Data Science 360°
Ik word een advanced data analist.
Opleidingsinformatie
16 maart 2021
12 dagen
€ 7.450,-
9:30 uur - 16:30 uur
Haarlem
Dinsdag
Data Science 360°
Ben je een liefhebber van data en analyse, heb je al een aantal jaren werkervaring en zou je graag de overstap willen maken naar een functie als data analist of scientist, dan is deze opleiding bedoeld voor jou!
Data Science 360° is de meest uitgebreide opleiding van Novalinq. Het sluit aan op de groeiende vraag om vanuit de data een organisatie te optimaliseren. Vanuit een 360 graden overview leer in twaalf dagen de combinatie van data science, artificial intelligence en data management.
Om dit mogelijk te maken leer je klassikaal én krijg je persoonlijke online begeleiding. Daarom is deze opleiding uitermate geschikt voor mensen die zich willen omscholen of specialiseren als advanced data analist.
Tijdens het programma Data Science 360° maak je gebruik van PowerBI en Python. Met deze tools ben je in staat om reproduceerbare analyses uit te voeren en betrouwbare resultaten te overleggen.
Deze opleiding leidt je op tot een advanced data analist. Als advanced data analist ben je in staat is om data te verzamelen, te preparen, te analyseren en de resultaten op een heldere manier te presenteren. Je bent breed inzetbaar, of juist een gespecialiseerd data professional met ervaring met uiteenlopende data-gerelateerde vraagstukken.
Het programma Data Science 360° duurt 12 dagen verdeeld over 12 weken. Van de deelnemers wordt verwacht dat zij tijdens het programma gemiddeld drie uur per week besteden aan thuisstudie.
Aan het eind van dit programma kan je:
- Data processen signaleren, ontwerpen en toepassen
- Data analyseren en presenteren
- Nieuwe databronnen toepassen en beoordelen
- Advies geven aan de business over data
- Data beleid mede vormgeven en implementeren in de organisatie
Datagedreven infrastructuur
Data Governance
Python
Machine Learning
Data science techieken
Programma
Module 1: Data architectuur
De module data architectuur behandelt de volgende onderwerpen:
1. Introductie data
2. Modelgedreven infrastructuur
3. Big Data
4. Datagedreven infrastructuur
Introductie data
Introductie werken met data - theorie & interactie
> Vier velden van data analyse
> Feiten en dimensies
> Data kwaliteit.
Introductie data opslag structuren - theorie & interactie
> Model gedreven data structuur (SQL)
> Database normalisatie
> Data gedreven data structuur (NoSQL/Key-Value)
Modelgedreven infrastructuur
OLTP & OLAP - theorie & interactie
> Databases & applicaties
> Oefenen met entiteit en relatie diagrammen
> Data kwaliteit
> Multidimensionale modellen (stermodel)
> Data analyse
Data integratie - theorie & interactie
> Basis ETL en data warehousing
> Data lakes en data reservoirs
> Data kwaliteit
Big Data
Intro big data - theorie
> Het big data probleem
> De big data oplossing
> Definitie big data volgens Gartner inc.
Big data clusters - theorie
> Distributed systems
> Master node
> Worker node
> Hortonworks demo
Big data architectuur - theorie
> Big data engines
> Big data datawarehousing
> Realtime data processing
> Hive demo
Datagedreven infrastructuur
NoSQL databases - praktijk
> NoSQL databases: key-value-, document oriented-, graph-, en wide column databases
> Data lakes
> Data reservoirs
Module 2: Data analyse en engineering
De module data analyse en engineering behandeld de volgende onderwerpen:
1. AnalyticsBox®
2. Gartner analyse niveau's
3. Data projecten
4. Python / R basics
5. Data Validatie
6. Web scraping
AnalyticsBox®
Vanuit het framework AnalyticsBox® wordt het analyse proces stap voor stap uitgelegd.
> Van vraag naar uitkomst
> 7 analyse stappen
Gartner analyse niveau's
> Beschrijvende analyse
> Diagnostiserende analyse
> Voorspellende analyse
> Voortschrijvende analyse
Python/R basics
Python/R basics - praktijk
> Installatie & uitleg IDE’s
> Operatoren en assignment
> Data typen en structuren
> Markdown
Data Validatie
> Introductie data processing library’s
> Data import
> Data validatie
> Pre-processing
Web Scraping
Web-scraping - theorie & praktijk
> Uitleg xml, html en css
> Web-scraping
> Advanced data processing
> Regular expressions
Module 3: Data visualisatie
De module data visualisatie behandeld de volgende onderwerpen:
1. Introductie visualisatie
2. Visualisatie GUI
3. Data compressie
4. Data visualisatie CLI
Introductie visualisatie
> Introductie statistiek
> Centrum- en spreidingsmaten
> Waarnemingsschalen
> Grafieken
> Intro dashboard tool
> Installatie dashboard tool
> Uitleg user interface
> Data import
Visualisatie GUI
> Data verkenning in de praktijk
> Toepassen van grafieken op data sets
> Samenstellen van dashboard voor data verkenning
> Verbeteren van grafieken
Data compressie
Intro data compressie - theorie
> Uitleg data transformatie
> Herhaling theorie stermodel en ETL-Processen
> Data aggregatie’s
Data transformatie > praktijk
> Data transformatie met Pandas/Dplyr
Data visualisatie CLI
Visualisatie met Python/R - praktijk
> Bouwen van grafieken met behulp van Python/R library’s
> Bouwen van advanced visualisations
Module 4: Data mining en machine learning
De module data mining en machine learning behandeld de volgende onderwerpen:
1. Introductie machine learning en algoritmen
2. Werken met algoritmen
3. Feature enigineering
4. Toepassen van algoritmen
5. Textmining
Introductie machine learning en algoritmen
Introductie machine learning - theorie
> Intro machine learning
> Supervised learning
> Unsupervised learning
> Reinforcement learning
> Classificatie en regressie
Introductie algoritmen - theorie
> Werking van verschillende algoritmen
> Modellen beoordelen
Werken met algoritmen
> Voorbereiden van data
> Trainen van algoritmen
> Testen en interpreteren van modellen
Feature enigineering
Feature engineering - praktijk
> Verbeteren van algoritmen input
Toepassen van algoritmen
Toepassen van algoritmen - praktijk
> Toepassen van verschillende algoritmen zoals de random forrest, het apriori algoritme, lineaire regressie, etc.
Textmining
Intro textmining - theorie
> Theorie en mogelijkheden van text-mining met python/R
Textmining - praktijk
> Text tokenization
> Bouwen van wordclouds
> Woordrelaties
> Network plots
Extra informatie
Je hebt voor deze training een eigen laptop nodig. Je hoeft van te voren geen software te installeren. Alle programma’s die tijdens de opleiding gebruikt worden zijn open source en gratis te gebruiken. Er wordt gebruik gemaakt van een aantal programma’s, die tijdens de opleiding geïnstalleerd worden: zorg dus ervoor dat je een laptop meeneemt waarvan je de installatie rechten hebt. De laptop dient Windows 7 of hoger, of OS X Yosemite of hoger te ondersteunen.
- Voor deze opleiding is geen specifieke voorkennis vereist.
- Tijdens de gehele opleiding zal de lunch worden voorzien.
- Je ontvangt het boek ‘Succes met Big Data’.
Voor wie is de Data Science 360° geschikt?
Deze opleiding is bedoeld voor professionals die affiniteit hebben met data en in hun huidige rol meer analyse willen gaan uitvoeren of juist een nieuwe rol als data analist of data scientist willen gaan vervullen.
Twijfel je of je genoeg voorkennis hebt om deze training te kunnen doen? Neem gerust contact met ons op via ons contactformulier, dan kunnen wij je van advies voorzien!
Veel gestelde vragen
Wij stellen jouw veiligheid en gezondheid en die van onze docenten en medewerkers altijd voorop. We volgen hierbij de richtlijnen van de Rijksoverheid en het NRTO brancheprotocol.
Het overzicht van onze maatregelen vind je via deze link.
Inschrijven voor een opleiding doe je door naar de opleiding van jouw keuze te gaan en op de knop 'schrijf je in' te klikken. Hier kan je het inschrijfformulier invullen, waarna wij jouw inschrijving per mail zullen bevestigen.
Onze opleidingen worden overdag gegeven en duren van 9:30 tot 16:30.
De prijs van een opleiding is inclusief lunch, onbeperkt thee en koffie, overige drankjes en hapjes tijdens de pauzes.
Onze opleidingen worden gegeven op Basecamp te Haarlem. Je kan vrij parkeren op het terrein. Als je met het openbaar vervoer komt dan is het 9 minuten lopen vanaf het station Haarlem.
Onze opleidingen zijn geschikt voor personen met een werk- en denkniveau op HBO/HBO+.
Jazeker! Het is zeker mogelijk om een opleiding bij jou op locatie te geven. Tijdens zo’n opleiding bij jou krijg je persoonlijke en intensieve begeleiding van onze ervaren docent. Klik hier voor meer informatie over een incompany opleiding.
Staat je vraag er niet bij? Neem dan contact met ons op via 085-060 55 34 of via info@novalinq.com. Wij beantwoorden graag je vraag. Een bericht sturen via whatsapp kan natuurlijk ook.
Blijf op de hoogte
Wij houden je graag op de hoogte van ons opleidingenaanbod, geven je tips en delen onze beste blogs met je.
.svg)
