background section

Spoedcursus Data Science

Je wil een breed beeld krijgen van de taken van een “data scientist”. Je wil weten welke vragen data science kan beantwoorden en welke skills, tools en technieken je allemaal nodig hebt om het antwoord op die vragen te vinden. Je wil een inzicht krijgen hoe de business betere beslissingen kan nemen door zich te baseren op inzichten die je verkrijgt uit data.

Geen sessies

Er zijn momenteel geen sessies voorzien. Houd deze pagina in het oog. In de komende weken of maanden voegen we de nieuwe startdatum toe.

Onze opleidingen zijn kosteloos.
Ontdek waarom en voor wie.
  • Opleidingstype

    Online-klas

  • Opleidingsduur

    2 dagen

  • Volg deze opleiding in het:
    NL, EN 
  • Opleidingscode

    DL2156NOC

Wat leer je in deze opleiding?

  • Je kunt de soorten vragen die data science kan beantwoorden opsommen.
  • Je kunt de belangrijkste tools en technieken die in data science gebruikt worden oplijsten.
  • Je kunt de fasen van een data science project beschrijven.

Doelgroep

  • Je verwerkt graag gegevens en maakt graag rapporten.
  • Je bent een manager, analist of ontwikkelaar met interesse in analytics en gegevensverwerking en -rapportering.

Leermethode: Online-klas

Deze online-opleiding volg je op je computer. Je traject bestaat uit drie stappen, die elkaar aanvullen.

Stap 1 Online
Je opleiding start op Karibu, ons online-leerplatform. Dit leermoment doorloop je op je eigen tempo, waar en wanneer je wilt.

Let op: deze stap afwerken is een vereiste om verder te gaan.

Stap 2: online-klas Online-klas
Tijdens deze stap ontmoet je je medecursisten – gewoonlijk zes tot twaalf personen – via Zoom. Iedereen kan elkaar zien en horen. Dat maakt gesprekken, interactie en samenwerking mogelijk. Zo leer je van en met elkaar, op basis van de inzichten uit stap 1.

Stap 3 Online
Dit leermoment vindt opnieuw plaats op Karibu. Ook deze stap doorloop je op je eigen tempo, waar en wanneer je wilt.

Programma

Deze opleiding bestaat uit 4 sessies van een halve dag.

 

Asynchroon

  • Introductie:
    • geschiedenis van datascience
    • doel van datascience (welke vragen kunnen we beantwoorden met data science?) 
    • tools van een datascientist
    • globaal overzicht van de fasen in een datascience project

  • “Understand the question”: wat is de vraag van de business?
  • “Data gathering”: waar kunnen we gegevens vinden?
  • “Data storage”: waar en hoe kunnen we gegevens stockeren?
    • hiërarchische en netwerkdatabanken
    • relationele databanken en SQL
    • noSQL databanken

  • “Data pre processing”: gegevens voorbereiden voor analyse

 

Synchroon 

  • Aan de slag: data stockeren in verschillende soorten databanken
  • Aan de slag: case

 

Asynchroon 

  • “Explore the data“: op verkenningstocht in de gegevens
    • BI, datawarehouse
  • “Visualize the results”: Hoe kunnen we onze resultaten best visualiseren? 

 

Synchroon

  • “Analyze in depth”: welke patronen vinden we in de gegevens (datamining)
  • Aan de slag: case 

 

Asynchroon

  • “Tell the story”: Hoe kunnen we onze resultaten overtuigend presenteren?