verder. In tegenstelling tot veel andere architecturen, zoals degene gebaseerd op datawarehouses, datalakes en datalakehouses, bestrijkt de Delta-architectuur het volledige datatraject van bron tot inzicht: van bronsystemen, via transformatorsystemen waar data bewerkt wordt, tot rapportages, analyses, datascience en AI-toepassingen. Als enterprise-, federatieve, modulaire en referentie architectuur maakt Delta het mogelijk om bestaande omgevingen stapsgewijs te verbeteren, zonder ingrijpende big-bangtransities. Het versnelt de ontwikkeling van systeem- en organisatie-overstijgende analysesystemen, vereenvoudigt procesreconstructie, versterkt datahistorie, maakt data AI-ready en vervangt data-uitwisseling door data bij de bron te houden. Het seminar laat zien toe hoe de kernonderdelen, de Delta-modules, de Delta-blender, het Delta-Rulebook en de Delta-Shop, samenwerken om data vindbaar, beheersbaar, gebruiksklaar, herbruikbaar en toegankelijk te maken. Daarnaast wordt uitvoerig ingegaan op de wijze waarop deze vier onderdelen helpen bij de typische uitdagingen waar veel organisaties mee worstelen, zoals: Versnellen realisatie van systeemoverstijgende analysesystemen Versnellen realisatie van organisatie-overstijgende analysesystemen Vereenvoudigen van het beschikbaar stellen van brondata aan andere bron­systemen Verhogen van de transparantie van dataverwerking ten behoeve van proces­recon­structie Verhogen van de vindbaarheid en inzichtelijkheid van data Verbeteren van de wendbaarheid Verbeteren van de datakwaliteit Verstevigen van de databeveiliging en privacybescherming Versterken van de datahistorie Actualiseren van resultaten Verbeteren van het inzetten van ongestructureerde data, zoals video, tekst en beelden Vereenvoudigen van het dataverwerkingslandschap Slimmer inzetten van nieuwe technologie Tijdens het seminar wordt besproken hoe de Delta data-architectuur invulling geeft aan onderwerpen zoals datahistorie, reconstructie van processen en beslissingen, ondersteuning van analyses, dataopslagminimalisatie, datafederatie, abstractie, transformatoren, data-autorisatie, enterprise datamodellen, metadata, masterdata, AI, data lineage, synchronisatie van brondata, en het loggen van datagebruik. Het boek De Delta Data-Architectuur door Rick van der Lans zit bij de cursus inbegrepen. Leerdoelen Wat zijn de vier hoofdonderdelen van de Delta data-architectuur? Wat zijn hun taken en hoe werken zij onderling samen? Hoe lost Delta synchronisatieproblemen van bronsystemen op en hoe draagt het bij aan het loskoppelen van softwarepakketten? Hoe kan Delta een gestructureerde aanpak bieden voor data-uitwisseling en datadeling tussen organisaties? Vergelijking van de Delta data-architectuur met andere architectuurmodellen, zoals datawarehouses, datalakes, datalakehouses en datamesh. Wat zijn de belangrijkste verschillen? Hoe kan een bestaande data-architectuur stapsgewijs naar de Delta data-architectuur worden gemigreerd? Inzicht in waarom de manier waarop de Delta-shop metadata beschikbaar stelt essentieel is voor AI-toepassingen, in het bijzonder voor Agentic AI. Hoe kunnen afzonderlijke onderdelen van de Delta data-architectuur worden geïntegreerd in bestaande data-architecturen? Wat is het belang van een holistische benadering bij het ontwerpen en implementeren van een data-architectuur? Inzicht in de belangrijkste uitgangspunten van de Delta data-architectuur, waaronder dataopslagminimalisatie, abstractie, vindbare en gebruiksklare data en introspectie. Bestemd voor ú Dit seminar is bedoeld voor iedereen die vanuit zijn of haar functie betrokken is bij de ontwikkeling van nieuwe of het aanpassen van bestaande data-architecturen, waaronder data-architecten, solutions architecten, enterprise architecten, business-analisten, datawarehouse- en databaseontwerpers, database-experts, consultants, technology planners, projectleiders, CTO’s en CDO’s. Het seminar biedt waardevolle inzichten voor architecten, ontwikkelaars en dataprofessionals die grip willen krijgen op complexe datalandschappen, integratievraagstukken en informatievoorziening. PROGRAMMA Deel 1: Inleiding De evolutie van het dataverwerkingslandschap Bekende data gerelateerde uitdagingen voor organisaties Obstakels bij het realiseren van nieuwe oplossingen Tekortkomingen van bekende data-architecturen, zoals datawarehouse, datalake, datalakehouse en Datafabric Deel 2: Algemene concepten en begrippen Verschillen tussen bron-, transformator- en analysesystemen Het enterprise datamodel Reconstructie van processen en beslissingen Datatrajecten en verticale, horizontale en operationele lineage-specificaties Metadata is meer dan datamodellen Bedrijfslogica-, datakwaliteits- en eventregels Data-on-demand versus data-by-copy; de nadelen van datakopieën Datahistorie; wijzigingen versus correcties Doelbinding en wettelijke grondslag Deel 3: Delta in een notendop Uitgangspunten van de Delta-architectuur Algemene eigenschappen en de globale architectuur van Delta De datastromen tussen de vier onderdelen van de Delta-architectuur Korte inleiding tot de hoofdonderdelen: de Delta-functies, de Delta-modules, de Delta-blender, de Delta-shop en het Delta-rulebook Wat betekent dat Delta een enterprise, referentie, federatieve en modulaire data-architectuur is? Achtergrond van Delta Deel 4: De Delta-modules CRUD-modules en transformatorsystemen CRUD- en Query-modules voor koppelingen en synchronisatie tussen bronsystemen Datakopieën alleen zo dicht mogelijk bij het bronsysteem De interfaces van Delta-functies De Delta-modules en de nieuwbouw van bronsystemen Generieke oplossingen voor Delta-modules De zes modules in detail uitgelegd: CRUD, Query, Databeveiliging, Log, Metadata en Berichten Delta-modules voor de analysesystemen De Delta-modules en masterdata en de data-centrische aanpak Deel 5: De Delta-blender De componenten van de Delta-blender De Delta-blender en het gebruiksklaar maken van data De Delta-blender en dataopslagminimalisatie De datasegmenten van de Dataopslagcomponent Ophalen van brondata door de Delta-blender De Delta-blender en databeveiliging Van data-uitwisseling naar datadeling Federatieve architecturen met de Delta-blender Deel 6: Het Delta-rulebook De relatie tussen het Delta-rulebook en de andere onderdelen De componenten van het Delta-rulebook Drie soorten regels: bedrijfslogicaregels, datakwaliteitsregels en event-regels Deel 7: De Delta-shop De huidige status van metadata Het belang van metadata voor datagedreven werken en AI-gebaseerde toepassingen Vindbaar en inzichtelijk maken van metadata-objecten Overzicht van de componenten van de Delta-shop De Delta-shop en de FAIR-principes Overzicht van de gewenste clustersoorten, metadata-objecten en metadata-eigenschappen Deel 8: Realiseren van de Delta data-architectuur Het belang van een stappenplan Opbouwen van CRUD-modules De Delta-blender of de Query-modules eerst? Loggen van datagebruik Ontwikkelen van nieuwe bronsystemen Opbouwen van de Delta-shop TRAINER Rick van der Lans is een gerespecteerd en onafhankelijk analist, adviseur, auteur en internationaal bekende spreker. Hij is gespecialiseerd in datawarehousing, business intelligence, big data en databasetechnologie. Hij heeft vele seminars en webinars gepresenteerd en keynotes bij industry-leading conferenties. Hij weet als geen ander een goede balans te vinden tussen op de praktijk toegesneden technologische en strategische zaken. Al meer dan tien jaar is hij de voorzitter van de jaarlijkse European Enterprise Data and Business Intelligence Conference in Londen en de jaarlijkse Data Warehousing en Business Intelligence Summit in Nederland. Rick helpt cliënten wereldwijd met het ontwerpen van hun data warehouse, big data en business intelligence architecturen en begeleid hen bij het selecteren van de geschikte producten. Hij is invloedrijk geweest bij het wereldwijd introduceren van de nieuwe logische datawarehouse architectuur waarmee organisaties meer flexibele business intelligence systemen kunnen ontwikkelen. Rick heeft honderden artikelen en blogs geschreven voor toonaangevende vakbladen en websites en van zijn hand zijn vele educatieve en populaire whitepapers verschenen voor een groot aantal leveranciers. Hij was de auteur van het eerste beschikbare boek over SQL, getiteld Introduction to SQL, dat in vele talen gepubliceerd is en waarvan meer dan 100.000 exemplaren verkocht zijn. Zijn laatst verschenen boek is De Delta Data-Architectuur. Rick is in 2018 op de bekende Onalytica Influencer List geklommen tot de zesde meest invloedrijke BI analist wereldwijd.

Data Mesh has become one of the most influential ideas in modern data management. By organizing data around business domains, giving domain teams ownership of their own data, and sharing everything as data products, organizations can finally scale data work beyond the central team that always becomes the bottleneck. But decentralization comes with a catch that most teams discover too late: when every domain speaks its own language and builds its own products, understanding the data across the organization becomes the new bottleneck. What is a “customer” in Sales versus Finance? What does this data product actually contain, and can I trust it? How do I even find it? These are not technology problems: they are problems of meaning, and no technical platform solves them on its own. This is where information architecture and data modeling earn their place at the center of a Data Mesh. Data modeling is often dismissed as a slow, technical, back-office activity. In reality, it is the most reliable way to capture what the business needs to know about, in language the business actually uses. We can then translate this shared understanding into well-designed, reusable data products. A conceptual model describes the reality behind the data: the things a domain cares about and how they relate. A logical model turns that understanding into a concrete structure fit for a specific use case. Done well, this modeling work becomes the bridge between business reality and technical implementation, and the foundation for semantic interoperability between independent domains. In this full-day workshop you’ll work through that journey end to end. We start with the essentials of Data Mesh — its four principles, domains, and data products — and the interoperability challenge they create. You’ll then learn the fundamentals of conceptual modeling and put them to work in a hands-on exercise, modeling a real domain for a fictional online retailer and building its glossary. From there we move into logical modeling as part of data product design, and into the metadata, data contracts, and glossaries that expose a domain’s meaning across its boundaries. Finally, we step back to the operating model: the roles, feedback loops, and enterprise-level structures that let federated teams stay autonomous while still pulling in the same direction. Throughout, the emphasis is practical and accessible: you don’t need to be a modeling specialist to follow along, and you’ll leave able to apply these ideas in your own organization. Learning objectives Understand Data Mesh and its core challenge: Grasp the Data Mesh paradigm, its four principles, and why federated domain ownership creates a semantic interoperability problem at the domain boundary. Capture meaning with conceptual modeling: Learn how to describe a domain in business language using entities, relationships, and attributes – and how to avoid the common pitfalls that derail modeling efforts. Build domain definitions and glossaries: Understand how to write clear, business-language definitions that capture a domain’s language and make data understandable to others. Design data products with logical modeling: Learn how logical models serve as use-case-specific designs derived from the conceptual model of a domain. Expose context across domain boundaries: See how Data Product Definitions, data contracts, and metadata standards (ODPS, ODCS) make a domain’s meaning discoverable and interoperable enterprise-wide. Handle language problems: Learn to deal with synonyms and homonyms (polysemes) using preferred and alternative labels, domain glossaries, and shared enterprise glossaries. Operate information architecture at scale: Understand the roles, responsibilities, feedback loops, and the Enterprise Knowledge Plane that keep semantics aligned across autonomous domain teams. Who is it for This workshop is designed for anyone responsible for making data understandable, trustworthy, and reusable in a decentralized or domain-oriented setup. No deep modeling background is required: the concepts are introduced from the ground up. Data architects and data modelers Chief Data Officers and people in Data Office roles Data product owners and domain owners Data Management and Data Governance professionals Data engineers and platform teams working with domains and data products BI and Analytics specialists who depend on well-defined, trustworthy data Business analysts who bridge business needs and data Data and IT consultants advising on Data Mesh, data products, or information architecture. PROGRAMMA Introduction and Objectives Welcome and introductions Overview of the day’s goals and structure Data Mesh Basics The general idea and background of Data Mesh The four principles: domain-driven ownership, data as a product, self-serve platform, and federated computational governance Domains and domain teams: what a “domain” is and how to define one Data products: definition, anatomy, and types (source-aligned, aggregate, consumer-aligned) The interoperability challenge: technical vs. semantic interoperability at the domain boundary Conceptual Models for Cross-Domain Understanding Why data needs business context to be useful How data models capture context The three levels of modeling: conceptual, logical, and physical Basics of conceptual modeling: entities, relationships, and attributes Identifying the real business objects and common pitfalls to avoid Building entity definitions and domain glossaries Hands-On Exercise: Modeling a Domain Introducing “Storefront”, a fictional online retailer Defining domain boundaries: who owns what Identifying entities within a domain Building a conceptual model and named relationships Creating definitions and a Domain Glossary Data Modeling as Part of Data Product Design The data product design process Understanding product scope within the domain model Logical models as product-level design and documentation Deriving logical models from the conceptual model Connecting the data product to its business context and maintaining links to the domain model Ensuring Semantic Interoperability at the Domain Boundary Exposing metadata from domains and data products Data Product Definitions as collections of business and technical metadata Data Contract basics: promises, machine-readability, schema compliance, and versioning Example standards: Open Data Product Standard (ODPS) and Open Data Contract Standard (ODCS) Domain glossaries vs. shared enterprise glossaries Dealing with polysemes: synonyms, homonyms, and the Enterprise Knowledge Plane Data Mesh Information Architecture Operating Model How information architecture creates and scales value Roles and teams: data product owner, domain owner, platform team, and domain DevOps team Product ownership, backlog management, and the data product lifecycle Modeling at the design stage and the importance of feedback loops Organizing data modeling on two levels: product and enterprise/domain Cross-domain interoperability and the Enterprise Knowledge Plane The goal: context-aware data utilization for AI, applications, and people Conclusions and Next Steps Key takeaways Where to start in your own organization How to learn more Open Q&A and discussion TRAINER Juha Korpela is een ervaren dataprofessional uit Helsinki, Finland. Hij bekleedt al jarenlang vooraanstaande leidinggevende functies op het gebied van data in verschillende sectoren. Hij is oprichter van Datakor Consulting, dat grote ondernemingen adviseert over datamodellering en beheer van data products op grote schaal. Hij is ook een van de oprichters van het evenement Helsinki Data Week en medepresentator van de podcast Helsinki Data Mafia. Voorheen was hij onder meer Chief Product Officer bij Ellie Technologies (een start-up die werkt aan een datamodelleringstool) en hoofd van het dataplatform bij UPM-Kymmene (een bedrijf in de bosbouw). Zijn belangrijkste expertisegebieden zijn datamodellering, dataproductbeheer en data-architectuur, en hij benadrukt graag het belang van inzicht in echte business needs boven technische details. Juha neemt actief deel aan allerlei discussies over data op LinkedIn en spreekt op verschillende evenementen over de hele wereld.